⚡ electrical engineering

Model-Free Dynamic Mode Adaptive Control for Data-Driven Control Synthesis

यह शोध पत्र डायनेमिक मोड एडेप्टिव कंट्रोल (DMAC) को प्रस्तुत करता है, जो एक मॉडल-मुक्त, डेटा-संचालित संश्लेषण विधि है जो अज्ञात या अनुपयुक्त गणितीय मॉडलों वाले सिस्टम को स्थिर करने के लिए रिकर्सिव लीस्ट-स्क्वेयर्स डायनेमिक्स सन्निकटन को ऑनलाइन एडेप्टिव कंट्रोलर डिज़ाइन के साथ जोड़ती है, जैसा कि सैद्धांतिक विश्लेषण और संख्यात्मक उदाहरणों के माध्यम से मान्य किया गया है।

मूल लेखक: Parham Oveissi, Ankit Goel

प्रकाशित 2026-04-30

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Parham Oveissi, Ankit Goel

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 रोबोट को अपने हाथ पर झाड़ू संतुलित करना सिखाने की कोशिश कर रहे हैं। आमतौर पर, इंजीनियर पहले एक जटिल गणितीय पाठ्यपुस्तक लिखेंगे जो ठीक से बताएगी कि झाडू कैसे चलती है, हवा उस पर कैसे प्रभाव डालती है, और रोबोट की मांसपेशियां कैसे काम करती हैं। फिर वे उस पाठ्यपुस्तक का उपयोग करके एक कंट्रोलर डिजाइन करेंगे।

लेकिन क्या होगा यदि झाडू किसी अज्ञात सामग्री से बनी हो, या हवा अराजक और अप्रत्याशित हो? आपके पास कोई पाठ्यपुस्तक नहीं है। आप गणित नहीं लिख सकते।

यह शोध पत्र एक नई विधि प्रस्तुत करता है जिसे DMAC (डायनेमिक मोड एडेप्टिव कंट्रोल) कहा जाता है। DMAC को एक ऐसे छात्र के रूप में न देखें जो पाठ्यपुस्तक पढ़ रहा है, बल्कि एक अति-तेज़, सहज प्रशिक्षु (apprentice) के रूप में देखें जो काम करते-करते, ठीक उसी क्षण सीखता है।

यह कैसे काम करता है, यहाँ सरल अवधारणाओं में दिया गया है:

1. "अनुमान और जाँच" लूप (प्रशिक्षु की मानसिकता)

सिस्टम के लिए पहले से किसी सटीक मॉडल की आवश्यकता होने के बजाय, DMAC इस बात को देखता है कि अभी क्या हुआ और पूछता है, "यदि मैं आगे यह करता हूँ, तो क्या होगा?"

उपमा: कल्पना कीजिए कि आप कोहरे से भरी सड़क पर कार चला रहे हैं जहाँ आप आगे के घुमावों को नहीं देख सकते। आपके पास कोई मानचित्र नहीं है। इसके बजाय, आप सड़क के पिछले कुछ सेकंडों को देखते हैं जिसे आपने अभी-अभी तय किया है। आप जल्दी से अनुमान लगाते हैं, "ठीक है, सड़क थोड़ी बाईं ओर मुड़ती हुई लग रही है।" आप स्टीयरिंग को थोड़ा सा बाईं ओर घुमाते हैं। फिर आप फिर से देखते हैं, अपने अनुमान को अपडेट करते हैं, और समायोजन करते हैं।
शोध पत्र में: DMAC लगातार नवीनतम मापों (सिस्टम कैसे चला) को लेता है और रिकर्सिव लीस्ट स्क्वायर्स (Recursive Least Squares) नामक एक गणितीय ट्रिक का उपयोग करके एक छोटा, स्थानीय "स्नैपशॉट" बनाता है कि सिस्टम अभी कैसे व्यवहार कर रहा है। यह पूरे ब्रह्मांड को समझने की कोशिश नहीं करता; यह बस अगले तत्काल कदम को समझता है।

