Toute personne ayant étudié le domaine de la science et de l’ingénierie doit avoir entendu le mot “contrôle” une fois. En particulier, le terme “contrôle automatique” est souvent utilisé dans le domaine des sciences et de l’ingénierie. Le domaine du contrôle est si vaste qu’un livre spécialisé pourrait être écrit à lui seul, mais cette fois-ci, jetons un bref coup d’œil à “Qu’est-ce que le contrôle”. Nous discuterons de la différence entre le contrôle automatique et le contrôle manuel, de la différence entre le contrôle par rétroaction et le contrôle par anticipation, et de la relation entre l’intelligence artificielle et l’intelligence artificielle. edge computingNous aborderons également la relation entre l’intelligence artificielle et le contrôle, qui sont devenus populaires ces dernières années.
Qu’est-ce que le contrôle ? Contrôle automatique et contrôle manuel
Quelle est la définition du contrôle ? “Le contrôle” est défini comme “la manipulation et le réglage du système pour atteindre l’état souhaité”. C’est-à-dire travailler avec le système pour l’amener à l’état désiré ou pour le maintenir.
Le “contrôle” peut être grossièrement divisé en deux types. Le “contrôle manuel” et le “contrôle automatique”. Le contrôle manuel signifie que l’homme intervient sur le système. En d’autres termes, il est défini comme “l’intervention humaine dans les opérations et les réglages effectués sur le système.” Par exemple, s’il fait froid et que l’on fait généralement un feu de joie, et que le feu est si petit qu’il ne chauffe pas, le “contrôle” consiste à augmenter la quantité de bois de chauffage pour que le feu soit plus grand. Dans un tel cas, on considère que l’être humain contrôle la taille du feu de joie en ajustant la quantité de contrôle de “la quantité de bois de chauffage” avec la “taille du feu” comme quantité cible pour le “système de chauffage” du feu de joie peut faire.
D’autre part, le contrôle automatique consiste à travailler automatiquement sur le système. En d’autres termes, elle se définit comme “l’exécution d’opérations et de réglages sur le système sans intervention humaine”. Par exemple, lorsqu’il fait chaud et que le climatiseur est allumé, l’homme ne fait que régler la température. Ensuite, le climatiseur ajuste automatiquement la température pour atteindre ou maintenir cette température. Dans ce cas, on peut considérer que le “système de refroidissement” appelé climatiseur contrôle automatiquement la température avec la température réglée comme quantité cible et la quantité de circulation du réfrigérant comme quantité de contrôle.
Méthode de contrôle classique, contrôle par rétroaction, et contrôle par anticipation
Dans l’exemple de climatiseur ci-dessus, la quantité de circulation de réfrigérant est contrôlée comme quantité de contrôle pour la quantité cible fixée. En d’autres termes, la quantité actuelle (température ambiante) est mesurée par un capteur, et la quantité contrôlée (quantité de circulation de réfrigérant) est déterminée en la comparant à la quantité cible (température ambiante définie). Et en répétant cette opération, la quantité actuelle se rapproche progressivement de la quantité cible. En d’autres termes, la méthode de contrôle est utilisée pour rapprocher la quantité actuelle de la quantité cible en comparant la quantité actuelle à la quantité cible et en ajoutant la différence à la quantité actuelle. Une telle méthode de contrôle est appelée contrôle par rétroaction. Cela s’explique par le fait que la différence est réinjectée dans la quantité actuelle et ajoutée.
La commande par rétroaction est une méthode de commande très courante et largement utilisée. Cependant, en principe, elle présente l’inconvénient d’un délai avant que la quantité actuelle atteigne la quantité cible. Par exemple, il faut du temps pour atteindre la température de consigne du bain, et il faut du temps pour que la température du climatiseur se stabilise.
D’autre part, il y a la commande par anticipation. La commande par anticipation est une méthode de commande qui prédit l’apparition d’une perturbation et la quantité de commande lorsqu’il y a une perturbation dans le système ou lorsque la quantité de commande requise peut être prédite à l’avance et ajoute la quantité de commande correspondante. Souvent utilisé en plus de la commande par rétroaction. Par exemple, la commande par anticipation peut être utilisée pour déterminer une quantité de commande approximative, et la commande par rétroaction peut être utilisée pour un réglage fin. L’intelligence artificielle peut également être utilisée pour prédire la quantité de contrôle.
