• Non ci sono risultati.

Controllo dei Processi con metodo BLT

N/A
N/A
Protected

Academic year: 2021

Condividi "Controllo dei Processi con metodo BLT"

Copied!
2
0
0

Testo completo

(1)

Università degli Studi di Pisa

Facoltà di Ingegneria

Dipartimento Sistemi Elettrici ed Automazione

Controllo dei Processi con metodo BLT

TESI DI LAUREA

RELATORE

Prof. Ing. Aldo Balestrino

CONTRORELATORE

Prof. Ing. Alberto Landi

CANDIDATO

Giacomo Santerini

anno accademico 2008/2009

(2)

SOMMARIO

I controlli automatici nascono per sostituire l’intervento umano nel controllo dei processi, al fine di migliorare le prestazioni e l’efficienza.

Una classe di processi che è stata oggetto di sempre maggior studio ed è attualmente ancora in investigazione è quella dei processi con più ingressi e più uscite, brevemente MIMO. Pur sotto ipotesi semplificative di linearità e tempo-invarianza questi restano aperti a molte ipotesi di controllo.

Questo elaborato si interessa al controllo in modalità decentralizzata dei sistemi MIMO.

La procedura completa di progetto di un controllo decentralizzato si basa su due fasi: il pairing delle variabili di ingresso–uscita e il tuning dei controllori.

La scelta del pairing si basa sulla misura delle interazioni tra le variabili del processo. In questo elaborato si illustrano due metodi di misura: l’indice Relative Gain Array (RGA), di tipo statico, e l’indice ARGA (Absolute Relative Gain Array), di tipo dinamico.

Si mostra come l’indice ARGA permetta di considerare gli aspetti di robustezza del sistema già in fase di pairing delle variabili e di come riesca a fornire accoppiamenti validi anche in casi nei quali altri metodi falliscono.

I controllori presi in considerazione sono di tipo PI (Proporzionale Integrativo). Per il tuning dei controllori si utilizza il metodo BLT di Luyben, un semplice ed efficace metodo per impostare i guadagni dei PI, garantendo la stabilità complessiva del controllo sul sistema MIMO.

Usando software di simulazione si confrontano i risultati ottenuti dagli indici RGA e ARGA.

ABSTRACT

Automation originates from the necessity to substitute human control in order to pursue better efficiency and performances.

A class of processes which have been thoroughly studied and yet not fully solved is the class of Multiple-Input-Multiple-Output processes or MIMO.

In fact even under simplification hypotheses of linearity and time-invariance, mathematical foundation underneath is not an easy-to-solve problem.

Here we study the MIMO process control using decentralized controllers.

The main two steps in developing such a control are: the pairing of input-output variables, and the tuning of the controllers.

The pairing process tries to choose the best way for which output will be controlled by a particular input. To solve this problem here we use two measures, (or indices): The RGA (Relative Gain Array), whose calculations are based on static process informations, and the ARGA (Absolute Relative Gain Array), which conversely adopts dynamic informations.

Introducing these indices, it is stressed that ARGA takes care about robustness of the process control even in the early procedure of pairing. Indeed we show that ARGA provides successful pairing even when other indices fail.

Regarding the tuning process, PI controllers are exploited (Proportional Integrative); the PI gains are tuned using the simple BLT Luyben algorithm which guarantees the stability of the whole tuned MIMO process.

Several experimental results are shown to emphasize the differences between RGA and ARGA pairing for the same MIMO systems.

Riferimenti

Documenti correlati

L’analisi del processo corrente di controllo e correzione dei dati della rilevazione sulle cause di morte ha rilevato elementi di criticità nella fase automatica di controllo

un processo puo’ chiamare wait quando riceve SIGCHLD, in questo caso ritorna immediatamente con lo stato del figlio appena terminato waitpid può scegliere quale figlio aspettare

PFR bidimensionale transitorio: schemi alle differenze finite per costruire il simulatore.

• Unix/Linux invece fa in modo che i diversi filesystem vengano combinati in un’unica struttura gerarchica, “montando” la top level directory di una partizione come foglia

Modificare poi i parametri per il controllo dell’errore d’integrazione considerando una tolleranza relativa di 10 − 8 ed una assoluta di 10 − 12 (rispetto ai valori di

Ad anello aperto, in caso di disturbi sulla portata in ingresso, la portata in uscita F o varia linearmente con l’altezza di liquido nel secondo serbatoio secondo una legge tipo

Dipartimento di Chimica, Materiali e Ingegneria Chimica “G. esercizio 3 dell’Esercitazione #3). Valutare quindi la dinamica del

Il FEEDBACK INFERENZIALE non può misurare le variabili da controllare e quindi ne misura altre inferenziando il valore di quelle da controllare e regolando le variabili manipolate.