Introduzione alla analisi dei grafici di flusso di segnale nella risoluzione dei problemi

I sistemi di controllo formano la colonna portante dell’automazione moderna, dalla robotica industriale alla guida aerospaziale. Quando questi sistemi non riescono, sia a causa della deriva del sensore, del ritardo dell’attuatore, o dei bug del software, gli ingegneri hanno bisogno di metodi rigorosi e sistematici per identificare e correggere i difetti.

Comprendere i grafici di flusso segnale: Concetti di base

Un grafico a flusso segnale è un grafico diretto in cui ogni nodo rappresenta una variabile di sistema (ad esempio, segnale di errore, uscita del controller, uscita dell'impianto) e ogni bordo diretto rappresenta la funzione di trasferimento [gain[]] tra quelle variabili. Il grafico è costruito dal diagramma di blocco del sistema o equazioni differenziali identificando tutti i punti di somma, punti di pick-off e blocchi di arrivo.

Nodi, bordi e guadagni

I nodi in un SFG sono di tre tipi: nodi di sorgente (input), nodi di sinistra (outputs), e nodi misti]]] (che entrambi ricevono e inviano segnali).

Formula di guadagno di Mason

La formula Gain di Mason è lo strumento matematico centrale per la funzione di trasferimento generale da un SFG. La formula è:

T = (Σ P[k]] Δk[]]] / Δ

[LTT]][[FLT:]]] è il guadagno del percorso avanti k-th, Δ è il grafico determinante (1 – Σ tutti i guadagni loop + Σ di tutte le coppie di loop non-touching – Σ gains of three-F

Costruendo il grafico di flusso segnale da un diagramma di blocco

Prima di risolvere i problemi, è necessario costruire un SFG accurato del sistema nominale. Iniziare con il diagramma del blocco del sistema o il modello di funzione di trasferimento.

Trasformazione passo-passo

  1. Identificare i nodi[[[]: ogni variabile di segnale distinta (ingresso, uscita, errore, uscita del controller, uscita dell'impianto, uscita del sensore, ingresso di disturbo) diventa un nodo.
  2. Draw edges for every block[[: un blocco con funzione di trasferimento G(s) diventa un bordo diretto dal suo nodo di ingresso al suo nodo di uscita con guadagno G(s).
  3. Handle che somma le giunzioni[[]: un incrocio di somma che aggiunge diversi segnali diventa un solo nodo; i bordi che entrano in quel nodo portano i segni appropriati (+1 o –1) come guadagni.
  4. Punti di ritiro di maneggio[[[]: qualsiasi punto di ramo è rappresentato da un nodo da cui emanano bordi in uscita multipli (ogni tipicamente con guadagno 1).
  5. Semplificare dove possibile[[]: se due blocchi sono in serie, puoi combinarli moltiplicando i guadagni, ma per risolvere i problemi potresti voler tenerli separati per isolare i difetti.

Esempio: Un sistema di controllo di posizione

(JLT)[Seguite] [FLT] [[Segui]] [FLT]] [[Segui]]] [FLT]] [[Segui]]] [[Scorrere] [FLT]] [[Segui]]] [[Scorrere]] [FLT]] [[Segui]]] [[Segui]]]]] [FLT]]] [F]] [[Scorrere]]]] [[Scorrere]]] [[Scorrere]]]] [[Scorrere]]]] [[Scorrere]] [[Scorrere]]] [[Scorrere]]]] [[Scorrere]]] [[Scorrere] [[Scorrere]]]]]] [[Scorrere]]] [Scorrere] [S]] [Scorrere] [[Scorrere]]] [[Scorrere] [[Scorrere] [[Scorrere]]]]]]]] [[Scorrere]]]] [[Scorrere] [[S

Risoluzione dei problemi Metodologia Utilizzo dell'analisi SFG

Quando si verifica un guasto, la risposta misurata si discosta dalla funzione di trasferimento prevista. L'analisi SFG aiuta a individuare dove si trova la discrepanza.

