⚡ electrical engineering

Fractional-Order Linear-Quadratic-Regulator-Based Sliding Mode Control with Half- Derivative Sliding Motion Condition for Magnetic Levitation Systems

Questo articolo propone una strategia di controllo a modo scivolamento di ordine frazionario per sistemi di levitazione magnetica che integra la teoria del regolatore lineare-quadratico di ordine frazionario con una condizione di scivolamento basata su derivata semientera e un livellamento basato su sigmoide per ottenere un inseguimento del target robusto e privo di chattering, con stabilità e prestazioni migliorate rispetto ai metodi convenzionali di ordine intero.

Autori originali: Yoshihiro Maruo, Masaharu Kuroda, Natsuki Kawaguchi

Pubblicato 2026-07-07

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Yoshihiro Maruo, Masaharu Kuroda, Natsuki Kawaguchi

Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Il quadro generale: Far fluttuare una palla

Immaginate di cercare di far restare in equilibrio una sfera d'acciaio a mezz'aria usando solo un magnete. Questo è il "sistema di levitazione magnetica" che il documento studia. È un lavoro complicato perché la sfera tende a cadere verso il basso a causa della gravità, ma se si spinge troppo forte il magnete, la sfera scatta verso l'alto e si attacca ad esso. Il sistema è naturalmente instabile e molto sensibile.

I ricercatori volevano costruire un "controller intelligente" (un programma per computer) che mantenga questa sfera in perfetto galleggiamento, anche se soffia il vento o se la sfera viene urtata. Hanno confrontato due tipi di controller:

Il vecchio metodo (Integer-Order): Il metodo standard e tradizionale usato per decenni.
Il nuovo metodo (Fractional-Order): Un metodo più recente e avanzato che utilizza un tipo speciale di matematica chiamata "calcolo frazionario".

Il problema del vecchio metodo: Il conducente "nervoso"

Pensate al controller tradizionale come a un conducente nervoso che cerca di mantenere l'auto al centro di una corsia.

Il problema: Per restare nella corsia, il conducente sterza continuamente a destra e a sinistra con scatti bruschi. Questo fenomeno è chiamato chattering (vibrazione/scatto). In un sistema magnetico, questo "scatto" fa sì che la tensione aumenti e diminuisca rapidamente. Rende il sistema rumoroso, usura l'attrezzatura e può effettivamente rendere instabile la sfera.
L'obiettivo: I ricercatori volevano un controller che sterzi in modo fluido, come un pilota professionista, senza tutti quegli scatti.

La soluzione: Un approccio "frazionario"

I ricercatori hanno introdotto un nuovo tipo di matematica chiamato Calcolo Frazionario.

L'analogia: Immaginate la matematica normale (il calcolo intero) come fare passi di 1 metro. Fate 1 metro, poi un altro metro.
La matematica frazionaria: Questa permette di fare passi da "mezzo metro" o "0 metri e mezzo". È come avere un righello più preciso.
Perché aiuta: Utilizzando questi "mezzi passi", il controller può prevedere il comportamento futuro della sfera con maggiore precisione. Comprende meglio la "memoria" del sistema (come si è mossa la sfera un istante prima) rispetto al vecchio metodo. Ciò permette una guida molto più fluida.

Come hanno costruito il nuovo controller

Il documento descrive una ricetta in tre fasi per costruire questo nuovo controller:

Il progetto (Regolatore Lineare Quadratico):
Per prima cosa, hanno creato un "progetto" perfetto di come la sfera dovrebbe muoversi. Hanno utilizzato uno strumento matematico chiamato LQR (Linear Quadratic Regulator) per calcolare la traiettoria ideale. Pensate a questo come al disegno della linea perfetta sulla strada che l'auto deve seguire.
La regola della "semi-derivata":
Invece di guardare solo la posizione attuale, hanno utilizzato una regola di "semi-derivata".

Analogia: Se una regola normale dice: "Se sei fuori centro, sterza", questa nuova regola dice: "Se sei fuori centro e la tua inerzia ti sta portando lì, sterza dolcemente".
Hanno impostato una condizione in cui la variazione della "semi-derivata" dell'errore è zero. Questo assicura che la sfera rimanga sul percorso in modo fluido.

Lo switch fluido (Funzione Sigmoide):
I vecchi controller utilizzavano una "Funzione Segno", che è come un interruttore: o è ACCESO o è SPENTO. Questo causa gli scatti (chattering).

Il nuovo controller utilizza una Funzione Sigmoide.
Analogia: Invece di un interruttore della luce, immaginate un dimmer (un regolatore di luminosità). Potete aumentare o diminuire la potenza gradualmente. Questo elimina i salti improvvisi di tensione, eliminando lo scatto pur mantenendo stabile la sfera.