2. "विस्मरण" तंत्र (ताज़ा रहना)

दुनिया बदलती रहती है। एक कार का इंजन गर्म हो सकता है, या कोई तरल पदार्थ गाढ़ा हो सकता है। कल बनाया गया मॉडल आज बेकार हो सकता है।

उपमा: DMAC को एक बहुत ही अल्पकालिक स्मृति (short-term memory) के रूप में सोचें जो लगातार साफ की जा रही है। यह सबसे अधिक इस बात पर ध्यान देता है कि अभी क्या हुआ। यह एक "फॉरगेटिंग फैक्टर" (forgetting factor) का उपयोग करता है, जो एक फीके पड़ते हाइलाइटर की तरह है। यह हाल के डेटा को चमक के साथ हाइलाइट करता है और पुराने डेटा को पृष्ठभूमि में फीका पड़ने देता है। यह कंट्रोलर को तुरंत अनुकूलित करने की अनुमति देता है यदि सिस्टम अचानक अपने व्यवहार को बदल देता है।
शोध पत्र में: एल्गोरिदम हाल के डेटा पर जोर देने और पुराने मापों को कम महत्व देने के लिए एक "फॉरगेटिंग फैक्टर" का उपयोग करता है। यह उन प्रणालियों के लिए महत्वपूर्ण है जो नॉन-लीनियर हैं या समय के साथ बदलती रहती हैं।

3. "स्थिरीकरण" (सुरक्षा जाल)

एक बार जब DMAC अनुमान लगा लेता है कि सिस्टम कैसे काम करता है, तो यह तुरंत चीजों को स्थिर रखने के लिए एक कंट्रोल सिग्नल की गणना करता है।

उपमा: एक रस्सी पर चलने वाले (tightrope walker) की कल्पना करें। DMAC उस व्यक्ति के मस्तिष्क के समान है। वह हवा (डेटा) को देखता है, अनुमान लगाता है कि रस्सी कैसे डोल जाएगी, और संतुलन बनाए रखने के लिए तुरंत अपना वजन (कंट्रोल इनपुट) बदलता है। यदि हवा बदलती है, तो मस्तिष्क तुरंत वजन के बदलाव की पुनर्गणना करता है।
शोध पत्र में: यह विधि उस "स्नैपशॉट" का उपयोग करती है जिसे इसने अभी बनाया है ताकि एक कंट्रोलर की गणना की जा सके जिसमें इंटीग्रल एक्शन (integral action) शामिल हो। यह एक फैंसी तरीका है यह कहने का कि यह केवल वर्तमान त्रुटि को ठीक नहीं करता है; यह पिछली त्रुटियों को भी याद रखता है ताकि यह सुनिश्चित हो सके कि सिस्टम अंततः ठीक वहीं स्थिर हो जाए जहाँ उसे होना चाहिए, भले ही वहां कोई व्यवधान (disturbances) हों।

4. "धक्का" (गुप्त सामग्री)

प्रभावी ढंग से सीखने के लिए, आपको कभी-कभी ऐसी चीजें भी आज़माने की आवश्यकता होती है जो पूरी तरह से कुशल नहीं हैं, सिर्फ यह देखने के लिए कि सिस्टम कैसे प्रतिक्रिया देता है।

उपमा: यदि आप एक अंधेरे कमरे के लेआउट को सीखने की कोशिश कर रहे हैं, तो आप एक छड़ी के साथ दीवारों को धीरे से थपथपा सकते हैं। आप फर्नीचर हिलाने की कोशिश नहीं कर रहे हैं; आप बस वातावरण को बेहतर ढंग से समझने के लिए उसे "धक्का" दे रहे हैं।
शोध पत्र में: लेखक कंट्रोल इनपुट में एक छोटा, रैंडम "एक्साइटेशन" (excitation) सिग्नल जोड़ते हैं। यह एक छोटा, हानिरहित धक्का है जो यह सुनिश्चित करता है कि सिस्टम हमेशा इतना हिलता-डुलता रहे कि DMAC के पास सीखने के लिए अच्छा डेटा उपलब्ध हो। इस धक्के के बिना, सिस्टम स्थिर हो सकता है, और DMAC सीखना बंद कर सकता है।

उन्होंने क्या सिद्ध किया?

