⚡ electrical engineering

Adaptive differentiating filter: case study of PID feedback control

تقدم هذه الورقة وتتحقق تجريبياً من مرشح زمني متقطع سببي تكيفي يعتمد على تقدير المربعات الصغرى المقيد، والذي يوازن بفعالية بين رفض الضجيج والحفاظ على عرض النطاق الترددي لتقدير المشتق في التحكم بالتغذية الراجعة من نوع PID، متفوقاً بذلك على المشتقات القياسية ذات التمرير المنخفض والمشتقات ذات الوضع الانزلاقي في دراسة حالة ميكاترونية.

المؤلفون الأصليون: Alexey Pavlov, Michael Ruderman

نُشر 2026-03-31

📖 3 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Alexey Pavlov, Michael Ruderman

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، لكن عداد السرعة لديك معطل وحل محله كاميرا مهتزة ومضطربة لا تظهر لك سوى موقعك كل جزء من الثانية. لكي تقود بسلاسة، تحتاج إلى معرفة السرعة (مدى سرعة تغير موقعك).

إذا نظرت فقط إلى الفرق بين إطارين متتاليين للكاميرا، فإن الاهتزازات الطفيفة في الكاميرا (الضجيج) ستجعل سرعتك المحسوبة تبدو وكأنها تقفز بجنون بين 0 و100 ميل في الساعة. وإذا حاولت تنعيم هذه القفزات عن طريق حساب المتوسط على فترة زمنية طويلة، فستصبح قراءة سرعتك بطيئة جداً في الاستجابة للتوقفات المفاجئة أو التسارعات.

هذه هي المشكلة الكلاسيكية التي يواجهها المهندسون: كيف تحسب معدل التغيير (مثل السرعة) من إشارة مشوشة دون أن تفقد القدرة على الاستجابة السريعة؟

تقدم هذه الورقة أداة ذكية جديدة تسمى مرشح التفاضل التكيفي (ADF) لحل هذه المشكلة. وإليك كيف يعمل، مشروحاً ببساطة:

1. المشكلة مع المرشحات "الثابتة"

معظم المرشحات القياسية تشبه نظارات شمسية صلبة.

إذا كانت العدسات داكنة جداً (ترشيح قوي)، فإنها تحجب الضجيج، لكنها تجعل العالم يبدو ضبابياً وبطيئاً. لن تتمكن من رؤية التوقف المفاجئ قادماً.
إذا كانت العدسات فاتحة جداً (ترشيح ضعيف)، فسترى العالم بوضوح، لكن الوهج (الضجيج) سيصيبك بالعمى.

عادة ما يتعين على المهندسين اختيار إعداد واحد والالتزام به، حتى لو تغيرت ظروف الطريق.

2. الحل الجديد: "نظارات ذكية متغيرة الشكل"

ابتكر المؤلفون مرشحاً يعمل مثل نظارات ذكية متغيرة الشكل. ليس له إعداد ثابت؛ بل يغير "عدسته" في الوقت الفعلي بناءً على ما يراه.

عندما يكون الطريق ممهداً (ضجيج منخفض): ينظر المرشح إلى مساحة طويلة من الطريق (نافذة كبيرة). ومن خلال حساب المتوسط عبر مسافة طويلة، فإنه يتجاهل المطبات الصغيرة ويعطيك قراءة سرعة سلسة ودقيقة للغاية.
عندما يصبح الطريق وعراً أو تصطدم بحفرة (ديناميكيات عالية): يدرك المرشح فوراً: "مهلاً، الأشياء تتغير بسرعة!" فيقوم بتقليص رؤيته إلى نظرة قصيرة وحادة للماضي القريب فقط. وهذا يسم يسمح له بالاستجابة فوراً للحفرة دون أن يرتبك بسبب الضجيج.

