![]() |
||
![]() ![]() ![]() ![]() ![]() |
12-02-04 |
[R1] |
A. Cavallo, G, Celentano, G. De Maria, “Robust Stability Analysis with Linearly dependent Coefficient Perturbations”, IEEE Trans. on Automatic Control, Vol. 36, No. 3, Marzo 1991. |
[R2] |
A. Cavallo, G. De Maria, L. Verde, “Robust Flight Control System: a Parameter Space Design”, AIAA Journal of Guidance, Control and Dynamics, Vol. 15, No. 5, Settembre-Ottobre 1992. |
[R3] |
A. Cavallo, G. De Maria, P. Nistri, “Some control problems solved via a sliding manifold approach”, Differential Equations and Dynamical Systems, Vol. 1, No. 4, 1993. |
[R4] |
A. Cavallo, G. De Maria, “Algorithm for Symultaneous Stabilization of a collection of Single-Input Plants”, System Science, Vol. 20, No. 3, 1994. |
[R5] |
A. Cavallo, F. Ferrara, “Atmospheric Reentry Control for Low Lift/Drag Vehicles”, AIAA Journal of Guidance, Control and Dynamics, Vol. 19, No. 1, Gennaio-Febbraio 1996. |
[R6] |
A. Cavallo, G. De Maria, F. Ferrara, “Attitude Control for Low Lift/Drag Reentry Vehicles”, AIAA Journal of Guidance, Control and Dynamics, Vol. 19, No. 4, Luglio-Agosto 1996. |
[R7] |
A. Cavallo, G. De Maria, P. Nistri, “A Sliding Manifold Approach to the Feedback Control of Rigid Robots”, Int. Jour. of Robust and Nonlinear Control, Vol. 6, 1996. |
[R8] |
A. Cavallo, L. Villani, “Sliding Manifold Approach to the control of Rigid Robot: Experimental Results”, Control Engineering Practice, Vol. 5, No. 5, 1997. |
[R9] |
A. Cavallo, G. De Maria, P. Nistri, “Robust Control Design with Integral Action and Limited Rate Control”, IEEE Trans. On Automatic Control, Vol. 44, No. 8, 1999. |
[R10] |
A. Cavallo, G. De Maria, R. Setola, “A Sliding Manifold Approach for the Vibration Reduction of Flexible Systems”, Automatica, Vol. 35, 1999. |
[R11] |
A. Cavallo, P. Nistri, E. Zoli, “A Second Order Sliding Control Approach for Vibration Reduction”, Differential Equations and Dynamical Systems, Vol. 8, Nos 3/4, Jul/Oct. 2000. |
[R12] |
A. Cavallo, C. Natale, “Output Feedback Control based on a High Order Sliding Manifold Approach”, IEEE Trans. On Automatic Control, Vol. 48, No. 3, 2003. |
[R13] |
A. Cavallo, C. Natale, S. Pirozzi, C. Visone, "Effects of Hysteresis Compensation in Feedback Control Systems", IEEE Transaction on Magnetics, Vol 39, No. 3, 2003. |
[R14] |
A. Cavallo, “High Order Fuzzy Sliding Manifold Control”, Fuzzy Sets and Systems, Vol. 156, no. 2 , pp. 249-266, 2005. |
[R15] |
A. Cavallo, C. Natale, S. Pirozzi, C. Visone, “Limit Cycles in Control Systems Employing Smart Actuators with Hysteresis”, IEEE/ASME Trans. on Mechatronics,April 2005. |
Si è studiato il comportamento di sistemi dinamici lineari e stazionari in presenza di incertezze strutturate. In particolare, si è assunto che i coefficienti del polinomio caratteristico dipendessero in maniera affine dai parametri incerti del modello, ottenendo così regioni politopiche nello spazio dei coefficienti rispetto a cui valutare la stabilità rispetto a regioni del piano complesso. Il problema è stato affrontato mediante una metodologia di analisi originale, computazionalmente conveniente rispetto ai metodi proposti in letteratura, e in grado, dal punto di vista più specificamente teorico, di fornire una unificazione formale fra Teorema di Kharitonov e Teorema del bordo (Edge Theorem) [R1].
Il passo successivo è stato sintetizzare controllori in grado di massimizzare l'entità delle incertezze ammissibili, compatibilmente con il vincolo di D-stabilità, ovvero il vincolo di appartenenza dei poli del sistema a ciclo chiuso a particolari regioni del piano complesso. A questo scopo si è fatto uso di una originale parametrizzazione lineare dei compensatori stabilizzanti per sistemi SIMOe di tecniche di ottimizzazione parametrica. L'applicazione di questa metodologia ad applicazioni di tipo aeronautico ha permesso di progettare controllori in grado di migliorare la robustezza e le qualità di volo dei velivoli rispetto ad incertezze aerodinamiche e di affrontare problematiche di resistenza a guasti dei sensori (fault tolerance) [R2].
Sempre utilizzando la stessa parametrizzazione e tecniche di ottimizzazione parametrica, si è affrontato il problema della Stabilizzazione Simultanea, ovvero il progetto di un unico controllore in grado di stabilizzare differenti impianti [R4].
