⚡ electrical engineering

Simple yet Effective Anti-windup Techniques for Amplitude and Rate Saturation: An Autonomous Underwater Vehicle Case Study

تُثبت هذه الورقة أن تقنيات منع التشبع الكلاسيكية المعدلة لوحدات التحكم من نوع PID وLQI يمكنها التعامل بفعالية مع تشبع السعة ومعدل التغير في المركبات ذاتية القيادة تحت الماء، مما يوفر بديلاً بسيطاً وقابلاً للضبط للأساليب الحديثة المعقدة بأداء مماثل.

المؤلفون الأصليون: Pouria Sarhadi

نُشر 2026-04-16

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Pouria Sarhadi

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك تقود سيارة. لديك عجلة قيادة (وحدة التحكم) ومجموعة من الإطارات (المشغلات الميكانيكية).

المشكلة: عجلة القيادة "العالقة"
في العالم الحقيقي، لا يمكن لإطاراتك أن تدور بسرعة لانهائية أو لمسافة لانهائية. إذا حاولت تدوير عجلة القيادة 360 درجة في جزء من الثانية، فلن تتمكن الإطارات من مواكبة ذلك. ستصطدم بحد مادي. يُسمى هذا "التشبع" (Saturation).

في الهندسة، عندما يطلب نظام التحكم (مثل كمبيوتر يحاول توجيه روبوت) أكثر مما يمكن للأجهزة تقديمه، يحدث أثر جانبي سيء يسمى "التراكم" (Windup).

فكر في الأمر كالتالي: أنت تحاول ملء دلو باستخدام خرطوم، لكن الدلو به ثقب في الأسفل. تستمر في فتح الخرطوم بأقصى قوة، مفكرًا: "أريد المزيد من الماء!"، لكن الماء يتسرب فقط. وفي هذه الأثناء، يستمر عقلك (وحدة التحكم) في الصراخ: "أحتاج إلى مزيد من الماء!"، و"الضغط" يتراكم داخل عقلك. وعندما تغلق الخرطوم أخيرًا، يتسبب هذا الضغط المتراكم في تدفق هائل وغير منضبط للمياه يدمر كل شيء. في الروبوت، يمكن لهذا "التدفق" أن يجعله يفقد السيطرة أو يصطدم.

الحلول القديمة: "عالية التقنية" مقابل "البسيطة"
لعقود من الزمن، حاول المهندسون إصلاح هذا.

الطريقة "الحديثة" (عالية التقنية): فكر في هذا على أنه توظيف فريق من حملة الدكتوراه لبناء نظام كمبيوتر معقد للغاية ومصمم خصيصًا للتنبؤ بكل طريقة محتملة قد تنزلق بها الإطارات. إنه يعمل بشكل مثالي، لكنه مكلف، وصعب البناء، ويتطلب قدرًا هائلاً من الرياضيات (حل معادلات معقدة) لمجرد تشغيله.
الطريقة "الكلاسيكية" (البسيطة): هذه تشبه وضع حاجز ميكانيكي بسيط على عجلة القيادة الخاصة بك. إنها تعمل بشكل رائع لمنع العجلة من الدوران أبعد من اللازم (تشبع السعة)، لكنها غالبًا ما تفشل في منعك من الدوران بسرعة كبيرة جدًا (تشبع المعدل).

الفجوة في القصة
لاحظ مؤلف هذه الورقة شيئًا مثيرًا للاهتمام: الجميع مهووس بالحل "عالي التقنية" الذي يمتلك حملة الدكتوراه لأنه يتعامل مع كل من "الدوران الزائد عن الحد" و"الدوران السريع جدًا". في حين يتم تجاهل الحلول الميكانيكية "البسيطة"، رغم أنها رخيصة وسهلة التركيب. سأل المؤلف نفسه: "هل يمكننا جعل الحلول البسيطة والقديمة ذكية بما يكفي للتعامل مع كلا المشكلتين دون الحاجة إلى دكتوراه في الرياضيات؟"

الحل: "المكبح الذكي"
أخذ المؤلف اثنين من وحدات التحكم الشائعة جدًا (مثل مثبت السرعة في سيارتك) ومنحهما آلية "المكبح الذكي".

