⚡ electrical engineering

A Hybrid Systems Model of Feedback Optimization for Linear Systems: Convergence and Robustness

यह शोध पत्र एक नवीन हाइब्रिड सिस्टम मॉडल प्रस्तावित करता है जो निरंतर-समय रैखिक गतिकी (continuous-time linear dynamics) को असतत-समय फीडबैक अनुकूलन गणनाओं के साथ जोड़ता है, और इसकी सुव्यवस्थितता (well-posedness), वांछित अवस्था की ओर घातांकीय अभिसरण (exponential convergence), और ज़ेनो व्यवहार (Zeno behavior) से बचते हुए विभिन्न विक्षोभों के विरुद्ध मजबूती को सिद्ध करता है।

मूल लेखक: Oscar Jed Chuy, Matthew Hale, Ricardo Sanfelice

प्रकाशित 2026-03-23

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Oscar Jed Chuy, Matthew Hale, Ricardo Sanfelice

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक विशिष्ट पार्किंग स्पॉट (लक्ष्य अवस्था या "goal state") तक पहुँचने के लिए एक कार चलाने की कोशिश कर रहे हैं, जबकि एक धुंध भरे और हवादार दिन में रास्ता तय कर रहे हैं। हवा यहाँ विक्षोभ (disturbances) का प्रतिनिधित्व करती है (जैसे ट्रैफिक या खराब मौसम), और आपकी कार का मैनुअल आपके सिस्टम मॉडल (system model) का प्रतिनिधित्व करता है (यह आपकी समझ कि कार कैसे काम करती है)।

पारंपरिक ड्राइविंग में, आप शायद नक्शा देखते हैं, एक आदर्श पथ की गणना करते हैं, और बिना देखे उन निर्देशों का पालन करते हुए गाड़ी चलाते हैं। यह फीडफॉरवर्ड कंट्रोल (feedforward control) है। लेकिन यदि नक्शा थोड़ा गलत है या अचानक हवा का एक झोंका आता है, तो आप पार्किंग स्पॉट को मिस कर सकते हैं।

फीडबैक ऑप्टिमाइज़ेशन (Feedback optimization) एक सह-चालक (co-pilot) की तरह है जो लगातार खिड़की से बाहर देखता है, देखता है कि आप वास्तव में कहाँ हैं, और आपको बताता है, "आप बाईं ओर झुक रहे हैं, थोड़ा दाईं ओर मुड़ें।" यह बहुत बेहतर है, लेकिन मौजूदा अधिकांश सिद्धांत यह मानते हैं कि सह-चालक या तो एक इंसान है जो लगातार बोलता रहता है (निरंतर समय/continuous time) या एक रोबोट है जो केवल सटीक, कठोर अंतराल पर बोलता है (डिस्क्रीट टाइम/discrete time)।

समस्या: वास्तविक जीवन अव्यवस्थित होता है। आपकी कार (भौतिक दुनिया) एक सहज, निरंतर प्रवाह में चलती है। लेकिन आपका सह-चालक (कंप्यूटर) डिस्क्रीट स्टेप्स में सोचता है, यानी वह हर कुछ मिलीसेकंड में खिड़की को देखने और गणना करने का काम करता है। चिकनी कार और "चॉपी" (choppy) कंप्यूटर के बीच का यह अंतर एक हाइब्रिड सिस्टम बनाता है जिसे पिछले सिद्धांतों ने पूरी तरह से नहीं समझाया या जिसकी सुरक्षा की गारंटी नहीं दी।

पेपर का समाधान: एक "हाइब्रिड" सह-चालक

यह पेपर एक नया गणितीय मॉडल बनाता है जो इस मिश्रण को पूरी तरह से पकड़ता है: एक निरंतर-समय वाली कार (continuous-time car) जिसे एक डिस्क्रीट-टाइम कंप्यूटर (discrete-time computer) चला रहा है। वे इसे "हाइब्रिड सिस्टम" कहते हैं।

यहाँ उन्होंने सरल उपमाओं का उपयोग करके बड़े सवालों को हल किया है:

1. क्या सिस्टम क्रैश हो जाएगा या फंस जाएगा? (वेल-पोज़डनेस और ज़ेनो व्यवहार)

