Schemi di controllo predittivo
4.5 Schemi di controllo output-feedback
4.5.5 Schema di filtraggio utilizzato per il controllore DMPC non cooperativo
Per lo schema di controllo DMPC non cooperativo sono stati implementati tre filtri di Kalman, uno per ogni sottosistema in cui si รจ deciso di suddividere il sistema complessivo, come presentato in Figura 4.8.
Figura 4.8: Schema output-feedback per i controllori DMPC non cooperativi
Si noti che, sebbene lo schema presentato in Figura 4.8 sia molto simile a quelli proposti delle Figure 4.6 e 4.7, esso si differenzia per la quantitร delle informazioni che vengono scambiate dai regolatori realizzati. Nel caso decentralizzato i controllori e gli stimatori non scambiano alcuna informazione tra di loro, mentre nel caso del controllore distribuito cooperativo i controllori e gli stimatori realizzati si scambiano tra di loro tutte le informazioni in modo bidirezionale, attraverso un topologia di comunicazione all-to-all. Ogni controllore DMPC non cooperativo, invece, scambia informazioni solo con i sottosistemi definiti vicini. Infatti le stime dei vettori di stato ๐ฅฬ 2(๐) e ๐ฅฬ 3(๐) sono ottenute fornendo in ingesso ai rispettivi filtri di Kalman
anche la stima ๐ฅฬ 1(๐), in aggiunta alle variabili di uscita ๐ฆ2(๐) e ๐ฆ3(๐) e ai valori delle variabili
di controllo ๐ข2(๐) e ๐ข3(๐).
Per il sottosistema ๐ฎ1 รจ possibile realizzare un filtro di Kalman locale a partire dalle equazioni
(4.20), (4.21), (4.22), (4.23), mentre si riportano per maggior chiarezza le equazioni utilizzate per lโimplementazione dei filtri locali per i sottosistemi ๐ฎ2 e ๐ฎ3:
๐ฬ๐(๐|๐ โ 1) = ๐ด๐๐๐ฬ ๐(๐ โ 1|๐ โ 1)๐ด๐๐โฒ+ ๐๐,๐ ๐ฟ๐(๐) = ๐ฬ๐(๐|๐ โ 1)๐ถ๐๐โฒ(๐ถ๐๐๐ฬ๐(๐|๐ โ 1)๐ถ๐๐โฒ + ๐ ๐,๐) ๐ฬ ๐(๐|๐) = ๐ฬ๐(๐|๐ โ 1) โ ๐ฟ๐(๐)๐ถ๐๐๐ฬ๐(๐|๐ โ 1) ๐ฅฬ ๐(๐|๐) = ๐ด๐๐๐ฅฬ ๐(๐ โ 1|๐ โ 1) + ๐ต๐๐โ๐ข๐โ(๐ โ 1) + + ๐ฟ๐(๐) (๐ฆ๐(๐) โ ๐ถ๐๐(๐ด๐๐๐ฅฬ ๐(๐ โ 1|๐ โ 1) + ๐ต๐๐โ๐ข ๐โ(๐ โ 1))) dove: ๐ต๐๐โ = [๐ด๐1 ๐ต๐๐] ๐ข๐โ(๐) = [๐ฅฬ 1(๐) ๐ข๐(๐)]
Si noti che la definizione della matrice ๐ต๐๐โ e del vettore ๐ข๐โ(๐) permette di considerare la stima dello stato ๐ฅฬ 1(๐) come un ingresso addizionale dei sottosistemi ๐ฎ2 e ๐ฎ3. Tale stima viene quindi
utilizzata dai filtri di Kalman, realizzati per i controllori ๐2 e ๐3, per la stima dei vettori ๐ฅฬ 2(๐) e ๐ฅฬ 3(๐).
Capitolo 4: Schemi di controllo predittivo 92
4.6 Simulazioni
Si propone una fase di analisi preliminare degli schemi di controllo proposti, a cui seguirร nel capitolo 5 unโindagine piรน dettagliata e realistica svolta in ambiente DynSim.
Il sistema da controllare รจ descritto dal modello identificato per il regolatore MPC centralizzato, in modo tale da tenere in considerazione tutte le interazioni tra i diversi sottosistemi. La bontร delle prestazioni dei diversi schemi di controllo, simulati in ambiente Simulink, รจ valutata imponendo delle condizioni iniziali non nulle alle variabili di stato, equivalenti a un disturbo allโistante ๐ = 0. Per ogni controllore si รจ valuta la velocitร e la capacitร di reiezione al disturbo imposto. Tale disturbo รจ scelto in modo che le variabili dโuscita ๐ฆ(๐) assumano allโistante ๐ = 0 valori prossimi alle condizioni nominali, come espresso nella Tabella 4.1. Di seguito, in Figura 4.9, sono presentati gli andamenti delle variabili dโingresso ottenuti con la simulazione descritta, mentre in Figura 4.10 sono presentati gli andamenti delle variabili dโuscita.
