⚡ electrical engineering

Pressure-Difference Control Method for the Pump Set of a Pile-Bottom Sediment Cleaning Robot Based on Flow-Balance Feedforward Compensation

Questo articolo propone e valida un metodo di controllo fuzzy-PID con feedforward a bilancio di flusso per il gruppo pompa di un robot per la pulizia dei sedimenti sul fondo dei pali, dimostrando attraverso simulazioni che esso riduce significativamente le deviazioni dei picchi di differenza di pressione e i tempi di assestamento rispetto ai controllori PID e fuzzy-PID tradizionali sotto varie perturbazioni di portata e di afflusso.

Autori originali: Yongrui Wang, Jinge Ma, Shuguang Wang, Qiang GAO, Zhe Ren, Duohua Wu, Zhenbao LI, Jian Zhang

Pubblicato 2026-07-20

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Yongrui Wang, Jinge Ma, Shuguang Wang, Qiang GAO, Zhe Ren, Duohua Wu, Zhenbao LI, Jian Zhang

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

Immaginate di cercare di bere un frappè denso attraverso una cannuccia molto lunga e stretta. Se aspirate con troppa forza, la cannuccia potrebbe collassare, o il frappè potrebbe schizzare ovunque. Se non aspirate abbastanza, non otterrete nulla. Ora, immaginate che invece di un frappè siate di fronte a un enorme e profondo buco nel terreno pieno di fango pesante e viscoso, e che invece di una cannuccia stiate usando un robot gigante per pulire il fango sul fondo. Questo è il mondo della costruzione di "pali trivellati", dove gli ingegneri scavano buchi profondi per costruire le fondamenta di grattacieli e ponti. Il problema è che se la pressione all'interno della "bocca" del vostro robot di pulizia si sbilancia rispetto alla pressione del fango esterno, le pareti del buco possono crollare, o il robot potrebbe rimanere incastrato. È una danza delicata di fisica dei fluidi in cui mantenere la pressione perfettamente bilanciata è la differenza tra una struttura stabile e un disastro. Per risolvere questo, gli ingegneri usano pompe per aspirare il fango e spingerlo fuori, ma il fango è denso, il buco è profondo e il flusso è complicato. Se il robot aspira un po' troppo fango, la pressione aumenta bruscamente; se ne aspira troppo poco, la pressione scende. L'obiettivo è mantenere costante quella differenza di pressione, indipendentemente da come si comporta il fango.

Questo articolo affronta esattamente questo delicato equilibrio per un "robot di pulizia dei sedimenti sul fondo del palo". I ricercatori, guidati da Yongrui Wang e dal suo team della Shandong Agricultural University, si sono resi conto che limitarsi a reagire ai cambiamenti di pressione è troppo lento. Nel momento in cui un controllore standard nota che la pressione è errata e cerca di correggerla, il fango si è già spostato, causando un'oscillazione che potrebbe destabilizzare l'intero buco. Così, hanno proposto un modo più intelligente per controllare il sistema di pompaggio del robot. Invece di aspettare semplicemente che si verifichi un problema, hanno costruito un sistema che "guarda avanti". Hanno creato un modello matematico di come il fango si comporta all'interno della camera di stoccaggio sigillata del robot e hanno progettato un controllore che utilizza due trucchi contemporaneamente: un sistema "feedforward" che prevede il flusso in entrata del fango e regola la velocità della pompa prima che la pressione cambi, e un sistema "fuzzy-PID" che agisce come un sistema nervoso, perfezionando costantemente i regolamenti per gestire eventuali imprevisti.

Pensate alla camera di pulizia del robot come a una vasca da bagno con un rubinetto e uno scarico. Se aprite il rubinetto, il livello dell'acqua sale. Un controllore normale aspetta che l'acqua inizi a traboccare prima di aprire lo scarico. Ma questo nuovo sistema è come avere un amico che osserva la manopola del rubinetto. Non appena il rubinetto inizia ad aprirsi, l'amico gira immediatamente lo scarico per eguagliare il nuovo flusso, mantenendo il livello dell'acqua perfettamente costante prima ancora che abbia la possibilità di salire. I ricercatori hanno testato questa idea in una simulazione al computer (usando uno strumento chiamato MATLAB/Simulink) piuttosto che in un vero buco fangoso. Hanno simulato diversi scenari: cosa succede se il fango diventa più denso? Cosa succede se il robot aspira improvvisamente più fango? Cosa succede se un nuovo flusso di fango colpisce il sistema dopo che è stato in funzione per un po'?