गणित में, "ज़ेनो व्यवहार" (Zeno behavior) एक धावक की तरह है जो फिनिश लाइन तक पहुँचने के लिए पहले आधा दौड़ता है, फिर फिर से आधा, फिर फिर से आधा, हमेशा के लिए, और कभी भी वास्तव में पहुँच नहीं पाता। यह एक ऐसी गड़बड़ी है जहाँ कंप्यूटर शून्य समय में अनंत गणनाएँ करने की कोशिश करता है।

पेपर का निष्कर्ष: उन्होंने सिद्ध किया कि उनका नया मॉडल "वेल-पोज़ड" (well-posed) है, जिसका अर्थ है कि यह एक ठोस, तार्किक प्रणाली है। उन्होंने दिखाया कि कंप्यूटर अनंत गणनाओं के लूप में नहीं फंसेगा। कार चलती रहेगी, और कंप्यूटर अपडेट करता रहेगा, बिना किसी रुकावट के।

2. क्या हम वास्तव में पार्किंग स्पॉट तक पहुँच पाएंगे? (कन्वर्जेंस/अभिसरण)

एक अच्छे सह-चालक के साथ भी, क्या हम लक्ष्य के करीब पहुँच पाएंगे?

पेपर का निष्कर्ष: हाँ। उन्होंने सिद्ध किया कि कार की स्थिति पूर्ण पार्किंग स्पॉट के आसपास एक छोटे "बॉल" (ball) की ओर एक्सपोनेंशियल रूप से तेज़ (exponentially fast) गति से बढ़ेगी। इसे एक चुंबक की तरह समझें: आप लक्ष्य से जितने दूर होंगे, उतनी ही तेज़ी से उसकी ओर बढ़ेंगे। अंततः, आप इतने करीब होंगे कि अंतर नगण्य होगा (जैसे कि रेखा के कुछ मिलीमीटर के भीतर होना)।

3. क्या होगा अगर नक्शा गलत है या हवा बहुत तेज़ है? (रोबस्टनेस/मजबूती)

यह इस पेपर का सबसे बड़ा योगदान है। उन्होंने पूछा: "क्या होगा अगर हमारा कंप्यूटर कार की गति के बारे में थोड़ा गलत है? क्या होगा अगर हवा का सेंसर गलत रीडिंग देता है? क्या होगा अगर कंप्यूटर एक सेकंड की देरी से अपडेट करता है?"

पेपर का निष्कर्ष: सिस्टम रोबस्ट (robust) है। इसका मतलब है कि भले ही इनपुट थोड़े "नॉइजी" (noisy) हों या कार का मॉडल अपूर्ण हो, सिस्टम अनियंत्रित नहीं होता है। यह बस एक थोड़े बड़े (लेकिन अभी भी सुरक्षित) पार्किंग ज़ोन में स्थिर हो जाता है।
- उपमा: कल्पना कीजिए कि आप सुई में धागा पिरोने की कोशिश कर रहे हैं। यदि आपका हाथ थोड़ा हिलता है (विक्षोभ), तो एक रोबस्ट सिस्टम एक थोड़ी बड़ी सुई के छेद या एक स्थिर गाइड की तरह होता है जो धागे को ट्रैक पर रखता है, बजाय इसके कि धागा टूट जाए या छेद से चूक जाए।

"सीक्रेट सॉस": टाइमर्स

इसे काम करने के लिए, लेखकों ने अपने मॉडल में दो अदृश्य टाइमर पेश किए:

"सोचने" वाला टाइमर (The "Thinking" Timer): कंप्यूटर को एक गणना करने में कितना समय लगता है।
"ड्राइविंग" वाला टाइमर (The "Driving" Timer): कंप्यूटर के नए अपडेट मिलने से पहले कार कितनी देर तक चलती है।

उन्होंने सिद्ध किया कि जब तक कंप्यूटर कार के बहुत दूर जाने से पहले कम से कम कुछ गणनाएँ कर लेता है, तब तक सिस्टम स्थिर रहता है। यह सुनिश्चित करने जैसा है कि आपका सह-चालक इतना बार नक्शा चेक करे कि आप मोड़ न चूक जाएँ, लेकिन इतना भी बार नहीं कि वे लगातार बोलने से आपको परेशान कर दें।