À titre d’exemple concret, au lieu de mesurer la température actuelle du bain et de la comparer à la quantité contrôlée, il est possible de la prévoir à l’avance et d’émettre la quantité contrôlée en fonction de celle-ci. Cela permet de réduire le temps nécessaire pour atteindre la température de consigne.
Contrôle automatique et intelligence artificielle
Certains climatiseurs et baignoires récents règlent automatiquement la température optimale lorsque vous appuyez sur le “bouton aléatoire”. Un tel contrôle ne peut pas être obtenu uniquement par une commande classique à rétroaction ou à anticipation. En effet, il est nécessaire de collecter plusieurs facteurs en même temps pour déterminer la quantité de contrôle afin de déterminer la température optimale. Par exemple, lors du réglage de la température d’un bain, il est nécessaire de collecter des facteurs tels que le temps, la température et l’humidité, ainsi que la température du bain, afin de porter un jugement global et de déterminer le degré de contrôle du bain.
En outre, lors de l’utilisation de piles à combustible domestiques, qui se sont répandues récemment, il est nécessaire de déterminer la quantité optimale de régulation en tenant compte de la quantité d’énergie produite et de la quantité restante du réservoir, en plus de la température de l’eau chaude. Il y a donc plus de facteurs à prendre en compte que pour les chauffe-eau traditionnels. Et les facteurs à prendre en compte ont tendance à augmenter au fur et à mesure que de nouvelles technologies deviennent disponibles. Dans ces conditions, il devient nécessaire d’effectuer non seulement un contrôle sur la valeur cible mais aussi un contrôle “optimal” sur l’ensemble du système.
Pour répondre à ces exigences de contrôle “optimal”, l’intelligence artificielle, notamment l’apprentissage profond par les réseaux neuronaux, est souvent utilisée pour prendre des décisions globales. Les réseaux neuronaux peuvent déterminer la quantité de contrôle en évaluant globalement plusieurs facteurs en même temps. En outre, le formidable développement du matériel et des logiciels au cours des dernières années a ouvert de belles perspectives en termes de vitesse. Bien qu’un apprentissage soit nécessaire, les avantages de la capacité à déterminer la quantité optimale de contrôle pour un grand nombre de facteurs sont énormes. En tant que technologie complémentaire à la commande conventionnelle par rétroaction et à la commande par anticipation, elle deviendra indispensable pour les futures technologies de commande.
Contrôle automatique et edge computing
Dans l’exemple ci-dessus, nous avons donné des exemples de climatiseurs et de chauffe-eau qui ne nécessitent pas une grande vitesse de régulation, mais même dans ces exemples, il est préférable d’avoir une vitesse de régulation élevée. Mais qu’en est-il des autres domaines ? Dans les domaines des systèmes industriels et de l’automobile en particulier, la vitesse de commande doit être plus élevée. Si l’on prend l’exemple de la commande du moteur d’une voiture, le contrôle est effectué par unités de quelques millisecondes. De même, dans les systèmes de production, les systèmes de contrôle nécessitent de la vitesse. Depuis l’avènement de l’informatique cloud , l’utilisation du cloud s’est accrue dans divers domaines industriels, mais le goulot d’étranglement est sa vitesse. Il n’est pas facile, en termes de vitesse, de réaliser le système de contrôle mentionné ci-dessus uniquement par l’informatique cloud . Par conséquent, edge computingqui est avantageux en termes de vitesse par rapport à l’informatique cloud , est considéré comme efficace.
L’avenir du contrôle automatique
L’automatisation est en fait un domaine très ancien qui aurait été réalisé mécaniquement dès la fin du 18ème siècle. Autrefois, ces automatismes étaient réalisés sous forme analogique. La méthode de contrôle classique a été établie à cette époque analogique. Actuellement, celle-ci est numérisée et utilisée, mais dorénavant, l’intelligence artificielle viendra la compléter. L’automate, qui a progressivement changé de forme en intégrant de nouvelles technologies, est encore mis à jour par des technologies telles que l’intelligence artificielle et le edge computing.