Sono stati affrontati problemi di inseguimento e di regolazione con un approccio di tipo sliding manifold. In particolare, facendo uso della teoria delle perturbazioni singolari, si è definita una varietà di scivolamento per lo stato del sistema e una legge di controllo espressa formalmente come soluzione di un'equazione differenziale dipendente da un parametro piccolo a piacere. In generale, è noto che in un sistema ad alti guadagni lo stato dell'impianto controllato esibisce due dinamiche differenti, una lenta e una veloce, mentre il segnale di controllo presenta un "picco" iniziale, che può avere conseguenze molto negative. Caratteristica della metodologia adottata è il fatto che lo stato evolve sempre lungo la superficie di scivolamento, evitando così il manifestarsi del fenomeno di peaking tipico dei controlli ad elevati guadagni; in altri termini, con un linguaggio precipuo della teoria delle perturbazioni singolari, l'intero stato è una variabile dinamica "lenta", mentre il controllo è una variabile "veloce" [R3]
La metodologia studiata è stata applicata sia a sistemi lineari e stazionari, evidenziando le notevoli caratteristiche di robustezza esibite dall'impianto controllato, che ad una classe di sistemi non lineari di notevole interesse nelle applicazioni, ovvero i sistemi di tipo meccanico; per quanto riguarda quest'ultimo punto, si sono studiati problemi di inseguimento di una traiettoria assegnata per un robot di tipo PUMA [R7]. In particolare, oltre a considerare un problema di inseguimento robusto di traiettoria, si è mostrato che la Proprietà di Approssimabilità permette di affrontare efficacemente il problema delle dinamiche non modellate degli attuatori.
Successivamente si è considerata la possibilità dell'introduzione di una azione di tipo integrale nella legge di controllo, in modo da ottenere reiezione asintotica completa di disturbi persistenti costanti e inseguimento asintoticamente perfetto di riferimenti costanti anche in presenza di guadagni non elevati. Si è inoltre affrontato il problema di imporre limiti sulla massima pendenza del controllo tramite una legge di controllo tempo variante che conservasse però le stesse caratteristiche di robustezza della precedente [R9]. Infatti è risultato evidente che la legge di controllo proposta in precedenza sposta il problema del picco sulla derivata del controllo: se, come detto in precedenza, l'intero stato è lento e il controllo è veloce, è la derivata del controllo che rischia di manifestare il fenomeno del peaking. La strategia definita in [R9] ha permesso di limitare opportunamente tanto la pendenza iniziale (derivata prima) che la curvatura iniziale (derivata seconda) facendo uso di due opportuni parametri matriciali. Questa legge è stata anche provata sperimentalmente su un robot industriale COMAU [R8] disponibile presso il Laboratorio di Robotica dell'Università degli Studi di Napoli “Federico II” (ora Prisma Lab), osservando un ottimo accordo fra i risultati previsti dalla teoria e ottenuti tramite simulazioni e quelli ricavati sperimentalmente, in un caso reale in cui effettivamente, data la limitata prontezza degli attuatori, l'azione di rate limiting è indispensabile all'implementazione della strategia di controllo.
In collaborazione con Alenia Spazio S.p.A. si è studiato il problema di regolare l'assetto sia durante la fase di despin che in fase di regolazione fine per la capsula CA.RI.NA. (Capsula di Rientro Non Assistito), progettata per eseguire esperimenti di microgravità, modellandone anche gli attuatori, thruster a idrazina da 20N. Quindi ci si è occupati del controllo in fase di rientro di capsule abitate di tipo ACRV (Assured Crew Reentry Vehicle), nell'ambito del progetto più generale di creazione e gestione di una stazione spaziale orbitante. In particolare ci si è occupati della strategia di guida e del controllo di traiettoria, di assetto e del filtraggio dei dati dei sensori durante la fase di rientro (da 120 km a 7 km di quota), in presenza di incertezze aerodinamiche e disturbi esogeni di tipo atmosferico. Per il controllo di traiettoria si è scelto un controllo misto LQ tempovariante e VSS [R5], mentre per il controllo di traiettoria, per garantire la possibilità di eseguire ampie manovre angolari, si è scelta una descrizione della cinematica tramite quaternioni e una legge di controllo di tipo sliding manifold, come descritto al punto precedente [R6].
Il controllo attivo di sistemi vibranti è un argomento che sempre più spesso ha attirato l'attenzione dei ricercatori nell'ambito dei Controlli Automatici. Ad esempio, in ambito aerospaziale, l'elevato valore del rapporto costo/peso per il materiale trasportato in orbita spinge all'impiego di strutture sempre più leggere e quindi sempre più flessibili. Infatti i valori più alti di accelerazione sono esperiti dal carico solo nella fase di lancio, mentre nella fase operativa le sollecitazioni sono relativamente basse, il che rende possibile l'adozione di strutture leggere a patto di usare opportune strategie di controllo di vibrazioni durante il lancio.
