Inżynieria systemów sterowania i cyfrowe przetwarzanie sygnałów są ważnymi kursami / przedmiotami elektrotechniki Ale jak te dwa przedmioty / kursy są ze sobą powiązane?
Prosimy również o poinformowanie mnie, jakie są zalecane zasoby (książki, samouczki, wykłady itp.) Na temat inżynierii systemów sterowania i jak rozpocząć pracę z nią na poziomie technicznym?
Ponieważ mamy odpowiedź w poniższym linku, ale ta odpowiedź dotyczy zasobów dsp, szukam zasobów na przykład inżynierii systemów sterowania odpowiedź na żądanie odwołania
control-systems
control
abtj
źródło
źródło
Odpowiedzi:
Wiele nakłada się, ale pewne różnice w nacisku. Inżynieria sterowania jest również starsza niż DSP. Jeśli masz tradycyjne wykształcenie EE, tak naprawdę nie czynisz dużego rozróżnienia.
Zmienne stanu są bardziej typową perspektywą w Kontrolach. Pierwsze wydanie Oppenheim i Schafer 1975 zawierało rozdział dotyczący zmiennych stanu, ale z biegiem lat je porzucano. Musisz zrozumieć zmienne stanu, aby wykonać Filtrowanie Kalmana, które jest obszarem nakładania się. Szacowanie liniowe i sterowanie liniowe są dualistami względem siebie.
Powiedziałbym również, że hybrydowe ciągłe / dyskretne systemy czasowe są bardziej powszechne w Kontrolach, ale istnieje również wiele przykładów DSP.
DSP prawie zawsze odbywa się na jednolitym próbkowaniu. Zmienne stanu mogą również działać z niejednorodnym próbkowaniem.
Nigdy nie słyszałem o systemie kontroli przyczynowej, ale filtrowanie wstecz w czasie jest powszechne w DSP. Kontrole są z natury przyczynowe. Jednostronna transformata Laplace'a jest bardziej powszechna w kontrolach.
Stabilność pętli sprzężenia zwrotnego jest ważna w obu obszarach. Klasa zaawansowanych systemów sterowania obejmie takie tematy, jak stabilność Lyaponova. Zazwyczaj nie widać tego ujęte w DSP, ale są dokumenty DSP, które używają tej techniki.
Teoria sterowania pojawia się w inżynierii mechanicznej. DSP pojawia się w finansach. W robotyce, która korzysta również z wizji komputerowej, jest wiele.
W RADAR, przebiegi i filtrowanie są bardziej DSP z przodu, ale systemy śledzenia z tyłu są bardziej podobne do elementów sterujących.
Gdybym musiał użyć jednego słowa do opisania każdego z nich.
Sterowanie: informacje zwrotne
Przetwarzanie sygnału: wykrywanie
lub może używając frazy
Sterowanie: obecne
DSP: in-the-groove
źródło
Zrobiłem doktorat z przetwarzania sygnałów w dziale systemów sterowania . Uważam, że przetwarzanie sygnału jest otwartą pętlą; systemy sterowania zamykają pętlę.
Poza tym matematyka stojąca za oboma jest bardzo podobna. Są to aplikacje, które są na ogół bardzo różne.
źródło
Oba czerpią z Teorii Systemów Liniowych (aka „Sygnały i Systemy” ). Tak też robi Systemy komunikacji i liniowe obwody elektryczne , układów elektronicznych i sieciach rozproszonych (aka linii przesyłowych ).
Oboje martwią się o stabilność systemu. Polacy muszą znajdować się w kręgu jednostki. DSP jest w rzeczywistości szerszy niż Sterowanie lub Komunikacja.
Systemy sterowania są zwykle bardziej zainteresowane zachowaniem w dziedzinie czasu; odpowiedź impulsowa i odpowiedź skokowa. Kryterium Routh-Hurwitz (lub jego odpowiednika w czasie dyskretnym) i techniki Root-Locus są czymś, o co martwią się Kontroli. Nigdy tak naprawdę się tym nie martwiłem.
Kiedyś systemy zmienne stanu znajdowały się w zakresie kontroli, ale odkąd filtr Kalmana widziałem reprezentacje zmiennych stanu (z matrycami A, B, C, D ) częściej pojawiały się w DSP.
Wiele problemów DSP spoza kontroli jest mniej zaniepokojonych zachowaniem w dziedzinie czasu, a bardziej dotyczy zachowania w dziedzinie częstotliwości.
Przetwarzanie obrazu jest bardziej związane z DSP niż z Kontrolami.
Nie wiem, czy chłopaki z Controls martwią się w ogóle o FFT i tym podobne.
