Hubungan antara pemrosesan sinyal dan rekayasa sistem kontrol?


13

Rekayasa sistem kontrol dan pemrosesan sinyal digital keduanya merupakan mata kuliah / mata pelajaran teknik elektro yang penting. Tetapi bagaimana hubungan kedua mata pelajaran / mata kuliah ini?

Juga tolong beri tahu saya, apa saja sumber daya yang disarankan (buku, tutorial, kuliah, dll.) Tentang rekayasa sistem kontrol, dan bagaimana cara mulai bekerja dengannya pada tingkat teknis?

Seperti kita memiliki jawaban di bawah tautan tetapi jawaban itu adalah tentang sumber daya dsp, saya mencari sumber daya tentang contoh sistem rekayasa kontrol jawaban atas permintaan referensi


1
satu kali saya melakukan sesuatu yang berhubungan dengan Kontrol yang saya terima adalah sekali saya merancang Asynchronous Sample Rate Converter dengan SHArC (v 0,6 silikon) lama kembali di tahun 90-an. ada semacam servo-mekanisme yang terlibat dengan menyesuaikan rasio laju sampel sehingga penunjuk (dengan komponen fraksional ke penunjuk) ke sampel yang keluar akan menelusuri penunjuk sampel yang masuk dengan jumlah penundaan konstan.
robert bristow-johnson

4
Saya menentang untuk menutup pertanyaan.
robert bristow-johnson

Jawaban:


10

Ada banyak tumpang tindih tetapi beberapa perbedaan dalam penekanan. Teknik Kontrol juga lebih tua dari DSP. Jika Anda memiliki pendidikan EE tradisional, Anda tidak benar-benar membuat perbedaan.

Variabel status adalah perspektif yang lebih tipikal dalam Kontrol. Edisi pertama Oppenheim dan Schafer 1975, memiliki bab tentang variabel negara, tetapi mereka menjatuhkannya selama bertahun-tahun. Anda perlu memahami variabel status untuk melakukan Pemfilteran Kalman yang merupakan area tumpang tindih. Estimasi Linier dan Kontrol Linier adalah rangkap dari satu sama lain.

Saya juga akan mengatakan bahwa sistem waktu kontinu / diskrit hybrid lebih umum di Kontrol tetapi ada banyak contoh untuk DSP juga.

DSP hampir selalu dilakukan pada sampling seragam. Variabel Status dapat bekerja dengan sampling tidak seragam juga.

Saya belum pernah mendengar tentang Sistem Kontrol anti kausal tetapi penyaringan mundur maju dalam waktu adalah umum di DSP. Kontrol pada dasarnya bersifat kausal. Transformasi Laplace satu sisi lebih umum pada kontrol.

Stabilitas loop umpan balik penting di kedua bidang. Kelas sistem kontrol canggih akan mencakup topik-topik seperti stabilitas Lyaponov. Anda biasanya tidak melihat yang tercakup dalam DSP tetapi ada makalah DSP yang menggunakan teknik itu.

Teori Kontrol muncul dalam teknik mesin. DSP muncul di bidang keuangan. Ada banyak keduanya dalam robotika yang juga menggunakan visi komputer.

Dalam RADAR, bentuk gelombang dan pemfilteran lebih banyak DSP di ujung depan, tetapi sistem pelacakan di ujung belakang lebih seperti Kontrol.

Jika saya harus menggunakan satu kata untuk menggambarkan masing-masing.

Kontrol: umpan balik

Pemrosesan Sinyal: sensing

atau mungkin menggunakan frasa

Kontrol: ada di masa kini

DSP: dalam-alur


2
Variabel status adalah perspektif yang lebih tipikal dalam Kontrol. Itu tergantung di mana Anda bekerja. Lebih khas di dunia akademis, dan juga di ruang angkasa di mana itu satu-satunya cara untuk mendapatkan stabilitas. Di industri meskipun Anda jauh lebih mungkin untuk melihat kontrol klasik dengan PID.
Graham