Fase 1: costruire il comportamento previsto dal Nominal SFG e il Compute

  1. Costruisci la SFG dai documenti di progettazione o dalle funzioni di trasferimento note.
  2. Calcola la funzione di trasferimento generale utilizzando la regola di Mason per diversi input di prova (passo, rampa).
  3. Registrare i valori di stato costante previsti, impostare il tempo, i margini di fase, ecc.

Fase 2: Raccogliere dati reali

  1. Iniezione di un segnale di prova noto (ad esempio, un passo o un'impennata sinusoidale) all'ingresso del sistema.
  2. Misurare l'output e i segnali intermedi (ad esempio, errore, uscita del controller).
  3. Confronta le funzioni di trasferimento misurate (per divisione di output/input in dominio di frequenza) con il nominale.

Fase 3: Identificare le deviazioni nel SFG

Le guasti si manifestano come cambiamenti nei guadagni, nei loop nascosti o nei percorsi mancanti.

  • Gli errori di guadagno[]: un controllore guadagna K[p]] può essere spento a causa di un potenziometro difettoso o di un parametro software.
  • I percorsi bloccati[[]: un circuito aperto o un sensore disconnesso corrisponde ad un bordo mancante. Ad esempio, se il bordo di feedback da C(s) al nodo di riempimento è rotto, il sistema diventa aperto-loop, causando grande errore di stato stabile o instabilità.
  • Extra loops[[]: feedback parassita (ad esempio, attraverso l'accoppiamento meccanico o interferenze elettromagnetiche) introduce loop aggiuntivi non nel design SFG. Questi loop possono essere identificati da cambiamenti di fase inaspettati o oscillazione.
  • Nonlineari[[]: saturazione, zone morte, o isteresi rottura linearità. In un contesto SFG, questi appaiono come guadagno che varia con ampiezza del segnale, è possibile modellarli con guadagni pezzetti e controllare quali livelli di segnale innescare la non linearità.

Fase 4: Utilizzare la formula di Mason per Quantificare il guasto

Per ogni difetto sospetta, aggiorna la SFG modificando i margini appropriati o aggiungendo/rimozione dei bordi. Ricomputare la funzione di trasferimento e confrontarla con il comportamento misurato. Ad esempio, se il guadagno di CC misurato è la metà del previsto, sospettare che il guadagno in avanti G(s) sia interrotto (a causa di un guasto di guadagno) o che sia presente un loop di feedback extra positivo con guadagno 1 (può modificare la parte del denominatore).

Tecniche di risoluzione dei problemi avanzate con SFG

Analisi della stabilità tramite SFG

Molti errori del sistema di controllo portano a margini di stabilità instabilità o ridotta. L'equazione caratteristica del sistema è il denominatore Δ della formula di Mason impostato a zero. Con la costruzione del SFG, è possibile scrivere Δ direttamente come un polinomio in s. Se il sistema diventa instabile, è possibile identificare quali guadagni del loop può causare instabilità.

Ingressi multipli e disordini

I sistemi reali hanno spesso più di un ingresso: comandi di riferimento, disturbi di carico e rumore di misura. Un SFG può includere più nodi di sorgente. La risoluzione dei problemi che appaiono solo sotto carico (ad esempio, una caduta in uscita quando aumenta la coppia di carico) è semplice: aggiungere un nodo di disturbo e un bordo all'uscita dell'impianto. Se il guadagno del percorso di disturbo è inaspettatamente alto (ad esempio, a causa di una caduta debole).

Utilizzo di strumenti software per l'analisi SFG

L'applicazione manuale della formula di Mason ai grandi grafici è un software di progettazione di errore come MATLAB/Simulink, Python con librerie di controllo, o strumenti di analisi dei grafici dedicati può automatizzare la costruzione e il calcolo. Per la risoluzione dei problemi, è possibile importare il modello di sistema (ad esempio, da un diagramma di blocco Simulink) in una rappresentazione SFG e quindi modificare i guadagni in modo interattivo.

Case study: Risoluzione dei problemi di un motore di controllo della velocità

Un sistema di controllo della velocità del motore DC utilizza un tachimetro per il feedback. Il SFG nominale ha: riferimento ω]r[[FLT: 1:] → sommare il segnale (error e) → controllo PI K + K[LT]]]

Problem[]: Il motore oscilla a bassa frequenza (circa 1 Hz) quando si corre a bassa velocità.