Wszystkie te dyscypliny mają praktyczny koniec, który staje się elektroniką. Martwienie się o to, jak układy DSP lub CPU są podłączone do przetworników A / D i D / A oraz do pamięci i innych urządzeń peryferyjnych. Nie wiem, jak bardzo faceci Controls martwią się błędem kwantyzacji, ale powinni.
źródło
Istnieje dość proste rozróżnienie.
Przetwarzanie sygnału to zestaw narzędzi, które można wykorzystać w inżynierii sterowania.
Inżynieria sterowania polega na tym, aby coś poruszyć tak, jak chcesz. Pomogą w tym niektóre narzędzia przetwarzania sygnałów (a niektóre nie; filtrowanie wstecz nie odbywa się w czasie rzeczywistym bez TARDIS).
Przetwarzanie sygnału w dużej mierze dotyczy odpowiedzi częstotliwościowej (wzmocnienia), ponieważ to większość ma wpływ na to, co słyszysz. Opóźnienia fazowe i grupowe są problemami, ale często nie głównymi.
Jednak w inżynierii sterowania na ogół chcesz, aby coś przesunęło się na pozycję, a następnie się nie poruszało. Robiąc to, istnieje podstawowa zasada - jeśli jej nie widzisz, nie możesz jej poprawić . Jeśli pomiar pozycji jest filtrowany w sposób, który bardzo opóźnia pomiar, pętla kontrolna nie wie, gdzie się znajduje (lub nie uzyskuje tej informacji wystarczająco szybko), więc nie może się odpowiednio poruszać. Lub gorzej, jeśli otrzyma informacje zbyt późno, może nawet spróbować pójść w złym kierunku.
Tak więc inżynieria sterowania ma tendencję do używania filtrów takich jak Butterworth, które mogą nie wykonywać tak dobrej pracy filtrowania, ale które mają znacznie łagodniejszy wpływ na sygnały. Lub może w ogóle nie używać filtrów, ponieważ szum na sygnałach może nie wpływać na ruch systemu, jeśli masz powolną pętlę sterowania lub system o dużej bezwładności.
Najlepszy podręcznik, jaki znam, to Modern Control Engineering autorstwa Ogata. Mogę dokładnie to zalecić. Zatrzymuje się tuż przed kontrolą przestrzeni stanów, ale w przypadku większości prac kontrolnych rzadko jest to potrzebne.
źródło
Inżynieria sterowania jest często nauczana na podobnych lub nawet tych samych kierunkach studiów, aż do stopni magisterskich. W ogólnym podejściu do modelowania systemu, w którym dane wejściowe (I ) i wyniki (O ) są powiązane za pośrednictwem systemów (S ), Powiedziałbym tak, dla celu O , albo działają S lub I :
W konsekwencji ich narzędzia są bardzo podobne i wygląda na to, że czasami używają ich w podwójny sposób. Nawet jeśli ich pochodzenie jest bardzo bliskie, zauważyłem pewne trudności w ich komunikacji. W pewnym stopniu ta sytuacja przypomina mi George'a Bernarda Shawa:
W związku z tym przetwarzanie sygnału / obrazu oraz inżynieria sterowania są dwiema bliskimi dyscyplinami, oddzielonymi zestawem wspólnych narzędzi .
źródło
Wymóg dotyczący przyczynowych implementacji systemu w czasie rzeczywistym (gdzie czas jest niezależnym parametrem), który stale minimalizuje błąd wyjściowy w odniesieniu do kryterium odniesienia , odróżnia dyscyplinę systemów sterowania.
Możesz wyszukiwać MIT Open Courseware , takie jak https://ocw.mit.edu/courses/aeronautics-and-astronautics/16-30-feedback-control-systems-fall-2010/
Bezpłatna, podobna do MATLAB, Scilab ( https://scilab.org ) zapewnia dostęp do wielu sprawdzonych bibliotek wspierających projektowanie i analizę systemów sterowania.
NumPy i SciPy w Pythonie ( https://scipy.org ) mogą , jeśli wolisz, zastąpić Scilab , natomiast SymPy ( https://sympy.org ) może pomóc w symbolicznych manipulacjach (system algebry komputerowej). Notatniki Anaconda Jupyter ( https://anaconda.org ) pozwolą ci udokumentować swój rozwój za pomocą składu Markdown i renderowania wyrażeń LaTeX , a także interaktywnych bloków kodu i danych wyjściowych.
Aby renderować wykresy przepływu sygnałów , które często podsumowują systemy sterowania, możesz użyć Graphviz ( https://graphviz.org ).
Roger Labbe wyjaśnia bardzo skutecznie filtry Kalmana: https://github.com/rlabbe/Kalman-and-Bayesian-Filters-in-Python Oszacowany stan systemu jest przedmiotem kontroli dla filtra Kalmana.
źródło