सिमुलेशन (प्रमाण)

लेखकों ने परीक्षण करने के लिए कंप्यूटर सिमुलेशन चलाए।

परिदृश्य: एक लक्ष्य तक पहुँचने के लिए 4-व्हील सिस्टम।
परिणाम: जब सब कुछ एकदम सही था, तो सिस्टम लगभग सटीक रूप से लक्ष्य पर पहुँच गया।
त्रुटियों के साथ परिणाम: जब उन्होंने इसमें "नॉइज़" (नकली हवा, गलत गणित, अपडेट में देरी) जोड़ा, तब भी सिस्टम लक्ष्य की ओर ही बढ़ा, बस इसमें थोड़ी सी अधिक जगह (wiggle room) थी। गणित ने दिखाया कि त्रुटियों के कारण कोई क्रैश नहीं हुआ; उन्होंने बस अंतिम रुकने के बिंदु को थोड़ा सा बदल दिया।

यह क्यों महत्वपूर्ण है

यह पेपर एक सेतु (bridge) है। यह भौतिकी (कारें, रोबोट, पावर ग्रिड) की सहज, निरंतर दुनिया को डिजिटल कंप्यूटरों की डिस्क्रीट दुनिया से जोड़ता है।

इस "हाइब्रिड" दृष्टिकोण को सुरक्षित, स्थिर और रोबस्ट साबित करके, लेखक इंजीनियरों को स्मार्ट ऑटोमेशन सिस्टम बनाने का आत्मविश्वास देते हैं। चाहे वह पावर ग्रिड का प्रबंधन करना हो, ड्रोन के बेड़े को नियंत्रित करना हो, या केमिकल प्लांट का संचालन करना हो, यह मॉडल सुनिश्चित करता है कि भले ही वास्तविक दुनिया अव्यवस्थित हो और कंप्यूटर अपूर्ण हो, सिस्टम फिर भी अपने लक्ष्य तक पहुँच जाएगा।

यहाँ शोध पत्र "A Hybrid Systems Model of Feedback Optimization for Linear Systems: Convergence and Robustness" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

फीडबैक ऑप्टिमाइज़ेशन (FO) एक नियंत्रण रणनीति (control strategy) है जो पूर्व-निर्धारित संदर्भ संकेतों (pre-computed reference signals) पर निर्भर रहने के बजाय, स्थिर-अवस्था व्यवहार (steady-state behavior) को अनुकूलित करने के लिए आउटपुट मापन का उपयोग करके वास्तविक समय में सिस्टम इनपुट की गणना करती है। प्रभावी होने के बावजूद, मौजूदा साहित्य आमतौर पर FO को दो में से एक तरीके से मॉडल करता है:

पूर्णतः निरंतर-समय (Purely Continuous-Time): दोनों सिस्टम डायनेमिक्स और ऑप्टिमाइज़ेशन एल्गोरिदम निरंतर हैं।
पूर्णतः असतत-समय (Purely Discrete-Time): दोनों सिस्टम डायनेमिक्स और ऑप्टिमाइज़ेशन एल्गोरिदम असतत हैं।

अंतराल (The Gap): व्यावहारिक कार्यान्वयन में अक्सर निरंतर-समय भौतिक प्रणालियाँ (continuous-time physical systems) होती हैं जो असतत-समय डिजिटल कंप्यूटरों (discrete-time digital computers) द्वारा संचालित होती हैं (सैंपल्ड-डेटा सिस्टम)। मौजूदा मॉडल इस हाइब्रिड प्रकृति के संबंध में सटीक रूप से चित्रण नहीं करते हैं, विशेष रूप से इनपुट अपडेट के समय, आउटपुट सैंपलिंग और ऑप्टिमाइज़ेशन इटरेशन के लिए आवश्यक कम्प्यूटेशनल समय के संदर्भ में। इसके अलावा, मॉडल मापदंडों, मापन शोर (measurement noise) और समय संबंधी अनियमितताओं (timing irregularities) में एक साथ होने वाले व्यवधानों के प्रति ऐसे हाइब्रिड FO सिस्टम की मजबूती (robustness) के संबंध में कठोर विश्लेणात्मक प्रमाणों का अभाव है।