التشبيه: تخيل أنك تقود وتري جدارًا.
- الطريقة البسيطة القديمة: تضغط ببساطة على المكابح بقوة. إذا كنت تسير بسرعة كبيرة، فقد تنزلق على أي حال.
- طريقة المؤلف الجديدة: تضيف مستشعرًا يقول: "مهلًا، المكابح مضغوطة بالفعل بالكامل! لا تستمر في الضغط على الدواسة بقوة أكبر!"، وهذا يخبر عقلك فورًا بالتوقف عن بناء هذا "الضغط" (التراكم).

قام المؤلف بتعديل نوعين من وحدات التحكم القياسية:

PD (التناسبي-الاشتقاقي): مثل سائق يتفاعل مع مكان وجود السيارة وسرعة حركتها.
LQI (الخطي-التربيعي-التكاملي): وهو سائق أكثر تقدمًا يتذكر أيضًا أين كانت السيارة لتنعيم الرحلة.

لقد أضافوا مقبضًا إضافيًا واحدًا فقط (معلم ضبط) لهذه الأنظمة. يعمل هذا المقبض مثل "حلقة التغذية الراجعة" التي تهمس لوحدة التحكم: "توقف عن المحاولة بقوة كبيرة؛ المشغل وصل بالفعل إلى حده الأقصى."

الاختبار: الروبوت تحت الماء
لإثبات نجاح ذلك، اختبر المؤلف الطريقة على REMUS AUV (روبوت يعمل تحت الماء يشبه الطوربيد).

التحدي: كان على الروبوت أن ينعطف بحدة (التحكم في الانعراج/Yaw) بينما كانت دفته (زعنفة التوجيه تحت الماء) لها حدود صارمة في مدى حركة الدفة وسرعة حركتها.
المنافسة: قارنوا طريقته "البسيطة + المكبح الذكي" مقابل:
1. الطريقة البسيطة القديمة (التي فشلت).
2. الطريقة "عالية التقنية" لحملة الدكتوراه (التحكم التنبئي بالنماذج أو MPC)، وهي المعيار الذهبي ولكنها ثقيلة ومعقدة للغاية.

النتيجة: فوز الطرف الأضعف
كانت النتائج مفاجئة. أدت طرق "البسيط + المكبح الذكي" أداءً يكاد يكون مطابقًا لأداء طريقة الدكتوراه عالية التقنية.

حافظت على مسار الروبوت.
لم تصطدم.
كانت سلسة.

الفرق الوحيد؟ الطريقة "البسيطة" تطلبت مقبضًا إضافيًا واحدًا لضبطه، بينما تطلبت الطريقة "عالية التقنية" حل مئات المعادلات المعقدة ونموذجًا مثاليًا لتيارات المحيط.

لماذا هذا مهم؟
هذه الورقة هي بمثابة جرس إنذار للمهندسين. تقول: "لا تحتاج دائمًا إلى محرك فيراري للفوز بالسباق. أحيانًا، دراجة هوائية جيدة الضبط مع مكبح جيد جدًا تعمل بنفس القدر من الكفاءة، وهي أرخص وأسهل بكثير في الإصلاح."

إنها تقترح أنه بالنسبة للعديد من المشكلات في العالم الحقيقي (مثل توجيه سفينة، أو طائرة بدون طيار، أو ذراع روبوت)، يمكننا العودة إلى التصاميم الكلاسيكية البسيطة، ومنحها القليل من سحر "مكافحة التراكم"، والحصول على نتائج احترافية دون صداع الرياضيات المعقدة.

باختة القول:

المشكلة: الروبوتات تصاب بالارتباك عندما تصطدم بالحدود المادية (التراكم).
الحل القديم: استخدام رياضيات معقدة للغاية (صعبة البناء).
الحل الجديد: إضافة "مكبح تغذية راجعة" بسيط لوحدات التحكم التقليدية (سهل البناء).
النتيجة: الحل البسيط يعمل بشكل جيد مثل الحل المعقد في العديد من المهام.

إليك ملخص تقني مفصل للورقة البحثية بعنوان "تقنيات بسيطة وفعالة لمكافحة التراكم (Anti-windup) للتشبع في السعة والمعدل: دراسة حالة لمركبة تحت مائية ذاتية القيادة" للباحث بوريا سارهادي.

1. بيان المشكلة

تتناول الورقة التحدي الحرج المتمثل في تشبع سعة ومعدل المشغل (Actuator Amplitude and Rate Saturation - A&RSat) في أنظمة التحكم.