الخدعة السحرية:
يستخدم المرشح "قاعدة ذهبية" رياضية. يسأل نفسه: "هل يمكنني رسم خط مستقيم عبر نقاط البيانات الأخيرة دون أن يكون الخط بعيداً جداً عن أي نقطة منفردة؟"

إذا كانت الإجابة نعم، فإنه يستمر في إضافة المزيد من النقاط إلى رؤيته (جعل النافذة أكبر) لتنعيم الضجيج.
إذا كانت الإجابة لا (لأن الإشارة تتغير بسرعة كبيرة بالنسبة لخط مستقيم)، فإنه يتوقف عن إضافة النقاط ويحسب السرعة بناءً على نافذته الحالية.

3. الاختبار الواقعي: المتحكم التناسبي التكاملي التفاضلي (PID)

لإثبات نجاح هذا الأمر، اختبر المؤلفون ذلك على متحكم PID. فكر في متحكم PID كأنه "نظام الطيار الآلي" لآلة ما (في هذه الحالة، محرك يحرك جسماً ثقيلاً).

يحتاج الطيار الآلي لمعرفة سرعة الجسم ليتوقف بدقة.
اختبروا ثلاث طرق مختلفة لتخمين السرعة:
1. المرشح القياسي (LDF): النظارات الشمسية الصلبة. جيد في التنعيم، لكنه بطيء في الاستجابة.
2. الوضع المنزلق القوي (RED): طريقة قوية وهجومية للغاية. جيدة في تجاهل الضجيج، لكنها قد تكون مضطربة قليلاً.
3. المرشح التكيفي الجديد (ADF): النظارات الذكية.

النتائج:
عندما كان على المحرك أن يتوقف فجأة (أمر "الخطوة"):

كان المرشح القياسي بطيئاً نوعاً ما.
عمل المرشح القوي بشكل جيد ولكنه جعل المحرك يهتز قليلاً (مما يهدر الطاقة).
كان المرشح التكيفي (ADF) هو الفائز. فقد أوقف المحرك بسلاسة، مع تجاوز أقل (لم يتخطى الهدف) واهتزاز أقل. لقد استهلك طاقة أقل لأنه لم يهدر القوة في محاربة الضجيج.

الخلاصة

تقدم هذه الورقة طريقة "ذكية" لحساب السرعة من بيانات مضطربة. فبدلاً من الاختيار بين "سلس ولكن بطيء" أو "سريع ولكن مشوش"، فإن هذا المرشح الجديد يتكيف في اللحظة ذاتها. إنه يعمل مثل سائق ماهر يعرف متى ينظر بعيداً للأمام من أجل رحلة سلسة ومتى يركز بحدة على الطريق المباشر من أجل منعطف حاد.

هذا يجعله مثالياً للروبوتات، والطائرات بدون طيار، والآلات الصناعية التي تحتاج إلى التحرك بدقة دون أن ترتبك بسبب ضجيج المستشعرات.

إليك ملخص تقني مفصل لورقة البحث بعنوان "المرشح التفاضلي التكيفي: دراسة حالة للتحكم في التغذية الراجعة من نوع PID" من إعداد أليكسي بافلوف ومايكل رودرمان.

1. بيان المشكلة

التحدي الجوهري الذي تعالجه الورقة هو تقدير مشتقات الإشارة (مثل السرعة) من القياسات المشوبة بالضجيج في أنظمة التحكم في الوقت الفعلي.