उद्देश्य: लेखक फीडबैक ऑप्टिमाइज़ेशन के लिए एक कठोर हाइब्रिड सिस्टम मॉडल तैयार करने का लक्ष्य रखते हैं जो निरंतर-समय प्लांट डायनेमिक्स को असतत-समय ऑप्टिमाइज़ेशन गणनाओं के साथ एकीकृत करता है। वे इस मॉडल की सुव्यवस्थितता (well-posedness) को सिद्ध करने, वांछित अवस्था की ओर अभिसरण (convergence) स्थापित करने और विभिन्न विक्षोभों (disturbances) के विरुद्ध मजबूती को विश्लेषणात्मक रूप से प्रदर्शित करने का प्रयास करते हैं।

2. कार्यप्रणाली (Methodology)

A. सिस्टम फॉर्मूलेशन

लेखक एक लीनियर टाइम-इनवेरिएंट (LTI) प्लांट को मॉडल करते हैं:
$\dot{x} = Ax + Bu, \quad y = \Psi x + d$
जहाँ $x$ स्टेट है, $u$ इनपुट है, $y$ आउटपुट है, और $d$ एक अज्ञात स्थिर विक्षोभ (disturbance) है। लक्ष्य बाधाओं (constraints) के अधीन एक स्ट्रॉन्गली कॉन्वेक्स ऑब्जेक्टिव फंक्शन $\Phi(u, y)$ (विशेष रूप से इस कार्य में द्विघाती/quadratic) को न्यूनतम करना है।

B. हाइब्रिड सिस्टम निर्माण

मुख्य योगदान क्लोज्ड-लूप सिस्टम को गोबेल, सैनफेलिस और टिल [18] के ढांचे में एक हाइब्रिड सिस्टम $\mathcal{H}_{FO} = (C, F, D, G)$ के रूप में तैयार करना है। स्टेट वेक्टर $\zeta$ में शामिल हैं:

$x, u$ : प्लांट स्टेट और इनपुट।
$y_s$ : सैंपल्ड आउटपुट (सैंपल्स के बीच स्थिर रखा जाता है)।
$z$ : ग्रेडिएंट डिसेंट एल्गोरिदम का वर्तमान इटरेट (iterate)।
$\tau_c, \tau_g$ : अगले इनपुट अपडेट तक का समय और एक कम्प्यूटेशन स्टेप के लिए शेष बचा समय को ट्रैक करने वाले टाइमर।

डायनेमिक्स (Dynamics):

फ्लो सेट ( $C$ ): सिस्टम तब तक फ्लो (निरंतर विकास) करता है जब तक टाइमर $\tau_c > 0$ और $\tau_g > 0$ हों। फ्लो के दौरान, प्लांट स्टेट $\dot{x} = Ax + Bu$ के अनुसार विकसित होता है, जबकि इनपुट और ऑप्टिमाइज़ेशन इटरेट स्थिर रहते हैं। टाइमर यूनिट दर से घटते हैं।
जम्प सेट ( $D$ ): जम्प तब होते हैं जब $\tau_c = 0$ (इनपुट अपडेट/सैंपलिंग) या $\tau_g = 0$ (कम्प्यूटेशन स्टेप) हो।
जम्प मैप ( $G$ ):
- केस 1 ( $\tau_g=0, \tau_c>0$ ): $z$ को अपडेट करने के लिए एक ग्रेडिएंट डिसेंट स्टेप करें। $\tau_g$ को रीसेट करें।
- केस 2 ( $\tau_c=0, \tau_g>0$ ): नवीनतम $z$ को नए इनपुट $u$ के रूप में लागू करें, नया आउटपुट $y_s$ सैंपल करें, और $\tau_c$ को $[\tau_{c,min}, \tau_{c,max}]$ में एक यादृच्छिक (random) मान पर रीसेट करें।
- केस 3 ( $\tau_c=0, \tau_g=0$ ): दोनों अपडेट का एक साथ निष्पादन।

