MECHATRONICKÉ É POHONOVÉ É SOUSTAVY Tato publikace vznikla jako součást projektu CZ.04.1.03/3.2.15.2/0285 „Inovace Inovace VŠ oborů strojního zaměření“, zaměření“ který je spolufinancován evropským sociálním fondem a státním rozpočtem České republiky
Prof. Ing. Ctirad Kratochvíl DrSc I Ing. M Martin i H Houfek f k Ing. Lubomír Houfek PhD
Co je to mechatronika a jak jí definovat • struktury y s inteligentním g chováním,, • prvky, resp. substruktury vyrobené z inteligentních materiálů, • inteligentní řídící subsoustavy, využívající inteligentní řídící algoritmy a • komponenty p y a subsoustavy, y obecně různé fyzikální y podstaty, p y pro p které se již j vžilopojmenování žil j á í „mechatronické h i ké Struktury s inteligentním chováním • • • • •
soustavy strojů s tzv. nadbytečnými pohony a paralelními kinematickými substrukturami inteligentní manipulátory (které dokážou podle měnících se vnějších podmínek měnit ě i některé ěk é ffunkce) k ) a roboty b soustavy s aktivní tuhostí, obsahující ve své struktuře aktivní prvky, většinou piezoelektrické, elektrodynamické, magnetostrikční, hydraulické nebo magnetorheologické g g poddajné struktury s inteligentním řízením pohybu struktury s řízeným tlumením vibrací, například pomocí tzv. inteligentních dynamických hltičů a řada dalších zařízení
2
Inteligentní materiály • materiáka s integrovanými snimači, propojenými se zdrojem signálu, přijímačem a jedntkou j d tk pro zpracování á í odezev, d • kompozitní materiály s aplikovanými optickými vlákny, • materiály , které využívají vzájemné interakce mezi elektomagnetickým polem a str kt rální integritou strukturální integrito kompozitů, kompozitů • materiály s aktuátory integrovanými ve svých strukturách, • nekonvenční kombinace materiálů vykazující kvaziinteligentní chvání nebo • materiáky, iák které k é mění ě í svůj ůj tvar, polohu l h nebo b i vlastnosti l i v důsledku dů l dk řízené ří é změny magnetického nebo elektomagnetického pole či teploty. Inteligentní řídící subsoustavy • • • •
řídící algoritmy vytvořené na bázi umělých neuronových sítí genetické algorimy, algorimy algoritmy umělého žíhání, horolezecké algoritmy nebo jiné či řídící algoritmy založené na prognostických odhadech, tolerančních analýzách či metodikách paralelní simulace řízených procesů. procesů 3
Mecharonické komponenty a subsoustavy • • • •
• • •
subsoustavy b zajišťující šť í í stabilitu bl pohybu h b automobilů b l v závislosti á l na rychlosti, hl stavu vazovky, při brzdění a pod., subsoustavy zajišťující optimalizaci spalovacího procesu v motorech vozidel a přenossy výkonu mezi moterem a koly, subsoustavy zajišťující stabilitu letu v závislosti na okamžitých vnějších i provozních p p podmínkách, řízení pohybů výrobních strojů při větším, resp. menším počtu pohonů vzhledem k počtu jejich stupňů volnosti (underactuated, overastuated). Patří sem také komponenty p y využívající y j tzv. p ploché řízení,, Ljapunovské j p řízení,, nelineární prediktivní řízení, inverzní simulace a další, subsoustavy řízení tlumení celých konstrukcí (křídel letadel, stožárů, výškových staveb,, mostů), ), inteligentní řízení teplotních stavů strojů, například s využitím umělých neuronových sítí subsoustavy zajišťující spojitou detekci chyb (poruch) strojů a konstrukcí a vyjasňování jejich vlivů na řízení provozní spolehlivosti. 4
Dekompozice p mechatronických ý soustav
• • •
•
MTS obsahují prvky, prvky komponenty a subsoustavy různé fyzikální podstaty podstaty, což zásadně ovlivňuje vazby a interakce mezi nimi i MTS a okolím fyzikální integrace těchto struktur vede ke zmenšování jejich rozměrů, snižování jejich hmotností a následně k menším energetickým nárokům na jejich činnost rozšíření parametrů použitých pro řízení MTS vede k využívání inteligentních funkcí, které výrazně kompenzují „slabosti“ základních struktur (mechanických, elektrických Elektronických elektrických. Elektronických, hydraulických hydraulických, atd atd.)) a tím se také omezuje existující separace klasických řídících substruktur „od“ základní struktury některé prvky nebo komponenty MTS jsou vyrobeny z inteligentních materiálů jejichž vlastnosti a projevy se mohou materiálů, moho měnit v závislosti na vnějších ale i vnitřních podmínkách (změny teploty, tlaku, změny magnetického nebo elektromagnetického pole a další).