Tabella 4.1: Condizioni iniziali della simulazione in ambiente Simulink
y11 y21 y12 y13
Valore nominale 0.5 4100 258.15 0.5
Valore iniziale 0.6 4150 260.15 0.4
Variazione 0.1 50 2 -0.1
Capitolo 4: Schemi di controllo predittivo 94
Figura 4.10: Andamento delle variabili dโuscita in ambiente Simulink
Come evidenziato dalle Figure 4.9, 4.10 tutti gli schemi di controllo proposti riescono a riportare lโimpianto nella condizione di equilibrio. Si noti come, con particolare riferimento alle variabili dโuscita, i controllori analizzati esibiscano prestazioni sostanzialmente equivalenti. Si noti perรฒ come, con particolare riferimento allโuscita s8.T (๐ฆ12), il controllore MPC decentralizzato abbia prestazioni molto buone, se confrontate con quelle ottenibili con gli altri schemi di controllo. Queste prestazioni risultano inattese poichรฉ il controllore decentralizzato non permette, a causa dellโintrinseco errore di modello usato per calcolare lโazione di controllo, di ottenere la proprietร di ottimalitร globale. Per verificare che le incoerenze riscontrate siano solo apparenti e dovute principalmente alle differenti tarature11 degli schemi di controllo
studiati, รจ stata effettuata unโanalisi piรน precisa.
11 Con il termine taratura si intende, ad esempio, la definizione della matrici di peso sul controllo e sugli stati, della
A tal fine, si introduce la cifra di costo che verrร calcolata per ogni schema di controllo analizzato in questa Tesi:
๐ฟ(๐ฅฬ (๐), ๐ข(๐)) = โ๐ฅฬ (๐)โ๐2 + โ๐ข(๐)โ๐ 2
dove ๐ข(๐) รจ il vettore degli ingressi al sistema ๐ฎ, calcolato utilizzando uno dei sistemi di controllo studiati, mentre ๐ฅฬ (๐) รจ la corrispondente stima dello stato ottenuta attraverso uno schema di filtraggio centralizzato del tutto analogo a quello presentato in Figura 4.4. Lo schema a cui si รจ fatto ricorso per questa analisi รจ riportato in Figura 4.11.
Figura 4.11: Schema per il confronto prestazionale
Si introduce ora il funzionale di costo:
๐ฝฬ = 1
๐๐๐๐ โ ๐ฟ(๐ฅฬ (๐), ๐ข(๐))
๐๐๐๐
๐=1
In Tabella 4.2 sono sintetizzati i risultati ottenuti, evidenziando il valore del funzionale di costo ๐ฝฬ ottenuto per i diversi schemi di controllo, mentre in Figura 4.12 sono riportati gli andamenti della cifra di costo ๐ฟ(๐ฅฬ (๐), ๐ข(๐)) nel tempo.
MPC centralizzato MPC decentralizzato DMPC cooperativo DMPC non cooperativo Valore medio 213.88 266.26 214.76 1.73โ103
Capitolo 4: Schemi di controllo predittivo 96
Figura 4.12: Andamento nel tempo della cifra di costo ๐ฟ(๐ฅฬ (๐), ๐ข(๐))
Da questi risultati รจ possibile apprezzare un lieve miglioramento delle prestazioni del controllore centralizzato. Per migliorare ulteriormente le prestazioni di tale controllore si potrebbe ridefinire il funzionale di costo ad esso associato ๐(๐ฅ(๐), ๐ข(๐: ๐ + ๐ โ 1)) utilizzando, ad esempio, matrici di peso ๐ e ๐ non diagonali al fine di ottenere una taratura che lo renda piรน performante. Tale taratura non viene presa in considerazione in questa trattazione. ร utile notare che, mentre nel caso del controllori MPC centralizzato, MPC decentralizzato e DMPC cooperativo il funzionale di costo ๐ฝฬ risulta coerente (con le dovute differenze) al funzionale di costo minimizzato dal sistema di controllo per ottenere lโingresso ottimale ๐ข(๐), nel caso del controllore non cooperativo robusto il funzionale di costo รจ differente, in quanto la rappresentazione di stato differisce in parte da quella utilizzata per gli altri regolatori. Tale considerazione giustifica il valore ottenuto per tale strategia di controllo, che nonostante le soddisfacenti prestazioni, risulta decisamente elevato.