I risultati di queste simulazioni sono stati piuttosto impressionanti. Quando i ricercatori hanno introdotto cambiamenti improvvisi nel flusso del fango, il nuovo controllore "feedforward fuzzy-PID" ha mantenuto la differenza di pressione incredibilmente stabile. Rispetto ai metodi più vecchi (come un controllore PID standard o un controller fuzzy-PID di base), il nuovo metodo ha ridotto i picchi di pressione più grandi di circa l'85%. Nella simulazione, mentre i vecchi controllori lasciavano che la pressione saltasse di quasi 100.000 Pascal (circa 14,5 psi) durante un disturbo, il nuovo sistema l'ha mantenuta sotto i 15.000 Pascal. Ha anche stabilizzato la situazione molto più velocemente, riducendo il tempo necessario per la stabilizzazione di circa il 36% - 53% rispetto agli altri metodi. Anche quando hanno cambiato la "rigidità" del fango (simulando diverse miscele di suolo e fango), il nuovo controllore è rimasto stabile, dimostrando di non lasciarsi confondere facilmente dai cambiamenti nelle proprietà del fango.

L'articolo esclude esplicitamente l'idea che un semplice controllore reattivo sia sufficiente per questo compito. Gli autori sostengono che fare affidamento esclusivamente sul feedback (aspettare che si verifichi un errore) causa troppi ritardi e oscillazioni in questi ambienti ad alta pressione e alta rigidità. Notano anche che, sebbene il loro modello sia molto dettagliato, si tratta comunque di una simulazione. Hanno assunto che la camera di stoccaggio del robot sia una scatola rigida e perfettamente sigillata piena di fango, e hanno assunto che le pompe si comportino in modo prevedibile e lineare vicino alla loro velocità operativa. Non hanno ancora testato questa idea su un robot reale in un vero buco. Tuttavia, le simulazioni suggeriscono che combinando una strategia feedforward "anticipatoria" con un ciclo di feedback intelligente e auto-regolante, possono appiattire significativamente le fluttuazioni di pressione che affliggono solitamente questi robot di pulizia. Questo approccio non si limita a risolvere il problema; previene che il problema diventi grande in primo luogo, offrendo una strada promettente verso una costruzione in profondità più stabile ed efficiente.

Sintesi Tecnica: Metodo di controllo della differenza di pressione per il gruppo pompa di un robot per la pulizia dei sedimenti sul fondo del palo basato sulla compensazione feedforward del bilancio di flusso

Problematica
Nella costruzione di pali trivellati, l'accumulo di sedimenti sul fondo del palo crea un effetto "cuscinetto morbido" che riduce significativamente la capacità di punta (di oltre l'80%) e la resistenza laterale (di oltre il 70%). Mentre i metodi di pulizia tradizionali si affidano al pompaggio e alla circolazione da terra, essi spesso non riescono a gestire la ritenzione localizzata dei sedimenti in zone profonde, di grande diametro o in strati complessi, a causa delle limitazioni nella posizione dei condotti e delle fluttuazioni di pressione. Per affrontare questo problema, sono stati sviluppati robot per la pulizia dei sedimenti sul fondo del palo in grado di operare direttamente nella zona dei sedimenti. Tuttavia, le operazioni di aspirazione e scarico del robot disturbano l'equilibrio del flusso all'interno di una camera di stoccaggio dei sedimenti sigillata, causando fluttuazioni della differenza di pressione tra l'interno della camera e il fango circostante nel foro. Tali fluttuazioni compromettono la stabilità dell'ambiente di fondo palo e della parete del foro. Le strategie di controllo esistenti, come il PID standard o il controllo robusto, faticano a gestire l'elevata rigidezza del fluido, i forti disturbi e le caratteristiche di ritardo temporale accoppiato proprie della camera sigillata, portando spesso a oscillazioni o tempi di risposta lenti.

Metodologia
Questo studio propone una strategia di compensazione feedforward del bilancio di flusso integrata con un controllore feedback fuzzy-PID per regolare il gruppo pompa di un robot per la pulità dei sedimenti sul fondo del palo.