5
Funkční dekompozice mechatronických technických soustav
6
Strukturální dekompozice mechatronických soustav
• • • • •
Prvky, resp. součástky jsou artefakty vyrobené bez montážních operací (např. mechanické spojovací prvky, elektrické vedení a pod.) Komponenty jsou jednoduché struktury složené z jednotlivých prvků a elektrickách (elektronických) subkomponentů , např. senzory, aktuátory, regulátory, lá ř dič řadiče. Moduly reprezentují subsoustavy složené z komponent a součástrek, které v MTS vykonávají nezávislé funkce a činnosti, např. obecně mikroprocesorové soustavy . Soustavy představují soubory modulů, komponent a součástek, které vykonávají cílové funkce, např. soustavy ABS u automobilů, autopilot či soustavy „řízení po drátě“ u letadel a pod. drátě Globální MTS jsou výsledné produkty složené z integrovaných soustav, modulů, komponent a prvků, které představují finální elektronický výrobek realizující množinu požadovaných funkcí a činností. Globální MTS mohou být také „vyměnitelné“, např. u letadel komplexní systémy pro aktivní či pasivní avioniku, systémy řízení palby pro konkrétní výběr zbraňových systémů apod. 7
Vzájemné vazby a interakce mezi subjekty mechatronických technických soustav •
•
•
kritické zhodnocení některých transformací technických procesů, které původně vykonával člověk, člověk resp. resp člověk spolu s soubsystémem řízení TS a které má nyní zabezppečovat MTS sama. Tento proces v konečných důsledcích vede k „vyřazení člověka-operátora“ nařízení těchto soustav. Je nutné pečlivě zkoumat důsledky takových rozhodnutí (viz mnohé technické katastrofy v druhé polovině minulého století). Na druhé straně ale můžeme očekávat potlačení „slabostí mechanické realizace cílových funkcí základních struktur struktur“ a podstatné zvýšení kvality technických procesů. procesů Tato skutečnost je velmi edfektivní a ověřená. Náhradu „mechanického řešení“ lze provést pomocí elektrotechniky a elektroniky a / nebo pomocí softwarového vybavení. vybavení Mechatronické řešení bývá navíc jednodušší a tím i provozně spolehlivější. Při promyšlené koncepci původního návrhu lze provádět jeho průběžnou modernizaci (či přizpůsobování novým okolnostem) prostou výměnou původních modulů za nové. Také vztahy / ( vazby) technická soustava – člověk doznávají významných změn a mohou se v současných MTS projevovat například v následujících formách: – zjednodušením procesů v mozku člověka, člověka když některé řídící a pracovní funkce přebírá stroj 8 – potlačením vlivu a důsledku činnosti MTS na člověka i í ř í ří ě i é k ik i čl ěk MTS
Ilustrativní příklad
9
Realizace těchto činností vyžaduje • • • • • • •
•
sestavení matematických modelů mechanické subsoustavy vozidla pro jednotliví jízdní režimy výběr a aplikaci soustavy senzorů pro monitorování okamžitých provozních podmínek, návrh a realizaci komunikačních kom nikačních soustav so stav výběr a aplikace elektrohydraulických a elektropneumatických akčních a regulačních subsystémů návrh á h a zapojeníí řídícího řídí íh mikroprocesoru k a jeho h zapojeníí do d globální l bál í soustavy výběr numerických integračních formulí pro průběžné simulační experimentování návrhy elektrického a mechanického testovacího zařízení způsobu vyhodnocování výsledků, formulování inženýrských závěrů a konkrétních řídících p povelů realizaci komunikace s řidičem a registraci provozních dat pro pozdější kontrolu.