I risultati: Una corsa più fluida

I ricercatori hanno testato questo sistema su una macchina reale con una sfera d'acciaio e un magnete. Ecco cosa è successo:

Miglior tracciamento: Il nuovo controller ha mantenuto la sfera esattamente dove le era stato ordinato di andare, anche quando l'obiettivo si muoveva. Il vecchio controller falliva quando l'obiettivo si avvicinava troppo al magnete, causando l'impatto della sfera contro di esso.
Niente più scatti: La "tensione" (la potenza inviata al magnete) era incredibilmente fluida con il nuovo metodo. Con il vecchio metodo, la tensione subiva picchi selvaggi.
Meno errori: Il nuovo metodo ha commesso meno errori nel mantenere la sfera all'altezza corretta.

L'impostazione "Goldilocks" (Il punto di equilibrio)

Un risultato interessante riguardava il "parametro di smoothing" (l'impostazione del dimmer).

Se l'impostazione è troppo bassa, il sistema è troppo sensibile al rumore (come un microfono che coglie un sussurro).
Se l'impostazione è troppo alta, il sistema diventa pigro.
I ricercatori hanno trovato un "punto ottimale" (un valore ottimale) in cui il sistema è stabile ma non troppo sensibile. Hanno dimostrato matematicamente che questo equilibrio è necessario per ottenere le migliori prestazioni.

Riassunto

In breve, questo studio dimostra che utilizzando un tipo più avanzato di matematica (calcolo frazionario) e un metodo di controllo più fluido (funzione sigmoide), possiamo rendere i sistemi di levitazione magnetica molto più stabili e meno rumorosi rispetto al passato. È come passare da una corsa scoscesa e scattosa in un'auto vecchia a un viaggio fluido e veloce su un treno ad alta velocità. I ricercatori hanno dimostrato che questo funziona non solo su uno schermo di un computer, ma su una vera macchina fisica.

Sintesi Tecnica: Controllo a Modo Sforzato basato su Regolatore Lineare-Quadratico-Regolatore ad Ordine Frazionario con Condizione di Moto Sforzato di Semi-Derivata per Sistemi di Levitazione Magnetica

Definizione del Problema
I sistemi di levitazione magnetica, in particolare quelli a forza attrattiva, esibiscono una forte non linearità e un'instabilità intrinseca, ponendo sfide significative per il controllo robusto del tracciamento del target. Sebbene il Controllo a Modo Sforzato (SMC) sia un metodo di controllo non lineare pratico, il convenzionale SMC a ordine intero (IOSMC) soffre spesso di "chattering" — oscillazioni ad alta frequenza nell'ingresso di controllo causate dalla funzione segno discontinua. Questo fenomeno può degradare le prestazioni del sistema e danneggiare l'hardware. Sebbene il FOSMC (SMC a ordine frazionario) sia stato proposto per affrontare questi problemi, la ricerca esistente è ampiamente limitata all'analisi teorica e alla simulazione numerica, con una mancanza di framework di progettazione sistematici che garantiscano la coerenza strutturale tra il controllore e il modello lineare del impianto. Inoltre, molti design FOSMC esistenti si affidano alla selezione euristica o empirica della superficie di scorrimento piuttosto che all'ottimizzazione.

Metodologia
Gli autori propongono una strategia di progettazione sistematica per il FOSMC applicato a un sistema di levitazione magnetica a forza attrattiva controllato in tensione. La metodologia procede attraverso i seguenti passaggi:

Modellazione e Linearizzazione: La dinamica non lineare del sistema di levitazione magnetica viene linearizzata attorno a un punto di equilibrio. Questo modello a ordine intero viene poi esteso in un modello a spazio di stato di ordine frazionario utilizzando la definizione di derivata di Caputo con un ordine $\alpha = 0.5$ . Per facilitare il controllo servo, gli integratori sono incorporati nel vettore di stato per gestire gli errori di tracciamento del target.
Progettazione della Superficie di Scorrimento tramite LQR a Ordine Frazionario: Diversamente dagli approcci euristici, il vettore dei coefficienti della superficie di scorrimento è derivato dalla teoria del Regolatore Lineare-Quadratico-Regolatore (LQR) a ordine frazionario. Un vettore di guadagno di feedback ottimale viene ottenuto minimizzando una funzione di costo quadratica adattata per la dinamica a ordine frazionario utilizzando un algoritmo di ottimizzazione basato sul gradiente (specificamente fminunc di MATLAB).
Controllo Equivalente e Condizione di Scorrimento: L'ingresso di controllo equivalente è derivato analiticamente imponendo la condizione che la derivata di ordine 0.5 della funzione di commutazione sia zero. Ciò garantisce la coerenza strutturale tra la funzione di commutazione e l'ingresso di controllo.
Controllo di Commutazione e Soppressione del Chattering: Per mitigare il chattering, la funzione segno discontinua nell'ingresso di controllo di commutazione viene sostituita con una funzione sigmoide continua. Questa modifica consente al sistema di essere trattato come un campo vettoriale continuo, eliminando la necessità del framework di inclusione differenziale di Filippov.
Analisi della Stabilità: La stabilità del sistema a ciclo chiuso è analizzata utilizzando la teoria di Lyapunov. Gli autori dimostrano che applicando la proprietà di semi-gruppo della derivata di Caputo, l'analisi di stabilità del sistema a ordine frazionario con un ingresso di commutazione basato su sigmoide può essere ridotta a un caso equivalente a ordine intero.
- In assenza di disturbi, il sistema esibisce stabilità esponenziale all'interno di uno strato limite.
- In presenza di disturbi limitati, la funzione di commutazione converge a un modo di scorrimento quasi-stazionario (quasi-sliding mode) all'interno di una regione limitata (strato limite).
- Si dimostra che la dimensione di questo strato limite dipende dal guadagno di controllo, dal parametro di smoothing ( $\delta$ ) e dal limite del disturbo, piuttosto che dall'ordine frazionario stesso.
Osservatore di Stato: Un osservatore di stato a ordine frazionario viene implementato utilizzando il metodo del posizionamento dei poli per stimare gli stati non misurabili, inclusi le derivate di ordine frazionario, utilizzando filtri di Oustaloup per l'approssimazione numerica.