Modellazione del sistema:
- È stato stabilito un modello dinamico della differenza di pressione della camera di stoccaggio dei sedimenti sigillata. Il sistema tratta il comando del tasso di afflusso come un input di disturbo, la velocità della pompa di scarico come variabile di controllo e la differenza di pressione interna-esterna come output del processo.
- Il fango è modellato come un fluido debolmente comprimibile all'interno di un contenitore rigido. La relazione tra la variazione di volume netta e la differenza di pressione viene derivata, portando a una funzione di trasferimento che tiene conto del modulo di bulk ( $K$ ) del fango e del volume della camera ( $V$ ).
- La dinamica della pompa a frequenza variabile è linearizzata vicino a un punto di esercizio, modellando la relazione tra portata e velocità e l'inerzia del motore come elementi inerziali del primo ordine.
Architettura di controllo:
- Compensazione Feedforward: Un meccanismo di bilancio di flusso calcola la compensazione della velocità della pompa di scarico richiesta basandosi sul comando del tasso di afflusso noto prima che si verifichi un errore di differenza di pressione. Viene derivato un compensatore feedforward ideale per cancellare perfettamente il disturbo, ma viene introdotto un coefficiente ( $\eta = 0,85$ ) per tenere conto dell'incertezza del modello e prevenire la sovracompensazione.
- Controllo Feedback: Un controllore fuzzy-PID utilizza l'errore di differenza di pressione ( $e$ ) e la sua variazione ($ec$) come input. Impiega una base di regole (49 regole) per regolare online i guadagni proporzionale ( $K_p$ ), integrale ( $K_i$ ) e derivativo ( $K_d$ ), generando un segnale di correzione feedback.
- Controllo Composito: Il comando totale della velocità della pompa di scarico è la sovrapposizione lineare del segnale di compensazione feedforward e del segnale di correzione feedback fuzzy-PID.
Simulazione e Validazione:
- Le simulazioni sono state condotte in MATLAB/Simulink sotto tre scenari distinti: variazioni del disturbo di afflusso a gradino (20–50 m³/h), variazioni del modulo di bulk del fango (1,9–2,2 GPa) e disturbi di flusso introdotti dopo 50 secondi di funzionamento stabile.
- Le prestazioni sono state valutate rispetto ai controllori PID e Fuzzy-PID standard utilizzando quattro indici: deviazione di picco, tempo di assestamento, errore a regime e ampiezza di oscillazione post-assestamento.

Contributi Chiave

Modellazione Dinamica: L'articolo stabilisce un modello specifico della differenza di pressione per la camera di stocca dei sedimenti sigillata del robot di pulizia, collegando esplicitamente i disallineamenti tra afflusso e scarico alle fluttuazioni di pressione.
Strategia di Controllo Ibrida: Introduce una struttura di controllo composita che combina la compensazione feedforward del bilancio di flusso con il feedback fuzzy-PID. Questo approccio affronta la specifica sfida dell'elevata rigidezza del fluido e dei ritardi temporali compensando proattivamente i disturbi misurabili e correggendo adattivamente gli errori residui.
Analisi Quantitativa delle Prestazioni: Lo studio fornisce un'analisi comparativa rigorosa dimostrando che il metodo proposto supera significativamente gli approcci basati solo sul feedback in termini di soppressione dei picchi e velocità di risposta attraverso diverse variabili fisiche.

Risultati
I risultati della simulazione indicano che il controllore feedforward fuzzy-PID proposto migliora significativamente la stabilità del sistema e la velocità di risposta:

Sotto Disturbi di Afflusso: Rispetto ai controllori Fuzzy-PID e PID, il metodo proposto ha ridotto la deviazione di picco di circa l'85%. Ha inoltre abbreviato il tempo di assestamento del 36%–47% (rispetto a Fuzzy-PID) e del 46%–53% (rispetto a PID).
Sotto Variazioni del Modulo di Bulk: Il controllore ha dimostrato una bassa sensibilità alle variazioni della rigidezza del fango. La deviazione di picco è rimasta stabile a circa 14,41 kPa (una riduzione dell'85% rispetto agli altri metodi) e il tempo di assestamento è rimasto costante a 18,84 s.
Sotto Secondari Disturbi di Flusso (dopo 50 s): Quando sono stati introdotti disturbi durante il funzionamento stabile, il metodo proposto ha ridotto la deviazione di picco dell'85%–89% e ha abbreviato il tempo di assestamento del 62%–90% (rispetto a Fuzzy-PID) e del 65%–91% (rispetto a PID).
Prestazioni a Regime: Il metodo ha costantemente ottenuto errori a regime e ampiezze di oscillazione post-assestamento inferiori rispetto ai controllori di riferimento.

Significato e Rivendicazioni
Gli autori affermano che questo studio fornisce un supporto efficace per il controllo stabile dei gruppi pompa nei robot per la pulizia dei sedimenti sul fondo del palo. Riducendo efficacementamente i picchi di differenza di pressione e accorciando i tempi di assestamento, il metodo proposto mitiga il rischio di instabilità della parete del foro e garantisce un ambiente di pulizia dei sedimenti stabile. Lo studio conclude che la combinazione della compensazione feedforward del bilancio di flusso e del feedback fuzzy-PID è particolarmente adatta per sistemi caratterizzati da alta rigidezza del fluido e forti disturbi, offrendo una soluzione robusta per mantenere il bilancio di pressione nelle camere di stoccaggio dei sedimenti sigillate.

L'articolo riconosce i propri limiti, notando che l'attuale modello assume una camera rigida piena di fango e dinamiche della pompa simili vicino al punto di esercizio. Il lavoro futuro è identificato nel focus su simulazioni di perturbazione dei parametri e test sui prototipi in reali condizioni di pulizia dei sedimenti.

Articoli simili