C. सैद्धांतिक विश्लेषण उपकरण (Theoretical Analysis Tools)

लेखक हाइब्रिड सिस्टम थ्योरी के उपकरणों का उपयोग निम्नलिखित के विश्लेषण के लिए करते हैं:

सुव्यवस्थितता (Well-posedness): यह सुनिश्चित करना कि समाधान (solutions) अस्तित्व में हैं और अद्वितीय (set-valued sense में) हैं।
पूर्णता (Completeness): यह सुनिश्चित करना कि समाधान परिमित समय (finite time) में समाप्त नहीं होते हैं।
ज़ेनो व्यवहार (Zeno Behavior): यह सिद्ध करना कि सिस्टम परिमित समय में अनंत जम्प नहीं करता है।
मजबूती (Robustness): $(\tau, \epsilon)$ -निकटता (closeness) की अवधारणा का उपयोग करके यह दिखाना कि विक्षुब्ध प्रक्षेपवक्र (perturbed trajectories) सीमित समय क्षितिज (bounded time horizons) में नाममात्र प्रक्षेपवets (nominal trajectories) के करीब रहते हैं।

3. मुख्य योगदान (Key Contributions)

फीडबैक ऑप्टिमाइज़ेशन का हाइब्रिड मॉडलिंग:
यह शोध पत्र एक ऐसा हाइब्रिड मॉडल प्रस्तुत करता है जो निरंतर प्लांट डायनेमिक्स, असतत-समय ऑप्टिमाइज़ेशन इटरेशन और एपीरियॉडिक (aperiodic) सैंपलिंग/इनपुट अपडेट के बीच परस्पर क्रिया को स्पष्ट रूप से कैप्चर करता है। यह मॉडल गैर-आवधिक (non-periodic) सैंपलिंग और परिवर्तनशील कम्प्यूटेशन समय की अनुमति देता है।
सुव्यवस्थितता और गैर-ज़ेनो गुण:
लेखक सिद्ध करते हैं कि प्रस्तावित हाइब्रिड मॉडल "हाइब्रिड बेसिक कंडीशन्स" को संतुष्ट करता है, जो इसकी सुव्यवस्थितता सुनिश्चित करता है। वे आगे यह भी सिद्ध करते हैं कि सभी मैक्सिमल सॉल्यूशंस पूर्ण (complete) हैं (सभी समय के लिए अस्तित्व में हैं) और गैर-ज़ेनो (non-Zeno) हैं (परिमित समय में कोई अनंत जम्प नहीं), जो पैथोलॉजिकल व्यवहारों को खारिज करता है।
अभिसरण विश्लेषण (Convergence Analysis):

थ्योरम 1 और 2: पेपर यह स्थापित करता है कि सिस्टम स्टेट वांछित इष्टतम स्थिर-अवस्था (optimal steady-state) के आसपास ज्ञात त्रिज्या के एक बॉल (ball) की ओर एक्सपोनेंशियल (exponentially) रूप से अभिसरित होता है।
इस रेसिडुअल बॉल का आकार सिस्टम मापदंडों, ग्रेडिएंट डिसेंट के स्टेप साइज और इनपुट अपडेट के बीच न्यूनतम समय पर निर्भर करता है।
विश्लेषण विशिष्ट प्रारंभिक स्थितियों और वैश्विक (arbitrary initial conditions) दोनों के लिए मान्य है।

विश्लेणात्मक मजबूती गारंटी (Analytical Robustness Guarantees):

थ्योरम 3: यह एक नवीन योगदान है। लेखक सिद्ध करते हैं कि हाइब्रिड FO सिस्टम सीमित समय क्षितिज पर विक्षोभों के प्रति मजबूत (robust) है।
मजबूती तीन प्रकार के विक्षोभों को एक साथ कवर करती है:
1. मापे गए आउटपुट मानों में त्रुटियाँ।
2. LTI सिस्टम मैट्रिसेस ( $A, B, \Psi$ ) में त्रुटियाँ।
3. इनपुट अनुप्रयोग के समय (sampling jitter) में त्रुटियाँ।
यह इन सभी विशिष्ट हाइब्रिड विक्षोभों के प्रति एक साथ मजबूती दिखाने वाला पहला विश्लेणात्मक प्रमाण है।