Contributi Chiave

Framework di Progettazione Sistematico: Il documento presenta il primo framework completo che integra l'LQR a ordine frazionario per la progettazione della superficie di scorrimento con una derivazione sistematica delle leggi FOSMC, garantendo la coerenza teorica con il modello lineare dell'impianto.
Condizione di Scorrimento di Semi-Derivata: Lo studio introduce una specifica strategia di progettazione in cui la derivata di ordine 0.5 della funzione di commutazione è posta uguale a zero, facilitando la derivazione dell'ingresso di controllo equivalente.
Analisi Rigorosa della Stabilità: Gli autori forniscono una prova rigorosa di stabilità dimostrando che l'uso di una funzione sigmoide permette al sistema di evitare le soluzioni di Filippov garantendo al contempo la stabilità di Lyapunov all'interno di uno strato limite. Essi chiariscono il compromesso tra lo spessore dello strato limite e la sensibilità al rumore, derivando una funzione di costo per determinare il parametro di smoothing ottimale.
Verifica Sperimentale: Lo studio va oltre la simulazione per validare il metodo proposto su un apparato sperimentale di levitazione magnetica reale, confrontandolo direttamente con il convenzionale IOSMC.

Risultati
I risultati sperimentali e di simulazione dimostrano che il FOSMC proposto supera il convenzionale IOSMC in diverse aree chiave:

Accuratezza di Tracciamento: Il FOSMC ha ottenuto un Integral of Absolute Error (IAE) e un Integral of Time-weighted Absolute Error (ITAE) significativamente inferiori rispetto all'IOSMC. Negli esperimenti, il FOSMC ha tracciato con successo i valori target dove l'IOSMC ha fallito (ad esempio, a un gap di 3,5 mm, l'IOSMC ha causato l'impatto della pallina contro l'elettromagnete).
Soppressione del Chattering: La Variazione Totale (TV) della tensione di controllo è stata drasticamente ridotta nel FOSMC (di oltre il 50% negli esperimenti e di ordini di grandezza nelle simulazioni), indicando un'efficace eliminazione del chattering.
Robustezza: Il sistema ha mantenuto stabilità e prestazioni di tracciamento sotto variazioni di posizione del target, mentre l'IOSMC mostrava instabilità a gap inferiori.
Ottimizzazione dei Parametri: Lo studio ha identificato un parametro di smoothing ottimale ( $\delta_{opt} \approx 1.14$ ) che bilancia l'accuratezza a regime con la sensibilità al rumore e alle dinamiche non modellate, validando il modello di compromesso derivato.

Significatività e Rivendicazioni
Gli autori affermano che questa ricerca stabilisce il FOSMC come una strategia di controllo pratica e affidabile per impianti non lineari e instabili come i sistemi di levitazione magnetica. La principale significatività risiede nel colmare il divario tra il controllo a ordine frazionario teorico e l'implementazione nel mondo reale. Utilizzando un modello linearizzato al punto di equilibrio come base di progettazione, lo studio assicura che la struttura del controllore sia coerente con la dinamica dell'impianto, consentendo una determinazione dei guadagni trasparente e riproducibile.

Il documento asserisce che il metodo proposto raggiunge sia la coerenza teorica che l'efficacia di implementazione. Evidenzia come l'uso della funzione sigmoide non solo sopprima il chattering, ma semplifichi anche l'analisi di stabilità evitando complessi framework di inclusione differenziale. Inoltre, lo studio fornisce una linea guida rigorosa per la selezione del parametro di smoothing, affrontando una comune sfida pratica nella progettazione SMC. Gli autori concludono che, sebbene il lavoro futuro debba esplorare sistemi a più gradi di libertà e altamente più non lineari, i risultati attuali validano l'utilità del controllo a ordine frazionario per migliorare l'accuratezza di tracciamento e ridurre le oscillazioni dell'ingresso di controllo nelle applicazioni di levitazione magnetica.