10
Funkční dekompozici řídící soustavy
11
Obsah a rozdělení mechatroniky
12
Grafické rozdělení mechatroniky
13
Tradiční a mechatronický přístup při návrhu pohonových soustav Tradiční pohonové soustavy • • • • • • •
rozměrné soustavy (strukturálně zpravidla soustavy s mnoha stupni volnosti ) složité převodové mechanismy tuhé a hmotné prvky základní struktury ( ozubená kola, hřídele, spojky, rotory turbin, kotvy elektromotorů a pod) konstantní p pohybové y cykly y y převážně konstantní rychlosti pohybů přesnost je určována většinou tolerancemi a mechanismech a ozubených převodech či v uloženích ložisek manuální, resp. poloautomatická regulace, méně často počítačové řízení.
14
MECHATRONICKÉ É POHONOVÉ É SOUSTAVY
• • • • • • •
malé, lehké a málo hmotné kompaktní soustavy zjednodušené mechanismy proměnlivé (programovatelné) pohybové cykly různé rychlosti pohybů elektronická synchronizace pohybů přesnost je určována zpětnovazebními obvody, resp. reakcí řídících počítačů automatické programovatelné a perspektivně adaptivní řízení.
15
Zkvalitňování vlastností mechanismů •
Aktivní snímače rychlosti y kol automobilů větší přesnost a rychlost reakcí brzdových soustav a reakcí soustav zajišťování jízdní stability při současném zvýšení provozní spolehlivosti. spolehlivosti
•
Automatické „inteligentní“ převodovky automobilů zapojení počítačového systému spolu s expertní jednotkou mezi motor a převodová ústrojí zvyšuje plynulost a pohodlí jízdy, snižuje spotřebu až na úroveň soustavy s řaditelnou převodovkou a snižuje zatížení řidiče.
16
Zjednodušování mechanismů El kt i ký llanový Elektrický ý kl kladkostroj dk t j
stavebnicová b i á konstrukce k k využitelná ži l á jak j k pro stabilní bil í nebo b mobilní bil í soustavu, uzavřená konstrukce zaručující téměř bezůdržbový provoz i v prašném prostředí, řízený provoz, šetrný k okolí
17
Příklad tzv. softwarové převodovky
malé rozměry, snadné přizpůsobení stroje změněným pracovním podmínkám d í ká záměnou á ě software, ft větší ětší přesnost ř t nastavení, t í větší ětší provozníí spolehlivost a možnost inteligentního chování stroje, např. s využitím mechatronických koncových efektorů u robotů.
18
Náhrady mechanismů
•
Elektrické hodinové stroje miniaturizace, úspora energie, zjednodušení údržby, zvýšení provozní spolehlivosti.