المقايضة: تواجه المرشحات ذات البنية الثابتة (مثل المرشحات منخفضة التردد القياسية) صراعاً جوهرياً: تقليل ضجيج القياس يؤدي عادةً إلى إدخال تأخر في الطور (Phase Lag)، بينما الحفاظ على سرعة استجابة الإشارة (عرض النطاق الترددي) يجعل التقدير شديد الحساسية للضجيج.
سياق التحكم: في حلقات التغذية الراجعة من نوع PID، يتطلب حد الاشتقاق ( $D$ ) تقديراً دقيقاً للمشتق الأول ( $\dot{x}$ ). ومع ذلك، نادراً ما توفر المستشعرات قياسات مباشرة للسرعة؛ بل يجب اشتقاقها من بيانات الموضع، والتي غالباً ما تكون ملوثة بالضجيج.
محدودية الطرق الحالية:
- المفاضلات منخفضة التردد الخطية (LDF): تتطلب ضبط تردد القطع؛ وغالباً ما تكون إما بطيئة جداً بالنسبة للتحولات الكبيرة أو مشوبة بالضجيج جداً للإشارات الصغيرة.
- المفاضلات المتينة ذات النمط الانزلاقي (RED): رغم متانتها، إلا أنها قد تكون مكلفة حوسبياً وقد تسبب تذبذبات عالية التردد (Chattering) في إشارة التحكم.
- طرق النافذة الثابتة: لا يمكنها التكيف مع التغيرات المفاجئة في ديناميكيات الإشارة، مما يؤدي إما إلى تنعيم مفرط (التقليل من تقدير القمم) أو تضخيم الضجيج.

2. المنهجية: المرشح التفاضلي التكيفي (ADF)

يقترح المؤلفون مرشحاً تكيفياً في الزمن المنفصل وسببياً يعتمد على تقدير المربعات الصغرى المقيد مع تكيف ديناميكي للنافذة.

المفهوم الجوهري

بدلاً من استخدام نافذة زمنية ثابتة، يقوم الـ ADF بتعديل حجم النافذة ( $R$ ) ديناميكياً بناءً على السلوك المحلي للإشارة:

القيد: يفترض المرشح أن الإشارة يمكن تقريبها بدالة خطية $x(t) = k(t-t_l) + b$ ضمن نافذة $W$ مع حد سماح للخطأ المطلق $\delta$ .
منطق التكيف:
- إذا كانت الإشارة سلسة (ديناميكيات منخفضة)، تتوسع نافذة الحجم $R$ لتصل إلى الحد الأقصى المسموح به ( $R_{max}$ ) لتعظيم متوسط تقليل الضجيج.
- إذا أظهرت الإشارة تغيرات سريعة (ديناميكيات عالية)، تتقلص نافذة الحجم $R$ لضمان بقاء التقريب الخطي صالحاً ضمن حد السماح $\delta$ .
التحسين (Optimization): عند كل خطوة زمنية، يحل المرشح مشكلتين فرعيتين:
- تحسين النافذة: إيجاد أكبر $ر$ بحيث يكون خطأ الملاءمة الخطية $\le \delta$ .
- التقدير: حل مشكلة المربعات الصغرى المقيدة لإيجاد الميل ( $k^*$ ، تقدير المشتق) والتقاطع ( $b^*$ ، تقدير الإشارة).

التنفيذ الفعال

لضمان القابلية للتنفيذ في الوقت الفعلي على الأجهزة المدمجة، طور المؤلفون خوارزميات محددة:

فحص الجدوى (النظرية 1): تسمح نظرية رياضية بفحص ما إذا كانت النافذة صالحة (أي إذا كان التقريب الخطي موجوداً ضمن $\delta$ ) دون حساب معاملات المربعات الصغرى بشكل صريح. يستخدم هذا الفحص حدوداً محسوبة مسبقاً ( $m$ و $M$ ) مشتقة من الفروقات الزوجية لنقاط البيانات.
التحديثات التزايدية: تقوم الخوارزمية بتحديث الحدود $m$ و $M$ بشكل تزايدي عند إضافة نقطة بيانات جديدة أو إزالة نقطة قديمة، مما يتجنب عمليات إعادة الحساب المعقدة من رتبة $O(N^2)$ .
الحل التحليلي: يتم حل مشكلة المربعات الصغرى المقيدة باستخدام صيغة تحليلية، مما يسمح بالحساب المسبق للمتجهات لمعدلات أخذ العينات الثابتة.

