Probe-Conditioned Memory for Actuator-Deadband-Aware Koopman MPC in Industrial Sealing

Sintesi Tecnica: Memoria Condizionata da Sonda per l'AK-MPC (Koopman MPC Consapevole della Banda Morta dell'Attuatore) in Sigillatura Industriale

Definizione del Problema
I processi di sigillatura e dosaggio industriali spesso riutilizzano l'hardware (catene di pressione, ugelli, interfacce di visione) attraverso diversi ricettari di prodotto. Sebbene la calibrazione statica pressione-larghezza sia tipicamente accurata per le ricette nominali, le ricette a larghezza ridotta espongono una non linearità critica: la banda morta dell'attuatore. Nelle valvole pneumatiche proporzionali, esiste una "zona morta" in cui i comandi di posizione producono poco o nessun flusso. Di conseguenza, un setpoint di pressione statica calibrato può rimanere teoricamente corretto, ma i piccoli movimenti correttivi vengono assorbiti dalla banda morta, impedendo alla pressione effettiva erogata di cambiare finché non viene superata una soglia dipendente dalla storia precedente.

La sfida principale è il commissioning: la fase di configurazione e ritaratura immediatamente successiva a un cambio di ricetta. Durante questa fase, i dati di target sono scarsi e la mappa statica del bead è insufficiente perché ignora lo stato di erogazione dell'attuatore (isteresi, banda morta e perdita di pressione). I metodi esistenti — come il controllo inverso statico, il PI adattivo o l'identificazione RLS (minimi quadrati ricorsivi) online — ignorano la perdita di pressione erogata o richiedono estesi dati di target per riscoprire il comportamento dell'attuatore che potrebbe già essere presente nei record storici. Il documento identifica una capacità mancante: un meccanismo per combinare la calibrazione statica con una breve sonda dell'attuatore per recuperare il contesto storico rilevante prima dell'inizio del controllo a feedback.

Metodologia
La soluzione proposta è l'Actuator-Deadband-Aware Koopman Model Predictive Controller (AK-MPC), inizializzato tramite Probe-Conditioned Memory (PCM).

1. Probe-Conditioned Memory (PCM):

   • La PCM funge da repository di casi operativi storici. Ogni record ($C_i$) memorizza una tupla che include il ricettario del prodotto, il riferimento di qualità, la radice di pressione statica, i descrittori del materiale e, crucialmente, un descrittore dell'attuatore ($z_a$).
   • Il descrittore dell'attuatore è inferito da una sequenza di sonda a 16 azioni fissata, eseguita all'inizio di ogni nuova corsa di commissioning. Questa sonda stima la banda morta ($d$), il guadagno di pressione erogata ($g$), il ritardo ($\ell$) e l'isteresi ($h$).
   • In caso di nuovo cambio di ricetta, il sistema esegue una query di recupero utilizzando una metrica di distanza pesata tra i descrittori statici e dinamici del nuovo target e la libreria memorizzata. Il contesto storico più vicino fornisce un "warm start" per il predittore e il controllore.

2. Actuator-Deadband-Aware Koopman MPC:

   • Predizione: Il controllore utilizza un framework di lifting Koopman con un dizionario finito per creare un predittore non lineare compatto. Il predittore è inizializzato con il contesto recuperato ($\Theta_K, S, \pi$).
   • Correzione Locale: Durante la breve fase di commissioning, il controllore applica una correzione a basso rango (low-rank) online al predittore recuperato basandosi sul buffer di transizione, adattandosi ai drift specifici del target senza riscrivere l'intero modello.
   • Filtro di Fattibilità: Uno strato di vincoli rigidi assicura che i limiti di pressione e di input siano rispettati. Un filtro a "tubo" gestisce gli errori di predizione della larghezza; se l'errore predetto supera una soglia, il sistema torna a una strategia di pressione-radice limitata o a un PI adattivo inverso statico.
   • Workflow: Il processo prevede l'esecuzione della sonda, il recupero del contesto storico più corrispondente, l'inizializzazione dell'MPC e l'esecuzione di un ciclo di controllo a orizzonte scorrevole che aggiorna le correzioni locali preservando i termini dell'attuatore recuperati.