@ Ya Tuhan tetapi dalam sistem yang lebih rumit yang membocorkan sinyal bolak-balik, dalam satu kasus pemanas dan sensor untuk menentukan suhu, saya harus memasukkan PID dengan biaya dalam kinerja sehingga orang yang kurang terampil dapat mempertahankannya. Biasanya, kecuali kutub / nol yang teridentifikasi terbatas, sistem kontrol yang lebih rumit meningkatkan kinerja.
rrogers

apa yang Anda maksud dengan frasa "in-the-groove" ??
abtj

@rrogers Mereka mungkin berkinerja lebih baik, tentu saja, tetapi peningkatan kinerja mungkin tidak signifikan, terutama dibandingkan dengan biaya pelatihan untuk memahaminya. Itu sebabnya kami masih menggunakan PID. Saya telah melakukan perangkat lunak kontrol tertanam real-time selama 25 tahun sekarang, dan berpikir kembali saya tidak akan membutuhkan kedua tangan untuk menghitung jumlah insinyur yang saya kenal yang benar-benar memahami ruang-negara. (Saya tidak dalam daftar itu BTW;!) Dan saya tidak perlu setiap tangan untuk menghitung sistem saya bekerja yang menggunakannya.
Graham

di alur. think edison

10

Saya melakukan pemrosesan sinyal Ph.D. di departemen sistem kontrol . Menurut saya pemrosesan sinyal adalah loop terbuka; sistem kontrol menutup loop.

Terlepas dari itu, matematika di balik keduanya sangat mirip. Ini aplikasi yang umumnya sangat berbeda.


2
Menutup atau memilih pertanyaan ini tidak akan menjadi tindakan positif karena pertanyaan ini adalah tentang mencari pengetahuan dan pengetahuan ini terkait dengan DSP karena entah bagaimana ada hubungan antara rekayasa sistem kontrol dan DSP
abtj

tidak seperti Facebook, saya tidak bisa menunjukkan wajah yang tidak bahagia ini :-(.
robert bristow-johnson

1
@abtj Saya memang suka pertanyaan ini dalam beberapa cara, tetapi kriteria yang Anda sebutkan ("mencari pengetahuan yang umumnya terkait dengan DSP") diperlukan, tetapi tidak cukup untuk topik-topik!
Marcus Müller

8

Keduanya mengacu pada Teori Sistem Linier (alias "Sinyal dan Sistem" ). Demikian juga Sistem Komunikasi dan Sirkuit Listrik Linier , Sirkuit Elektronik , dan Jaringan Terdistribusi (alias Saluran Transmisi ).

Keduanya khawatir tentang stabilitas sistem. Polandia harus berada di dalam lingkaran unit. DSP sebenarnya lebih luas daripada Controls atau Communications.

Sistem Kontrol biasanya lebih tertarik pada perilaku domain waktu; respons impuls dan respons langkah. Kriteria Routh-Hurwitz (atau mitra waktu diskritnya) dan teknik Root-Locus adalah sesuatu yang dikhawatirkan pria Kontrol. Saya tidak pernah benar-benar khawatir tentang hal itu.

Dulu sistem State-Variable berada di lingkup Controls, tetapi sejak Filter Kalman, saya telah melihat representasi State-Variable (dengan matriks A, B, C, D ) muncul lebih sering di DSP.

Banyak masalah DSP di luar Kontrol kurang peduli tentang perilaku domain waktu dan lebih peduli tentang perilaku domain frekuensi.

Pemrosesan Gambar lebih terkait erat dengan DSP daripada Kontrol.

Saya tidak tahu orang-orang Kontrol sama sekali tentang FFT dan semacamnya.

Semua disiplin ilmu ini memiliki tujuan praktis yang menjadi Elektronika. Khawatir tentang bagaimana DSP atau chip CPU dihubungkan ke konverter A / D dan D / A dan ke memori dan ke perangkat lain. Saya tidak tahu berapa banyak orang Controls khawatir tentang kesalahan kuantisasi, tetapi mereka harus.


1
FIY, dalam elektronika daya, kita sering menggunakan ADC 12 hingga 16-bit dengan rentang dinamis yang cukup. Namun, pada level DAC, aktuator seringkali merupakan "aktuator" 2 level, 3 level, atau 5 level jika Anda mau. Jadi seperti yang Anda katakan, kami pasti harus berurusan dengan kuantisasi.
Ben

4

Ada perbedaan yang cukup sederhana.

Pemrosesan sinyal adalah seperangkat alat yang dapat digunakan untuk rekayasa kontrol.

Rekayasa kontrol adalah membuat sesuatu bergerak sesuai keinginan Anda. Beberapa alat pemrosesan sinyal akan membantu dengan itu (dan beberapa tidak akan; penyaringan mundur tidak terjadi secara real-time tanpa TARDIS).