  1. [[LT][[FLT]][[[[FLT]]]]] [[LT]]] [[FLT]]]][[FLT]]]][[[FLT]]][[[[[LT]]]]][[[[[FLT]]]]]] [[[[[[FLT]]]]]]]] [[[[[[[FLT]]]]]]]]]]]]]]]]]]]]]]]] [[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[FLT]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]
  2. Misurazione del test[[]: Una spazzata di frequenza a bassa velocità mostra un picco di risonanza vicino a 1 Hz che non è presente nel modello nominale. Il margine di fase è quasi zero, indicando vicino instabilità.
  3. Hypothesis[[]: Un ulteriore loop di feedback è presente a basse velocità, molto probabilmente a causa dell'attrito nei cuscinetti motore introducendo una antilinea a scorrimento a bastone che crea un ciclo di limite. In alternativa, l'uscita del tachimetro può avere una zona morta che riduce efficacemente il guadagno di feedback a basse velocità, aumentando il guadagno del loop e causando oscillazione.
  4. Flog Modifica: Per modellare la zona morta, inserire un blocco di guadagno dopo il tachimetro che ha un guadagno a senso pezzo: zero per |V]tacho| < soglia, e K]t] altrimenti.
  5. Validation[: Aggiornare la SFG con il modello della zona morta e simulare. La simulazione corrisponde alla frequenza di oscillazione osservata e alla condizione in cui scompare (quando l'ampiezza della velocità supera la soglia della zona morta).
  6. Soluzione[]: Sostituire il tachimetro con uno che ha una zona morta più piccola della velocità di funzionamento minima nota, o aggiungere un segnale dietere per bias il sistema fuori dalla zona morta. L'analisi SFG ha guidato la diagnosi rapidamente senza prova-e-error.

Confronto con altri metodi di risoluzione dei problemi

L’analisi del grafico a flusso di segnale non è l’unico strumento, ma offre vantaggi unici. I sistemi di riduzione del diagramma di blocco tradizionali diventano disordinati per i sistemi con più percorsi di feedback. L’analisi dello spazio-stato è potente, ma richiede una conoscenza completa dello stato e può oscurare la connessione diretta tra i cambiamenti delle funzioni di trasferimento e i componenti fisici.

Consigli pratici per l'applicazione SFG nel campo

  • Draw the SFG by hand first[ per sistemi di dimensioni moderate (fino a ~15 nodi) Questo ti costringe a capire ogni percorso di segnale.
  • Spiegare ogni nodo e bordo con chiarezza[[]] con i nomi fisici del segnale e le funzioni di trasferimento (ad esempio, “Kamp[ = 2.5”).
  • Compute sempre la funzione di trasferimento nominale[] prima di passare a testare i dati.
  • Quando si verificano guasti di guadagno[[[]], confrontare il diagramma misurato di Bode con quello calcolato a ogni nodo. Ad esempio, se il segnale di errore mostra un guadagno eccessiva a bassa frequenza, il guadagno integrale del controller può essere troppo alto.
  • Utilizzare la SFG per prevedere quali nodi sono più sensibili[[] alle variazioni dei parametri. Il derivato parziale della funzione di trasferimento rispetto ad un guadagno dei bordi può essere calcolato dalla formula di Mason (analisi della sensibilità).
  • Per i guasti non lineari[[], SFG a senso pezzo o analisi delle funzioni di descrizione possono essere utilizzati per estendere la tecnica per limitare i cicli e la saturazione.
  • Documenti il difetto e il SFG corretto[[] in modo che la manutenzione futura possa contare sullo stesso approccio diagnostico.

Conclusioni

L'analisi del grafico a flusso di segnale è un metodo robusto e matematicamente preciso per la risoluzione dei problemi dei sistemi di controllo. Traslanciando un sistema in un grafico diretto di nodi e bordi, gli ingegneri possono esaminare sistematicamente i percorsi avanti, i loop di feedback e ottenere relazioni. Combinato con la formula Gain di Mason, consente il calcolo esatto di come qualsiasi modifica, sia un filo rotto, una deriva dei componenti, o un accoppiamento non voluto, semplici impianti.