शोध पत्र केवल यह नहीं कहता कि "यह काम करता है"; उन्होंने यह सिद्ध करने के लिए गणित का उपयोग किया कि यह सुरक्षित और विश्वसनीय है।

अभिसरण (Convergence): उन्होंने सिद्ध किया कि जब तक सिस्टम को पर्याप्त रूप से "धक्का" दिया जा रहा है, DMAC के सिस्टम के बारे में अनुमान सत्य के करीब आते जाएंगे।
परिबद्धता (Boundedness): उन्होंने सिद्ध किया कि भले ही सिस्टम अराजक हो या डेटा शोर (noisy) वाला हो, सिस्टम पागल नहीं होगा। यह एक सुरक्षित, अनुमानित सीमा के भीतर रहेगा।
वास्तविक दुनिया के परीक्षण: उन्होंने तीन बहुत अलग चीजों पर इसका परीक्षण किया:
1. एक अस्थिर रैखिक प्रणाली (जैसे एक डगमगाती छड़ी)।
2. वैन डेर पोल ऑसिलेटर (Van der Pol Oscillator) (एक क्लासिक, कठिन नॉन-लीनियर सिस्टम जो अजीब तरीके से आगे-पीछे झूलता है)।
3. बर्गर्स समीकरण (Burgers' Equation) (द्रव गतिशीलता के लिए उपयोग किया जाने वाला एक जटिल मॉडल, जैसे पंख के ऊपर या पाइप में बहने वाली हवा या पानी)।

निचोड़

DMAC जटिल, अव्यवस्थित या अज्ञात प्रणालियों को नियंत्रित करने का एक तरीका है जिसके लिए पहले से लिखे गए मैनुअल की आवश्यकता नहीं होती है। यह केवल उस डेटा का उपयोग करके जो इसे मापा जा सकता है, वास्तविक समय में अपना स्वयं का मैनुअल पेज-दर-पेज बनाता है। यह एक रोबोट को नृत्य सिद्धांत की किताब पढ़ने के बजाय, उसके अपने पैरों को चलते हुए देखकर नृत्य करना सिखाने जैसा है।

लेखक इस बात पर जोर देते हैं कि यह विधि मॉडल-मुक्त (model-free) है (किसी गणितीय मॉडल की आवश्यकता नहीं), डेटा-संचालित (data-driven) है (मापों से सीखती है), और अनुकूलनशील (adaptive) है (जैसे-जैसे सिस्टम बदलता है, यह भी बदलती है)। उन्होंने दिखाया कि यह सरल गणितीय समस्याओं से लेकर जटिल द्रव समीकरणों तक सब पर काम करती है, और सेटिंग्स को बदलने के बावजूद मजबूत बनी रहती है।

यहाँ परहम ओवेसी और अंकित गोयल के शोध पत्र "Model-Free Dynamic Mode Adaptive Control for Data-Driven Control Synthesis" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र जटिल इंजीनियरिंग प्रणालियों (जैसे कि तरल प्रवाह, दहन प्रक्रियाएं, लचीली संरचनाएं) के नियंत्रण को संबोधित करता है जहाँ:

गणितीय मॉडल अनुपलब्ध या अनुपयुक्त हैं: उच्च-सटीकता वाले भौतिकी-आधारित मॉडल अक्सर वास्तविक समय के नियंत्रण के लिए बहुत अधिक गणनात्मक रूप से गहन होते हैं, और प्रथम-सिद्धांतों (first-principles) वाले मॉडल मौजूद नहीं हो सकते हैं।
उच्च-आयामी संवेदन (High-dimensional sensing): प्रणालियों में अक्सर वितरित सेंसर होते हैं जो उच्च-आयामी डेटा उत्पन्न करते हैं, जबकि नियंत्रण उद्देश्य कम-आयामी भौतिक चरों पर परिभाषित होते हैं।
मौजूदा विधियों की सीमाएँ:
- शास्त्रीय अनुकूली नियंत्रण (जैसे MRAC) अक्सर एक ज्ञात पैरामीट्रिक मॉडल संरचना मानता है।
- अनुकूलन-आधारित मॉडल-मुक्त विधियाँ (जैसे RCAC, RL) गणनात्मक रूप से बोझिल हो सकती हैं, ट्यूनिंग के प्रति संवेदनशील होती हैं, या निरंतर-समय सेटिंग्स में स्थिरता की गारंटी देने में विफल रहती हैं।
- कई डेटा-संचालित विधियाँ (जैसे मानक DMD) ऑफलाइन होती हैं और सीधे वास्तविक समय के नियंत्रक संश्लेषण (controller synthesis) के साथ एकीकृत नहीं होती हैं।

लक्ष्य: एक एकीकृत, मॉडल-मुक्त ढांचा विकसित करना जो स्ट्रीमिंग माप डेटा से सीधे ऑनलाइन सिस्टम आइडेंटिफिकेशन और वास्तविक समय नियंत्रक संश्लेषण करता है, जो बैच डेटा या जटिल अनुकूलन पर निर्भर किए बिना भौतिक व्याख्यात्मकता (physical interpretability) को बनाए रखता है।

2. कार्यप्रणाली: डायनेमिक मोड एडेप्टिव कंट्रोल (DMAC)

प्रस्तावित DMAC ढांचा प्रत्येक समय चरण $k$ पर एक रिकर्सिव लूप में कार्य करता है, जो दो मुख्य मॉड्यूल को जोड़ता है:

A. डायनेमिक्स सन्निकटन (ऑनलाइन पहचान)

वेक्टराइज्ड पैरामीटर्स या इनपुट-आउटपुट मॉडल के बजाय, DMAC सीधे माप स्थान (measurement space) में एक स्थानीय रैखिक स्टेट-स्पेस प्रतिनिधित्व का अनुमान लगाता है।

मॉडल रूप: यह एक स्थानीय रैखिक सन्निकटन मानता है: $\xi_{k+1} = A_k \xi_k + B_k u_k$ , जहाँ $\xi_k$ मापा गया स्टेट है और $u_k$ नियंत्रण इनपुट है।
एल्गोरिदम: यह एक मैट्रिक्स रिकर्सिव लीस्ट स्क्वायर्स (RLS) एल्गोरिदम का उपयोग करता है जिसमें एक फॉरगेटिंग फैक्टर ( $\lambda$ $λ$ ) होता है।
- मानक RLS के विपरीत, जो पैरामीटर्स को वेक्टराइज करता है, DMAC सीधे मैट्रिक्स $\Theta_k = [A_k \quad B_k]$ को अपडेट करता है।
- कॉस्ट फंक्शन: यह एक एक्सपोनेंशियल रूप से भारित रेगुलराइज्ड लीस्ट-स्क्वायर्स कॉस्ट को कम करता है:
  $J_k(\Theta) = \sum_{i=0}^k \lambda^{k-i} \|\xi_i - \Theta \phi_{i-1}\|_2^2 + \lambda^k \text{tr}(\Theta^T R_\Theta \Theta)$
- लाभ: यह स्ट्रक्चर-प्रिजर्विंग दृष्टिकोण वेक्टरों में होने वाले आयामी विस्फोट (dimensional explosion) से बचता है और सीधे स्टेट-स्पेस मैट्रिसेस ( $A, B$ ) प्रदान करता है, जिससे भौतिक व्याख्यात्मकता बनी रहती है।