Pemrosesan sinyal sebagian besar berkaitan dengan respons frekuensi (penguatan), karena itulah yang paling memengaruhi apa yang Anda dengar. Fase dan keterlambatan kelompok adalah masalah, tetapi seringkali bukan yang utama.

Namun, dalam rekayasa kontrol, Anda biasanya menginginkan sesuatu bergerak ke suatu posisi dan kemudian tidak bergerak. Dalam melakukan ini, ada prinsip dasar - jika Anda tidak bisa melihatnya, Anda tidak bisa memperbaikinya . Jika pengukuran posisi Anda difilter sedemikian rupa sehingga menunda pengukuran dengan buruk, loop kontrol tidak tahu di mana itu berada (atau tidak mendapatkan informasi itu dengan cukup cepat) sehingga tidak dapat bergerak dengan tepat. Atau lebih buruk lagi, jika terlambat mendapatkan informasi maka ia mungkin mencoba untuk bergerak ke arah yang salah.

Jadi rekayasa kontrol cenderung menggunakan filter seperti Butterworth yang mungkin tidak melakukan pekerjaan penyaringan yang baik, tetapi yang memiliki efek lebih jinak pada sinyal. Atau bahkan mungkin tidak menggunakan filter sama sekali, karena noise pada sinyal mungkin tidak mempengaruhi pergerakan sistem jika Anda memiliki loop kontrol lambat atau sistem dengan banyak inersia.

Buku teks terbaik yang saya tahu adalah Teknik Kontrol Modern oleh Ogata. Saya benar-benar dapat merekomendasikan itu. Ini berhenti hanya sedikit dari kontrol ruang-negara, tetapi untuk sebagian besar pekerjaan kontrol Anda jarang membutuhkannya.


2

sayaHAISHAISsaya

  • insinyur kontrol cenderung menempatkan hambatan (kuat) pada output suatu sistem, dan berdedikasi untuk menemukan input yang memenuhi kendala
  • memberi sinyal kepada orang - orang pemrosesan untuk cenderung menaruh harapan (kuat) pada output, dan berusaha keras untuk menemukan sistem yang mengkonversi input dengan tepat .

Sebagai konsekuensinya, alat mereka sangat mirip, dan sepertinya mereka terkadang menggunakannya secara ganda. Bahkan jika latar belakang mereka sangat dekat, saya perhatikan beberapa kesulitan dalam komunikasi mereka. Sedikit banyak, situasi ini mengingatkan saya pada George Bernard Shaw:

Amerika Serikat dan Inggris Raya adalah dua negara yang dipisahkan oleh bahasa yang sama.

Oleh karena itu, pemrosesan sinyal / gambar dan rekayasa kontrol adalah dua disiplin ilmu yang erat, dipisahkan oleh seperangkat alat umum .


2
  • Persyaratan, untuk implementasi sistem real-time kausal (di mana waktu adalah parameter independen) yang terus-menerus meminimalkan kesalahan output sehubungan dengan kriteria referensi , membedakan disiplin sistem kontrol.

  • Anda dapat mencari di MIT Open Courseware , seperti https://ocw.mit.edu/courses/aeronautics-and-astronautics/16-30-feedback-control-systems-fall-2010/

  • Scilab yang mirip dengan MATLAB gratis ( https://scilab.org ) menyediakan akses ke banyak perpustakaan yang terbukti mendukung desain dan analisis sistem kontrol.

  • NumPy dan SciPy Python ( https://scipy.org ) dapat menggantikan Scilab , jika Anda mau, sementara SymPy ( https://sympy.org ) dapat membantu dengan manipulasi simbolis (sistem aljabar komputer). Anaconda Jupyter notebooks ( https://anaconda.org ) akan memungkinkan Anda untuk mendokumentasikan pengembangan Anda dengan penyusunan huruf Markdown dan rendering ekspresi LaTeX , bersama dengan kode interaktif dan blok keluaran.

  • Untuk membuat grafik aliran sinyal , yang sering meringkas sistem kontrol, Anda dapat menggunakan Graphviz ( https://graphviz.org ).

  • Roger Labbe menjelaskan filter Kalman dengan sangat efektif: https://github.com/rlabbe/Kalman-and-Bayesian-Filters-in-Python Keadaan sistem yang diperkirakan adalah objek kontrol untuk filter Kalman.

Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.