المشكلة: تمتلك المشغلات الفيزيائية حدوداً لكل من مقدار الإشارة التي يمكنها إنتاجها (تشبع السعة) وسرعة تغير تلك الإشارة (تشبع المعدل).
ظاهرة التراكم (Windup): عند حدوث التشبع، ينشأ تفاوت بين الحالات الداخلية للمتحكم (مثل حالات التكامل) وإشارة التحكم الفعلية المطبقة على النظام. هذا "التراكم" يمكن أن يؤدي إلى أداء سيئ، أو عدم استقرار، أو حتى حالات فشل كارثية (بالاستشهاد بحوادث تاريخية مثل كارثة تشيرنوبيل وتحطم الطائرات).
الفجوة:
- مكافحة التراكم الكلاسيكية (CAW): كانت فعالة تاريخياً لتشبع السعة، لكنها تتجاهل إلى حد كبير تشبع المعدل.
- مكافحة التراكم الحديثة (MAW): قوية من الناحية النظرية وتتعامل مع كلا نوعي التشبع، ولكنها غالباً ما تتطلب تصميماً معقداً (حل متباينات المصفوفات الخطية - LMIs)، وافتراضات استقرار مقيدة (مثل الاستقرار في الحلقة المفتوحة)، ويصعب ضبطها هندسياً وعملياً.
- التحكم التنبئي بالنموذج (MPC): يتعامل مع القيود بشكل جيد ولكنه مكلف حاسبياً ويتطلب نماذج دقيقة.
الهدف: إثبات أن التعديلات الكلاسيكية البسيطة يمكن أن تتعامل بفعالية مع كل من تشبع السعة والمعدل بأداء يضاهي الطرق الحديثة المعقدة، وتحديداً للأنظمة ذات المدخل الواحد والمخرج الواحد (SISO).

2. المنهجية

يقترح المؤلف استراتيجيتين للتحكم المعدلتين تدمجان آليات مكافحة التراكم (AW) مباشرة في المتحكمات القياسية. تعتمد هذه الطرق فقط على إشارات المدخل والمخرج للمشغل ( $u_c$ و $u_{ac}$ )، مما يلغي الحاجة إلى نماذج داخلية للنظام.

أ. متحكم PD المعدل مع مكافحة التراكم (PD_AW)

المفهوم: يعتمد على مبدأ "الحساب العكسي" (back-calculation) أو "إعادة ضبط التكامل" (integrator resetting) ولكن يتم تطبيقه على هيكل التناسب والتفاضل (PD).
الآلية: يحسب المتحكم نقص التحكم ( $\Delta u_c = u_c - u_{ac}$ ). يتم تغذية هذا الخطأ عبر كسب ( $K_{aw}$ ) لتعديل مخرج المتحكم.
الميزة الرئيسية: على عكس مكافحة التراكم التقليدية في PID التي تركز على التكامل، تعالج هذه الطريقة التراكم في مسارات التفاضل والتناسب، مدركة أن التراكم يمكن أن يحدث حتى بدون وجود حد تكاملي.
المعادلة: $u_c(t) = K_p e(t) - K_d \dot{y}(t) - K_{aw} \Delta u_c$

ب. متحكم LQI المعدل مع مكافحة التراكم (LQI_AW)

المفهف: امتداد لمتحكم التحكم الخطي التربيعي المتكامل (LQI)، وهو خيار شائع للمركبات ذاتية القيادة نظراً لضبطه الأمثل وهيكل التغذية الراجعة للحالة.
الآلية: يتم تعديل قانون LQI القياسي ليشمل التغذية الراجعة لمكافحة التراكم. يتم حساب نقص التحكم ( $\Delta u_c$ ) عكسياً وطرحه من إشارة الخطأ قبل دخولها إلى فرع التكامل.
الميزة الرئيسية: يقوم بتغذية إشارة مدخل ومخرج المشغل الكاملة إلى التكامل، مما يؤدي فعلياً إلى "حلق" (shaving off) الزيادة الناتجة عن التكامل بسبب التشبع.
المعادلة: $u_c(t) = K_I (e(t) - K_{aw} \Delta u_c(t)) - K_{xp} x_p(t)$