•
Řízení po drátě (Fly-by wire) snížení hmotnosti ve srovnání s klasickými mechanismy sa zálohováním činnosti, z toho vyplývající zvýšení spolehlivosti a bezpečnosti provozu. Ovšem existence „inteligentní vazby“ mezi pilotem il a řídí řídícími í i prvky k lletadla dl podstatně d ě modifikuje difik j tradiční dič í vazby, b na d druhé hé straně ale umožňuje dosahovat zcela unikátní a dříve neuskutečnitelné letové manévry
19
Kontrol surface řídítka) Actuator Pump p Motor Power amplifier Controller Desired angle Measured angle of surface θ(t)
Řízený ý objekt j (např. ( p kormidlo,, Akční člen Čerpadlo p Motor Výkonný zesilovač Regulátor Požadovaný úhel θ Skutečně naměřený (okamžitý) úhel 20
• Syntéza mechanismů • Funkční F kč í a prostorováá iintegrace
21
Problematika bl k ří řízeníí mechatronických h ký h technických h ký h soustav
•
•
• •
dochází k výběru podstatných ukazatelů a k formulaci podstatných kritérii nutných k zajištění funkčnosti TS , ke kontrole jejich spolehlivosti a k vyloučení vážných ý rizik v maximální míře se využívá automatické kontroly a řízení širokého spektra parametrů, funkcí a stavů TS , včetně stavů blízkých stavům rizikovým či havarijním j podstatný význam má vždy soubor prostředků regulace a řízení TS vnější prostředí může podstatně ovlivnit strukturu a především chování chování TS v rámci přípustných intervalů zachování jejich funkčnosti
22
Porovnání klasických ý mechanických ý a mechatronických ý p pohonových ý soustav KLASICKÉ POHONOVÉ SOUSTAVY • • • • •
základní soustava strukturálních prvků je zpravidla homogenní , což je z hlediska řízení výhodné jednotlivé řídící prvky či subsoustavy jsou relativně samostatné a představují „periferie“ globální soustavy globální l bál í soustava t j u moderních je d í h koncepcí k í pohonů h ů připojena ři j k počítači čít či způsoby řízení lze charakterizovat jako programové (využívající počítače) a expertní k obsluze stačí obvykle instruktáž , případně zaškolení
23
MECHATRONICKÉ POHONOVÉ SOUSTAVY
• • • •
•
základní soustavu tvoří integrované prvky různé fyzikální podstavy s bohatým spektrem vnitřních i vnějších vazem a interakcí jednotlivé prvky řídící soustavy (subsoustavy) jsou integrovány přímo v základní struktuře a tvoří její nedílnou část řídící počítač (resp.signálové procesory či mikroprocesory) jsou součásti globální soustavy adaptivní způsoby řízení využívají expertní systémy a řídící subsoustavy (vytvořené na bázi prostředků umělé inteligence) a plně využívají schopností „samoučení“ č í“ k obsluze jsou nutné přísnější kvalifikační předpoklady, často se vyžaduje i tréning na simulátorech
24
Popis a možné propojení prvků řízení mechatronické technické soustavy
25
Obecný popis mechatronických pohonových soustav
26
Blokové schéma řízené pohonové soustavy
27
Modely mechanické struktury pohonových soustav • • • • • •
s pohony modelovanými jako homogenní tuhá tělesa, tělesa s pohony modelovanými jako tuhá tělesa + rovinné , resp. prostorové mechanismy, s pohony modelovanými jako diskrétní soustavy se soustředěnými hmotnostmi a nehmotnými pružnými a tlumícími vazbami, s modely pohonů vytvořenými na bázi MKP, s modely pohonů se spojitě rozloženými geometrickými a hmotnostními charakteristikami a s tzv. komplexními integrovanými modely, obsahujícími substruktury různé rů né fyzikálnípodstaty. fy ikálnípodstaty.