B. नियंत्रक संश्लेषण (Controller Synthesis)

एक बार स्थानीय डायनेमिक्स ( $A_k, B_k$ ) का अनुमान लग जाने के बाद, तुरंत एक नियंत्रक का संश्लेषण किया जाता है।

कंट्रोल लॉ: संदर्भ ट्रैकिंग (reference tracking) के लिए इंटीग्रल एक्शन के साथ एक फुल-स्टेट फीडबैक कंट्रोलर का उपयोग किया जाता है:
$u_k = K_{\xi, k} \xi_k + K_{q, k} q_k + v_k$
- $K_{\xi, k}$ और $K_{q, k}$ वर्तमान अनुमानों $(A_k, B_k)$ के आधार पर लीनियर क्वाड्रेटिक रेगुलर लामिनार (LQR) डिजाइन के माध्यम से गणना की गई समय-परिवर्तनीय गेन्स (gains) हैं।
- $q_k$ त्रुटि संचय (error accumulation) के लिए एक इंटीग्रेटर स्टेट है।
- $v_k$ एक एक्साइटेशन सिग्नल (i.i.d. जीरो-मीन नॉइज़) है जिसे परसिस्टेंस ऑफ एक्साइटेशन (PE) सुनिश्चित करने के लिए जोड़ा गया है, जो RLS एस्टीमेटर के अभिसरण (convergence) के लिए महत्वपूर्ण है।

3. प्रमुख योगदान

एकीकृत वास्तुकला: DMAC पेश करता है, जो एक ऐसा ढांचा है जो डायनेमिक मोड सन्निकटन (डेटा-संचालित मॉडलिंग) को अनुकूली नियंत्रण संश्लेषण के साथ सहजता से जोड़ता है, जिससे स्ट्रीमिंग डेटा से वास्तविक समय नियंत्रक डिजाइन सक्षम होता है।
मैट्रिक्स-वैल्यूड RLS: यह एक रिकर्सिव आइडेंटिफिकेशन एल्गोरिदम प्रस्तावित करता है जो मैट्रिक्स-वैल्यूड RLS फॉर्मूलेशन का उपयोग करके सीधे माप स्थान में लो-ऑर्डर स्टेट-स्पेस मॉडल का अनुमान लगाता है। यह वेक्टरों, लिफ्टिंग और इनपुट-आउटपुट पुनर्निर्माण से बचता है, जिससे गणनात्मक जटिलता कम होती है और भौतिक संरचना बनी रहती है।
सैद्धांतिक गारंटी:
- यह सिद्ध करता है कि रिकर्सिव आइडेंटिफिकेशन एल्गोरिदम अभिसरण (convergence) करता है (एस्टिमेशन एरर शून्य तक पहुँच जाता है या सीमित रहता है)।
- क्लोज्ड-लूप सिस्टम स्टेट की यूनिफॉर्म अल्टीमेट बाउंडेडनेस (UUB) को स्थापित करता है, यह सिद्ध करता है कि सिस्टम पहचान के लिए आवश्यक एक्साइटेशन सिग्नल के बावजूद स्थिर रहता है।
मजबूती (Robustness): यह प्रदर्शित करता है कि यह विधि बिना किसी पूर्व ज्ञान के रैखिक, गैर-रैखिक और वितरित-पैरामीटर प्रणालियों के लिए कार्य करती है।

4. परिणाम और संख्यात्मक उदाहरण

लेखकों ने तीन प्रणालियों पर बढ़ते जटिलता स्तरों के साथ DMAC को सत्यापित किया:

अस्थिर रैखिक प्रणाली (Unstable Linear System):
- परिणाम: सफलतापूर्वक एक ओपन-लूप अस्थिर प्रणाली को स्थिर किया।
- अवलोकन: स्टेट ओरिजिन के एक सीमित पड़ोस (bounded neighborhood) में अभिसरित हुआ। इस पड़ोस का आकार एक्साइटेशन सिग्नल ( $v_k$ ) के परिमाण के समानुपाती था, जो सैद्धांतिक सीमाओं की पुष्टि करता है। पैरामीटर अनुमान वास्तविक मानों पर अभिसरित हुए।
वैन डेर पोल ऑसिलेटर (गैर-रैखिक):
- परिणाम: एक गैर-रैखिक दोलन प्रणाली के लिए संदर्भ ट्रैकिंग प्राप्त की।
- संवेदनशीलता: नियंत्रक ने हाइपरपैरामीटर्स ( $\lambda$ , रेगुलराइजेशन, LQR वेट्स) और सिस्टम पैरामीटर्स (नॉनलीनर डैम्पिंग $\mu$ ) के व्यापक बदलावों के बावजूद स्थिर ट्रैकिंग प्रदर्शन बनाए रखा।
बर्गर्स समीकरण (डिस्ट्रीब्यूटेड-पैरामीटर PDE):
- परिणाम: केवल स्पार्स सेंसर मेजरमेंट्स (100 में से 7 नोड्स) का उपयोग करके एक 1D फ्लूइड डायनेमिक्स सिस्टम को नियंत्रित किया।
- महत्व: इसने स्पार्स मेजरमेंट्स से सीधे लो-ऑर्डर लीनियर मॉडल की पहचान करके उच्च-आयामी, वितरित प्रणालियों को संभालने की क्षमता प्रदर्शित की।
- मजबूती: विस्कोसिटी गुणांक ( $\nu$ ) में भिन्नताओं के प्रति मजबूती दिखाई।

5. महत्व और प्रभाव

अंतराल को पाटना: DMAC, डेटा-संचालित मॉडलिंग (DMD) और अनुकूली नियंत्रण के बीच के अंतर को पाटता है, जो ऑफलाइन विश्लेषण से ऑनलाइन, वास्तविक समय नियंत्रण संश्लेषण की ओर बढ़ता है।
भौतिक व्याख्यात्मकता: अमूर्त इनपुट-आउटपुट मैप के बजाय सीधे स्टेट-स्पेस मैट्रिसेस की पहचान करके, परिणामी नियंत्रक स्पष्ट भौतिक अर्थ बनाए रखता है, जो इंजीनियरिंग अनुप्रयोगों के लिए महत्वपूर्ण है।
गणना दक्षता: मैट्रिक्स-वैल्यूड RLS दृष्टिकोण गणनात्मक रूप से कुशल है, जो उच्च-आयामी सेंसिंग वाले लेकिन कम-आयामी नियंत्रण उद्देश्यों वाले सिस्टम के लिए उपयुक्त है।
सैद्धांतिक कठोरता: कई लर्निंग-आधारित नियंत्रण विधियों के विपरीत, जो ह्यूरिस्टिक्स (heuristics) पर निर्भर करती हैं, DMAC स्थिरता और बाउंडेडनेस के लिए कठोर लियापुनोव-आधारित (Lyapunov-based) प्रमाण प्रदान करता है।
भविष्य की दिशाएं: लेखक (परफॉरमेंस डिग्रेडेशन को कम करने के लिए) निरंतर उत्तेजना (persistent excitation) पर निर्भरता को कम करने और पहचान चरण के दौरान संरचनात्मक बाधाओं (जैसे कि स्टेबिलाइजेबिलिटी) को लागू करने के लिए भविष्य के कार्य की पहचान करते हैं।

संक्षेप में, यह शोध पत्र केवल मापे गए डेटा का उपयोग करके जटिल, अज्ञात गतिशील प्रणालियों को नियंत्रित करने के लिए एक मजबूत, सैद्धांतिक रूप से सुदृढ़ और गणनात्मक रूप से कुशल विधि प्रस्तुत करता है, जो पारंपरिक मॉडल-आधारित नियंत्रण और भारी अनुकूलन-आधारित लर्निंग विधियों के लिए एक व्यवहार्य विकल्प प्रदान करता है।