Active Disturbance Rejection for Boundary Control Systems

Sintesi Tecnica: Controllo per la Reiezione Attiva dei Disturbi per Sistemi di Controllo al Confine

Definizione del Problema
Questo articolo affronta la stabilizzazione di sistemi lineari a dimensione infinita e di equazioni alle derivate parziali (PDE) soggetti a disturbi di ingresso ignoti e non linearità non modellate. Nello specifico, gli autori considerano sistemi astratti di controllo al confine della forma:
$$\dot{x}(t) = Ax(t), \quad x(0) = x_0$$
$$Bx(t) = u(t) + d(t) + \phi_s(x(t)) + \phi_o(y(t))$$
$$y(t) = Cx(t)$$
dove $x$ è lo stato, $u$ è l'ingresso di controllo e $y$ è l'uscita. Il sistema è corrotto da un segnale di disturbo ignoto $d(t)$ e da non linearità non modellate $\phi_s$ (dipendenti dallo stato) e $\phi_o$ (dipendenti dall'uscita). L'obiettivo è progettare un controllore che stimi e reietta il "disturbo totale" $d_{tot} = d + \phi_s(x) + \phi_o(y)$, portando lo stato $x$ a zero quando $t \to \infty$, garantendo al contempo la ben-posedness (ben determinazione) esterna.

Metodologia
Gli autori impiegano l'approccio del Controllo per la Reiezione Attiva dei Disturbi (ADRC) all'interno del quadro dei sistemi astratti di controllo al confine. La metodologia centrale prevede:

1. Stima del Disturbo Totale: Il controllore utilizza un sistema "invertito" per stimare il disturbo totale. Reinterpretando le condizioni al contorno che definiscono l'ingresso come misure e le tracce dell'uscita al contorno come nuove condizioni al contorno, gli autori costruiscono uno stimatore. Se il sistema invertito possiede una dinamica ben definita e stabile, l'errore di stima converge a zero.
2. Struttura del Controllore: Il controllore proposto è composto da tre componenti principali:
   • Un Separatore: Un blocco di pre-stabilizzazione che rimuove l'ingresso di controllo $u$ dalla dinamica originale del sistema prima dell'inversione.
   • Un Invertitore: Un sistema dinamico che inverte la relazione ingresso-uscita per stimare la parte ignota dell'ingresso ($d_{tot}$).
   • Un Osservatore di tipo Luenberger: Un osservatore lineare per il sistema originale che utilizza la stima del disturbo $\hat{d}$ per approssimare l'ingresso ignoto e annullarne asintoticamente l'effetto.
3. Quadro Matematico: L'analisi si basa sulla teoria dei nodi al contorno ben-posed e dei sistemi lineari in spazi di Hilbert. Gli autori definiscono soluzioni classiche e generalizzate per il sistema a ciclo chiuso, che include il processo (plant) e il controllore (che a sua volta è un sistema con un loop interno). Utilizzano funzioni di trasferimento, teoria dei semigruppi e stime del risolvente per stabilire la stabilità e la ben-posedness.

Contributi Chiave e Risultati
L'articolo presenta due teoremi principali che stabiliscono il fondamento teorico per l'ADRC nei sistemi di controllo al confine astratti:

• Teorema 3.2 (Ben-posedness Standard): Sotto specifiche assunzioni riguardanti la ben-posedness del sistema invertito (specificamente, che il nodo al contorno invertito possieda una mappa di uscita ben-posed), gli autori dimostrano:

  • L'esistenza e l'unicità delle soluzioni classiche e generalizzate per il sistema non lineare a ciclo chiuso.
  • La convergenza esponenziale dell'errore di stima del disturbo ($\hat{d} - d_{tot}$) verso lo zero.
  • La stabilità esponenziale dello stato e dell'uscita a ciclo chiuso, a condizione che i semigruppi sottostanti siano esponenzialmente stabili.
  • La ben-posedness incrementale esterna del sistema a ciclo chiuso.

• Teorema 3.6 (Condizioni Rilassate per Sistemi Parabolici): Riconoscendo che gli inversi di certi sistemi PDE (in particolare le equazioni del calore) sono mal-posed, gli autori forniscono un risultato modificato. Sostituiscono il rigoroso requisito di ben-posedness del sistema invertito con una condizione che coinvolge l'uniforme limitatezza di un prodotto specifico di funzioni di trasferimento. Ciò consente l'applicazione del design ADRC a PDE paraboliche dove la dinamica inversa non è ben-posed nel senso standard, sfruttando l'effetto di regolarizzazione (smoothing) dei modelli parabolici.

Applicazioni alle PDE
Gli autori dimostrano l'applicabilità dei loro risultati astratti progettando controllori per:

1. Equazione delle Onde Unidimensionale: Un sistema con ingressi e uscite collocate al contorno. Il controllore riesce a reiettere i disturbi al contorno e a compensare le non linearità non modellate, ottenendo un decadimento esponenziale dell'energia.
2. Equazione del Calore Unidimensionale: Un sistema in cui l'inverso è caratteristicamente mal-posed. Gli autori applicano il Teorema 3.6 per dimostrare che il controllore stabilizza il sistema e reietta i disturbi nonostante la mal-posedness dell'inverso, facendo affidamento sulle proprietà di regolarizzazione parabolica.

Significatività e Rivendicazioni
L'articolo sostiene di far progredire lo stato dell'arte dell'ADRC per le PDE in diversi modi specifici:

• Convergenza Esponenziale: A differenza di molti riferimenti esistenti che mostrano solo la convergenza asintotica, questo lavoro stabilisce una convergenza esponenzialmente veloce sia della stima del disturbo che dello stato controllato.
• Gestione delle Non Linearità: Il controllore è in grado di gestire le non linearità al contorno ($\phi_o \neq 0$), mentre i risultati precedenti spesso assumevano uscite lineari o ignoravano le non linearità dipendenti dall'uscita.
• Ben-posedness Esterna Incrementale: Gli autori stabiliscono la ben-posedness incrementale esterna per il sistema non lineare a ciclo chiuso, una proprietà non sempre garantita nelle progettazioni precedenti.
• Quadro Astratto: La metodologia è sviluppata per sistemi astratti di controllo al confine, fornendo un quadro unificato che evita la complessità di trovare rappresentazioni come sistemi lineari regolari o nodi di sistema.
• Condizioni Più Deboli: Il controllore garantisce l'esistenza di soluzioni a ciclo chiuso sotto condizioni più deboli rispetto a quelle richieste per il sistema a ciclo aperto, specificamente senza richiedere proprietà Lipschitz globali per $\phi_s$, limiti sulla costante di Lipschitz di $\phi_o$, o assunzioni di passività/monotonicità.

Gli autori osservano che, sebbene la teoria dei sistemi a dimensione infinita sia stata utilizzata per specifici modelli PDE nell'ADRC, questa metodologia non era precedentemente impiegata nel contesto di sistemi astratti a dimensione infinita. I risultati rafforzano le conclusioni esistenti fornendo un'analisi strutturale rigorosa e un insieme di condizioni adatte per un tuning efficiente del controllore.