3. المساهمات الرئيسية

إعادة النظر في الحلول الكلاسيكية: تتحدى الورقة الفكرة القائلة بأن الطرق الكلاسيكية قد عفا عليها الزمن بالنسبة لتشبع المعدل، وتقترح أن التعديلات البسيطة يمكن أن تسد الفجوة بين CAW و MAW.
التعامل الموحد مع A&RSat: تم تصميم مخططات PD_AW و LQI_AW خصيصاً للتعامل مع كل من قيود السعة والمعدل في آن واحد.
البساة وقابلية الضبط: تتطلب هذه الطرق معلم ضبط إضافي واحد فقط ( $K_{aw}$ ) إلى جانب كسبات المتحكم القياسية. وهذا يتناقض بشدة مع MAW (التي تتطلب غالباً حل مشكلات تحسين معقدة) و MPC (الذي يتطلب ضبط الأفق الزمني وحسابات ثقيلة).
قابلية التنفيذ: لا تتطلب هذه التقنيات نماذج داخلية للنظام، بل تعتمد بدلاً من ذلك على إشارات المشغل القابلة للقياس، مما يجعلها عملية للغاية للنشر الصناعي.

4. نتائج المحاكاة

تم اختبار الطرق المقترحة مقابل متحكم التحكم التنبئي بالنموذج (MPC) المقيد باستخدام مشكلة التحكم في الانحراف (yaw) لمركبة REMUS ذاتية القيادة (AUV).

النظام: نموذج ديناميكيات انحراف من الدرجة الثانية مع قيود صارمة على السعة ( $|u_c| \le 20^\circ$ ) والمعدل ( $|\dot{u}_c| \le 30^\circ/s$ ).
السيناريو: اختبار نقطة ضبط خطوة (stepwise setpoint) متطلب، حيث أصبحت المتحكمات غير المقيدة غير مستقرة.
مقاييس الأداء:
- التتبع (ISE): أظهر PD_AW و LQI_AW أداءً مقارباً لـ MPC، مع خطأ مربّع متكامل (ISE) أقل قليلاً في بعض الحالات.
- جهد التحكم (IACE/IACER): تطلب MPC جهداً أقل قليلاً في التحكم، لكن الطرق الكلاسيكية ظلت ضمن الحدود المقبولة.
- المتانة (Robustness): أظهر كل من PD_AW و LQI_AW هوامش ربح (Gain Margins) أعلى من MPC. سجل LQI_AW أعلى هامش ربح (>10.5s).
- هامش التأخير: امتلك MPC هامش تأخير أعلى (1.45s) مقارنة بالطرق الكلاسيكية، ولكن الأخيرة اعتُبرت كافية لديناميكيات النظام المحددة.
النتائج المرئية: أظهرت الرسوم البيانية في النطاق الزمني أن جميع المتحكمات الثلاثة حافظت على استجابات عابرة سلسة وقدرة على التتبع تحت التشبع، مع فروق بصرية ضئيلة في الأداء.

5. الأهمية والخاتمة

القيمة الهندسية العملية: تقدم الورقة حجة مقنعة للمهندسين لإعادة النظر في الحلول الكلاسيكية "البسيطة والفعالة". فهي تثبت أنه بالنسبة للعديد من الأنظمة ذات المدخل الواحد والمخرج الواحد (SISO)، قد تكون المتحكمات الحديثة المعقدة (MAW/MPC) مبالغاً في تصميمها عندما يوفر تعديل بسيط بمعلم واحد لمتحكم PID أو LQI نتائج مماثلة.
معالجة تشبع المعدل: من خلال النجاح في معالجة تشبع المعدل باستخدام الهياكل الكلاسيكية، تملأ الورقة فجوة في الأدبيات حيث كانت قيود المعدل تُتجاهل غالباً في تصميمات مكافحة التراكل التقليدية.
البحث المستقبلي: تشير النتائج إلى مسار بحثي جديد يتمثل في توسيع هذه التعديلات الكلاسيكية البسيطة والفعالة لتشمل الأنظمة متعددة المدخلات والمخرجات (MIMO) وإجراء تحليل استقرار صارم لهذه التكوينات المحددة.

باختًا، تؤكد الورقة أن التعديلات البسيطة على المتحكمات الكلاسيكية (PD و LQI) يمكن أن تدير بفعالية تعقيدات عدم خطية المشغلات (تشبع السعة والمعدل)، مما يوفر بديلاً منخفض التعقيد وعالي الأداء لاستراتيجيات التحكم الحديثة المكلفة حاسبياً.