Cualquiera que haya estudiado el campo de la ciencia y la ingeniería debe haber oído alguna vez la palabra “control”. En particular, “control automático” se utiliza a menudo en el campo de la ciencia y la ingeniería. El campo del control es tan profundo que se puede escribir un libro especializado por sí solo, pero en esta ocasión, vamos a echar un breve vistazo a “¿Qué es el control?”. Discutiremos la diferencia entre control automático y control manual, la diferencia entre control de retroalimentación y control de alimentación, y la relación entre inteligencia artificial y edge computingque se han hecho populares en los últimos años.
¿Qué es el control? Control automático y control manual
¿Cuál es la definición de control? “Control” se define como “manipular y ajustar el sistema para alcanzar el estado deseado”. Es decir, trabajar con el sistema para llevarlo al estado deseado o mantenerlo.
El “control” puede dividirse a grandes rasgos en dos tipos. “Control manual” y “control automático”. El control manual significa que los humanos trabajan en el sistema. En otras palabras, se define como “la intervención humana en las operaciones y ajustes realizados en el sistema”. Por ejemplo, si hace frío y suele haber una hoguera, y el fuego es tan pequeño que no se calienta, el “control” consiste en aumentar la cantidad de leña para hacer el fuego más grande. En tal caso, se considera que el ser humano controla el tamaño de la hoguera ajustando la cantidad de control de “la cantidad de leña” con el “tamaño del fuego” como la cantidad objetivo para que el “sistema de calentamiento” de la hoguera pueda hacerlo.
Por otro lado, el control automático consiste en trabajar automáticamente en el sistema. En otras palabras, se define como “la realización de operaciones y ajustes en el sistema sin intervención humana”. Por ejemplo, cuando hace calor y se enciende el aire acondicionado, el ser humano sólo fija la temperatura. Entonces, el aire acondicionado ajusta automáticamente la temperatura para alcanzar o mantener esa temperatura. En este caso, se puede considerar que el “sistema de refrigeración” llamado acondicionador de aire controla automáticamente la temperatura con la temperatura establecida como cantidad objetivo y la cantidad de circulación de refrigerante como cantidad de control.
Método de control clásico, control de retroalimentación y control de avance
En el ejemplo del acondicionador de aire anterior, la cantidad de circulación de refrigerante se controla como la cantidad de control para la cantidad objetivo establecida. En otras palabras, la cantidad actual (temperatura ambiente) se mide mediante un sensor, y la cantidad controlada (cantidad de circulación de refrigerante) se determina comparándola con la cantidad objetivo (temperatura ambiente establecida). Y repitiendo esto, la cantidad actual se acerca gradualmente a la cantidad objetivo. En otras palabras, el método de control se utiliza para acercar la cantidad actual a la cantidad objetivo comparando la cantidad actual con la cantidad objetivo y añadiendo la diferencia a la cantidad actual. Este método de control se denomina control de retroalimentación. Esto se debe a que la diferencia se retroalimenta a la cantidad actual y se añade.
El control por retroalimentación es un método de control muy común y ampliamente utilizado. Sin embargo, en principio, tiene el inconveniente de que hay un retraso antes de que la cantidad actual alcance la cantidad objetivo. Por ejemplo, se tarda en alcanzar la temperatura de consigna del baño, y se tarda en estabilizar la temperatura del aire acondicionado.
Por otro lado, está el control feedforward. El control feedforward es un método de control que predice la aparición de una perturbación y la cantidad de control cuando hay una perturbación en el sistema o cuando la cantidad de control necesaria puede predecirse por adelantado y añade la cantidad de control correspondiente. A menudo se utiliza además del control de retroalimentación. Por ejemplo, el control de avance puede utilizarse para determinar una cantidad de control aproximada, y el control de retroalimentación puede utilizarse para el ajuste fino. La inteligencia artificial también puede utilizarse para predecir la cantidad de control.
Como ejemplo concreto, en lugar de medir la temperatura actual del baño y compararla con la cantidad controlada, es posible predecirla de antemano y emitir la cantidad controlada acorde con ella. De este modo, se acorta el tiempo necesario para alcanzar la temperatura fijada.
Control automático e inteligencia artificial
Algunos acondicionadores de aire y bañeras recientes ajustan automáticamente la temperatura óptima al pulsar el “botón aleatorio”. Este tipo de control no puede lograrse sólo con el control clásico de retroalimentación o el control de avance. Esto se debe a que es necesario recoger múltiples factores al mismo tiempo para determinar la cantidad de control con el fin de determinar la temperatura óptima. Por ejemplo, cuando se ajusta la temperatura de un baño, es necesario recopilar factores como el tiempo, la temperatura y la humedad, así como la temperatura del baño para hacer un juicio exhaustivo y determinar la cantidad de control del baño.
Además, cuando se utilizan pilas de combustible domésticas, que se han generalizado recientemente, es necesario determinar la cantidad óptima de control teniendo en cuenta la cantidad de generación de energía y la cantidad restante del depósito, además de la temperatura del agua caliente. Por lo tanto, hay que tener en cuenta más factores que los calentadores de agua tradicionales. Y los factores que hay que considerar tienden a aumentar a medida que se dispone de nuevas tecnologías. En estas circunstancias, se hace necesario realizar no sólo un control sobre el valor objetivo, sino también un control “óptimo” de todo el sistema.
Como respuesta a estos requisitos de control “óptimo”, a menudo se introduce la inteligencia artificial, concretamente el aprendizaje profundo mediante redes neuronales, para tomar decisiones exhaustivas. Las redes neuronales pueden determinar la cantidad de control juzgando exhaustivamente múltiples factores al mismo tiempo. Además, el enorme desarrollo del hardware y el software en los últimos años ha abierto brillantes perspectivas en términos de velocidad. Aunque es necesario el aprendizaje, las ventajas de poder determinar la cantidad óptima de control para un gran número de factores son enormes. Como tecnología que complementa el control de retroalimentación convencional y el control de avance, se convertirá en algo indispensable para la futura tecnología de control.
Control automático y edge computing
En el ejemplo anterior, dimos ejemplos de aires acondicionados y calentadores de agua que no requieren mucha velocidad de control, pero incluso en estos ejemplos, es mejor tener una velocidad de control alta. ¿Y qué pasa con otros ámbitos? Especialmente en los campos de los sistemas industriales y los automóviles, se requiere más velocidad de control. Tomando como ejemplo el control del motor de un coche, el control se realiza en unidades de unos pocos milisegundos. Del mismo modo, en los sistemas de producción, los sistemas de control requieren velocidad. Desde la llegada de la informática cloud , el uso de la cloud ha ido aumentando en diversos campos industriales, pero el cuello de botella es su velocidad. No es fácil, en términos de velocidad, realizar el sistema de control mencionado anteriormente sólo mediante la computación cloud . Por lo tanto, edge computingque es ventajoso en términos de velocidad sobre la computación cloud , se considera eficaz.
El futuro del control automático
El control automático es en realidad un campo muy antiguo que se dice que se realizó mecánicamente a finales del siglo XVIII. Antiguamente, estos controles automáticos se realizaban de forma analógica. El método de control clásico se estableció en esta era analógica. En la actualidad, éste se digitaliza y se utiliza, pero a partir de ahora, la inteligencia artificial lo complementará. El control automático, que ha ido cambiando su forma al incorporar nuevas tecnologías, sigue actualizándose con tecnologías como la inteligencia artificial y edge computing.