Požadavky na mechatronické a pohonové soustavy • • •
vzájemně jednoznačná přiřazení počátečních podmínek a vstupů mezi reálnou soustavou a jejím modelem, vzájemně jednoznačná přiřazení stavových veličin a vzájemně jednoznačná přiřazení výstupních parametrů. 28
Příklad strukturního modelování řízené pohonové soustavy T i ké schéma Typické hé kl klasické i ké pohonové h é soustavy t s řízeným říz ý motorem t
29
Diskretizovaný model mechanického subsystému pohonu
30
Elektický subsystém pro řízení otáček stacionárně buzeného DC motoru s otáčkovou a proudovou regulací a tyristorovým měničem
31
Elektrický subsystém DC motoru s cizím buzením
32
Model elektrického nestacionárně buzeného DC motoru
33
Blokové schéma pracovního stroje
34
Model logicko – informačních vazeb
35
Modelování elektronického řízení mechatronických soustav Základní komponenty elektronického vybavení MTS
36
Bloková schémata mechatronické/mikromechatronické siustavy s analogovým a digitálním regulátorem
37
Způsoby řízení MTS a hodnocení přesnosti řízených veličin Vlastní řízení probíhá na základě hodnocení odchylky
e (t ) = y (t ) − r (t )
Dále se odchylka minimalizuje a optimalizuje ∞
J = min ∫ t ⋅ e dt t ,e
0
∞
J = min ∫ e dt e
0
∞
J = min ∫ e 2 dt e
0
38
Hodnocení výstupní odezvy mechatronické soustavy při r (t) = konst.
Δy =
ymax − ystab ⋅100 ystab
39
Využití neuronových sítí v regulačních strukturách mechatronických soustav • • • • • • • • • • •
sítě dopředné – nemají zpětnou vazbu a v technických aplikacích jsou nejčastější, sítě rekurentní – jejich architektura obsahuje alespoň jednu zpětnou vazbu, sítě ítě s dynamicky d i k se měnící ě í í topologií t l ií – počet č t neuronů ů neníí konstatní, k t t í mění ě í se v průběhu učení sítě. Hlavními přednostmi ANN ve srovnání s klasickými řídícími strukturami jsou : schopnost h t vytvářet t ář t (modelovat) ( d l t) obecně b ě nelineární li á í závislosti zá i l ti mezi zi vstupními t í i a výstupními parametry, schopnost učení, aproximační schopnost a schopnost tolerance chyb a rychlý výpočet naučené neuronové sítě. Problematika navrhování neuronových regulátorů mechatronických pohonových soustav pozůstává zpravidla z následujících kroků : identifikace regulované soustavy a vytvoření jejího modelu (analýza soustavy a možnost simulací), návrhu struktury řízení a algoritmu řízení ( syntéza regulátoru ). ) 40
• •
Problém P blé identifikace id tifik obecně b ě neliteární lit á í soustavy t Princip učení neuronové sítě na modelu soustavy – jako tzv. přímé modelování soustavy (neuronový model typu „feedforward“) nebo – jako tzv. inverzní modelování soustavy (neuronový model typu „feedback“ ).
41
Identifikace dynamické soustavy pomocí neuronové sítě •
•
pomocíí neuronovéé sítě í ě typu „feedforward“ f df d , jejímiž í ž vstupy jsou měřené ěř é výstupy ý reálné soustavy nebo jejího simulačního modelu v několika předcházejících diskretizačních krocích nebo pomocí rekurentní neuronové sítě typu „feedback“ , jejímiž vstupy jsou vlastní (odhadnuté) výstupy v několika předcházejících diskretizačních krocích.
42
Princip učení neuronové sítě na modelu soustavy
Identifikace nelineární soustavy
N Neuronový ý model d l typu „feedforward“ f df d“
Princip učení neuronového regulátoru
N Neuronový ý mode d typu „feedback“ f db k“ 43
Identifikace dynamické soustavy pomocí neuronové sítě
y( k +1) = f ⎡⎣ y( k ) , y( k +1) ,,... , y( k − p +1) , u( k ) , u( k −1) , ... u( k − q ) ⎤⎦ Pro neuronový emulátor typu feedback pak platí rovnice
y( k +1)
) ) ⎡ = f ⎣ y( k ) , y( k −1) ,... , y( k − p +1) , u( k ) , u( k −1) , ... u( k − q ) ⎤⎦
44
Příklady modelování asynchroního elektrického motoru pomocí neuronové sítě Blokové schéma asynchronního motoru
Neuronový model asynchronního motoru
45
46
47
48
49
50