3. المساهمات الرئيسية

بنية تكيفية مبتكرة: مرشح سببي يفصل بين تكيف النافذة وحساب المشتق، مما يحسن المقايضة بين رفض الضجيج والاستجابة العابرة تلقائياً.
الكفاءة الحوسبية: إن اشتقاق خوارزميات فعالة للتحقق من جدوى النافذة وحل المربعات الصغرى يجعل المرشح مناسباً للتنفيذ في الوقت الفعلي على لوحات التحكم القياسية (مثل Speedgoat).
التحقق العملي: الطريقة ليست نظرية فحسب؛ بل تم اختبارها بصرامة في نظام ميكاتروني فيزيائي (محرك ملف صوتي - voice-coil motor) ومقارنتها ببديلين من أحدث التقنيات.

4. النتائج التجريبية

استخدمت الدراسة محرك ملف صوتي (voice-coil motor) بتردد أخذ عينات قدره 2 كيلو هرتز. تم التحكم في النظام باستخدام منظم PID تم ضبطه عبر طريقة "القمة المتماثلة" (Symmetrical Optimum). تمت مقارنة ثلاثة مفاضلات:

LDF: مفاضل يعتمد على مرشح تمرير منخفض خطي.
RED: مفاضل دقيق متين (يعتمد على النمط الانزلاقي).
ADF: المرشح التفاضلي التكيفي المقترح.

النتائج الرئيسية:

الحساسية للضجيج: أظهر الـ ADF حساسية أقل بكثير لضجيج القياس مقارنة بـ LDF و RED.
يدخل الـ ADF في مرحلة الاستجابة العابرة (Transient Response) مع الحفاظ على التغيرات ذات السعة الكبيرة (عرض النطاق العالي) دون تأخر الطور المعتاد في المرشحات ذات التمرير المنخفض الثابتة.
أداء التحكم:
- استجابة الخطوة: حققت الطرق الثلاث تتبعاً متشابهاً، وإن أظهر الـ ADF تجاوزاً (overshoot) أقل قليلاً.
- جهد التحكم ( $u(t)$ ): كان هذا هو العامل الأكثر تمييزاً. أنتج LDF و RED إشارات تحكم ذات أنماط تذبذبية أعلى (مكونات ترددية أغنى)، مما يؤدي إلى استهلاك طاقة أعلى وإجهاد للنظام. أنتج الـ ADF إشارة تحكم أكثر سلاسة بكثير، مما قلل من التحميل الميكانيكي واستهلاك الطاقة مع الحفاظ على الاستقرار.
الاستجابة الترددية: حافظ الـ ADF على كسب مسطح حتى ترددات أعلى مقارنة بـ LDF وتجنب قيود عرض النطاق الترددي (الانهيار حول 100 راديان/ثانية) التي لوحظت في RED.

5. الأهمية والخاتمة

تثبت الورقة أن النافذة التكيفية (Adaptive Windowing) هي استراتيجية متفوقة لتقدير المشتق في بيئات التحكم في الوقت الفعلي المشوبة بالضجيج مقارنة بالمناهج ذات المعاملات الثابتة أو المناهذ الانزلاقية.

الأثر العملي: يسمح الـ ADF باستخدام مستشعرات الموضع القياسية والمشوبة بالضجيج في التحكم في الحركة عالي الأداء دون الحاجة إلى مستشعرات سرعة باهظة الثمن أو إجراءات ضبط معقدة.
كفاءة النظام: من خلال توفير تقدير أنقى للمشتق، يقلل الـ ADF من عمليات التحكم غير الضرورية (الارتجاج)، مما يطيل العمر الافتراضي للمكونات الميكانيكية ويقلل استهلاك الطاقة.
العمل المستقبلي: يشير المؤلفون إلى أنه من المخطط إجراء مزيد من التحليل لخصائص التقارب واستراتيجيات الضبط المثلى لمستويات الضجيج المتغيرة.

باختصار، يقدم الـ ADF المقترح حلاً قوياً، فعالاً حوسبياً، وذاتي الضبط لمشكلة تقدير المشتق الحرجة في تحكم PID، متفوقاً على المفاضلات الخطية والمتينة التقليدية في الإعدادات التجريبية.