Contributi Chiave

• Definizione di PCM: Il documento formalizza la Probe-Conditioned Memory come un record che collega i setpoint di pressione ai comportamenti dell'attuatore inferiti dalla sonda, consentendo il riutilizzo degli stati dell'attuatore storici (banda morta, guadagno, isteresi) piuttosto che solo dei checkpoint del modello.
• Analisi Teorica: Gli autori forniscono proposizioni e teoremi che dimostrano che:
  • Una radice di pressione statica è insufficiente nei regimi di banda morta (Proposizione 1).
  • Gli errori di stima della sonda sono limitati sotto specifiche condizioni di eccitazione (Lemma 1).
  • Il predittore recuperato tramite PCM limita l'errore iniziale di mismatch (Teorema 1).
  • Il degrado del costo di tracking a orizzonte finito è limitato dall'errore del tubo di predizione (Teorema 2).
• Architettura di Controllo: L'integrazione di un predittore Koopman vincolato con correzione online a basso rango e un filtro di fattibilità specificamente progettato per la banda morta dell'attuatore.

Risultati
Il metodo è stato valutato su un gemello digitale calibrato di una cella di incollatura fisica, concentrandosi su un benchmark a larghezza stretta di 1.00 mm dove la perdita di pressione erogata è significativa. Lo studio ha confrontato l'AK-MPC con diverse baseline: MPC a pressione inversa statica, PI adattivo inverso statico, RLS-ARX-MPC online e un ARX-MPC con fitting da sonda (che utilizza la sonda ma non la memoria).

• Accuratezza di Tracking: L'AK-MPC ha raggiunto un Errore Assoluto Medio (MAE) di 0.0487 mm su 60 casi accoppiati.
  • Ha superato significativamente la migliore baseline dinamica (RLS-ARX-MPC online con 0.2492 mm) e le baseline statiche (circa 0.25–0.27 mm).
  • L'ARX-MPC con fitting da sonda, che manca del recupero della memoria, ha ottenuto la performance peggiore (0.3956 mm).
• Studi di Ablazione:
  • Rimuovendo la PCM (AK-MPC senza PCM), l'errore è aumentato a 0.0655 mm, isolando il contributo specifico del recupero della memoria.
  • Congelando gli aggiornamenti online (Frozen-PCM), l'errore è risultato di 0.1158 mm, evidenziando la necessità dell'adattamento online.
• Sicurezza ed Efficienza: L'AK-MPC ha mantenuto zero violazioni di pressione o di input e ha dimostrato una minore variazione totale nelle azioni dell'attuatore rispetto alle baseline. Il tempo di esecuzione al 95° percentile è stato di 13.7 ms su una workstation standard.

Significatività e Rivendicazioni
Il documento sostiene che il valore primario di questo approccio risiede nel commissioning rapido per le ricette a bassa larghezza dove la banda morta dell'attuatore è attiva. La significatività non è una rivendicazione generale di transfer learning, ma un meccanismo specifico: le corse storiche sono utili quando trasportano informazioni sulla consegna della pressione (banda morta, guadagno, isteresi) che una breve sonda del target può verificare e raffinare.

Gli autori sottolineano che il grande divario di performance tra l'AK-MPC e le classiche baseline è il risultato dell'intero workflow (predizione vincolata + correzione online + filtro di fattibilità), mentre il guadagno isolato della PCM (circa 0.0168 mm rispetto alla variante senza memoria) dimostra che il recupero degli stati specifici dell'attuatore fornisce informazioni critiche prima che siano disponibili dati di target sufficienti. I risultati sono validati su un gemello digitale calibrato, con una singola traccia di cella fisica fornita come controllo di sanità della distribuzione piuttosto che come benchmark statistico.