L'uso di metodi passivi per la riduzione delle vibrazioni, quali l'adozione di materiali fonoassorbenti, è possibile solo per contrastare vibrazioni a frequenza relativamente elevata (al di sopra dei 3-400 Hz), pena l'adozione di spessori proibitivi del materiale assorbente da impiegare. Per questo motivo, l'impiego di strategie di controllo attivo a frequenze basse è di notevole interesse.
In questo ambito, si è scelto inizialmente di usare le strategie di controllo sliding manifold del primo ordine descritte in precedenza. Poiché uno dei principali problemi presenti nel controllo dei sistemi flessibili è di evitare l'eccitazione di dinamiche non modellate in alta frequenza, il primo approccio ha fatto uso della strategia sliding con limiti sulla pendenza descritta in precedenza, in modo da garantire un segnale di controllo sufficientemente “dolce”. Successivamente si è adottata una variante della legge di controllo che, basandosi su un approccio modale, permettesse di aumentare lo smorzamento solo per alcuni modi di vibrazione della struttura in modo da agire proprio nelle zone frequenziali in cui più dannoso sarebbe l'effetto di un disturbo, che in assenza di azione di controllo sarebbe amplificato dal fenomeno della risonanza, e lasciando inalterati gli altri modi così da combattere il dannoso fenomeno dello “spill-over”, ovvero la retroazione di dinamiche non modellate. Questa strategia è stata applicata anche considerando l'uso di osservatori sliding robusti [R10].
Il passo successivo è stato considerare strategie di feedback co-locato, rese possibili tecnologicamente dall'uso di attuatori piezoelettrici in configurazione “self-sensing”, ovvero in cui il dispositivo piezoelettrico funga contemporaneamente da attuatore e sensore. Si è in questo caso usata una strategia di sliding del secondo ordine [C27] (descritta in seguito) che ha dato ottimi risultati con un feedback di uscita, permettendo l'eliminazione dell'osservatore di stato.
Il lavoro svolto in questo ambito ha prodotto ottimi risultati, ed è sfociato nella partecipazione a diversi progetti di ricerca, fra cui il prestigioso MESA (Magnetostrictive Equipment and Systems for more electric Aircraft) del 5° Programma Quadro della Comunità Europea, nell’ambito dell’azione “Competitive and Sustainable Growth”.
Si sono analizzate strategie di controllo sliding del secondo ordine, che permettono di dimezzare il numero di misure richieste per la chiusura del ciclo di reazione. La metodologia proposta è stata applicata al caso del controllo di strutture flessibili [C27], come sarà dettagliato successivamente. Inoltre si è considerato un controllore sliding del secondo ordine che, sulla base di considerazioni di tipo geometrico, potesse agire solo in opportuni sottospazi dello spazio di stato [R11].
Il passo finale è stato quello di considerare sliding di qualsiasi ordine, unificando così teoricamente tutti i risultati precedenti e dimostrando che strategie di questo genere tendono ad “aggiungere zeri” all'impianto controllato, tendendo asintoticamente a portare il grado relativo a zero [R12]. Ciò costituisce una formalizzazione matematica rigorosa della classica aggiunta di “poli lontani” ben nota nella Teoria dei Controlli Automatici.
Di recente si è iniziata una linea di attività sul controllo di “smart materials”. Con questo termine si intende la possibilità di usare tecniche di controllo e compensazione locale di dispositivi realizzati con materiali innovativi (piezoelettrici, magnetostrittivi, leghe a memoria di forma, fluidi elettroreologici e magnetoreologici, gel polimerici, nanotubi in carbonio) da implementare poi in dispositivi di elaborazione dell’informazione e controllo (microcontrollori) “embedded”, in modo da sviluppare dispositivi “intelligenti” basati su materiali innovativi. In questo campo si è considerato il caso di attuatori magnetostrittivi, che sono caratterizzati in sostanza da due fenomeni di isteresi concomitanti: una classica isteresi di tipo ferromagnetico e un'altra di tipo meccanico. Facendo uso di un modello di isteresi di tipo fenomenologico ottenuto combinando modelli di Preisach e sistemi fuzzy, si è definito uno pseudo-compensatore per l'attuatore magnetostrittivo che permette una riduzione delle perdite per isteresi e quindi un incremento dell'efficienza del dispositivo utilizzato [R13].
Un altro filone di indagine si è orientato ad applicazioni dell'Ingegneria Idraulica. In particolare, si sono considerate tecniche di decisione e controllo fuzzy per la regolazione di portata su un invaso artificiale (diga). La strategia di regolazione fuzzy affronta il problema dell’inseguimento di un setpoint (e più in generale di una traiettoria) discriminando il caso in cui l’errore sia negativo da quello in cui è positivo e reagendo in maniera differente: ciò infatti dal punto di vista fisico corrisponde alle due diverse situazioni di surplus e deficit idrico, quindi chiaramente richiede trattamenti differenti, che sarebbero impossibili con semplici strategie di controllo lineari. Inoltre, una strategia di decisione, ancora fuzzy, gerarchicamente superiore definisce il profilo di portata da imporre mese per mese a seconda della stagione dell’anno e della disponibilità di acqua nel bacino. In questo modo si è potuto dotare l'impianto di gestione di una capacità predittiva che permette di gestire in maniera oculata le risorse idriche disponibili.