4. परिणाम (Results)

सिमुलेशन सत्यापन: लेखकों ने एक क्वाड्रेटिक ऑब्जेक्टिव के साथ 4-स्टेट LTI सिस्टम का सिमुलेशन किया।
- नॉमिनल केस (Nominal Case): स्टेट $x$ इष्टतम स्थिर-अवस्था $\tilde{x}$ की ओर नगण्य त्रुटि ( $\approx 10^{-15}$ ) के साथ अभिसरित हुआ, जो एक्सपोनेंशियल कन्वर्जेंस की पुष्टि करता है।
- विक्षुब्ध केस (Perturbed Case): सिस्टम को मॉडल मैट्रिसेस ( $\hat{A}, \hat{B}, \hat{H}$ ) और टाइमर दरों ( $\kappa$ ) में विक्षोभों के अधीन किया गया।
- निष्कर्ष: सिमुलेशन ने पुष्टि की कि जबकि विक्षोभों ने स्थिर-अवस्था त्रुटि को बढ़ा दिया, सिस्टम स्थिर रहा। यह पाया गया कि त्रुटि का परिमाण मुख्य रूप से मॉडल मैट्रिक्स विक्षोभों ( $\mu$ ) पर निर्भर था, न कि टाइमिंग त्रुटियों ( $\kappa$ ) पर, हालांकि टाइमिंग त्रुटियों ने अभिसरण दर को प्रभावित किया।
मात्रात्मक सीमाएँ (Quantitative Bounds): व्युत्पन्न सीमाएँ (थ्योरम 1) ने अभिसरण बॉल की त्रिज्या का सफलतापूर्वक पूर्वानुमान लगाया, जिससे सैद्धांतिक विश्लेषण की वैधता सिद्ध हुई।

5. महत्व (Significance)

सिद्धांत और व्यवहार को जोड़ना: सिस्टम को एक हाइब्रिड इकाई के रूप में मॉडल करके, यह शोध पत्र एक ऐसा सैद्धांतिक ढांचा प्रदान करता है जो वास्तविक दुनिया के डिजिटल कंट्रोल कार्यान्वयन को सटीक रूप से दर्शाता है जहाँ निरंतर प्लांट को असतत एल्गोरिदम द्वारा नियंत्रित किया जाता है।
कठोर मजबूती (Rigorous Robustness): पिछले कार्यों के विपरीत जो अक्सर सिमुलेशन पर निर्भर करते हैं या आदर्श आवधिक सैंपलिंग मानते हैं, यह पेपर व्यापक सेट के विक्षोभों (मॉडलिंग त्रुटियां, मापन शोर और टाइमिंग जिटर) के विरुद्ध विश्लेषणात्मक प्रमाण प्रदान करता है।
भविष्य के कार्य के लिए आधार: यहाँ स्थापित ढांचा (हाइब्रिड सिस्टम फॉर्मलिज्म का उपयोग करते हुए) अधिक जटिल परिदृश्यों, जैसे नॉन-कॉन्वेक्स ऑब्जेक्टिव और नॉनलीन डायनेमिक्स के विश्लेषण का मार्ग प्रशस्त करता है।
सुरक्षा और विश्वसनीयता: गैर-ज़ेनो व्यवहार और पूर्णता का प्रमाण सुरक्षा-महत्वपूर्ण अनुप्रयोगों के लिए अत्यंत महत्वपूर्ण है, यह सुनिश्चित करता है कि नियंत्रक तीव्र स्विचिंग के कारण "फ्रीज" नहीं होगा या अप्रत्याशित व्यवहार नहीं करेगा।

संक्षेप में, यह शोध पत्र फीडबैक ऑप्टिमाइज़ेशन के क्षेत्र को एक गणितीय रूप से कठोर, हाइब्रिड-सिस्टम-आधारित मॉडल प्रदान करके उन्नत करता है जो व्यावहारिक, सैंपल्ड-डेटा वातावरण में स्थिरता, अभिसरण और मजबूती की गारंटी देता है।