Chiunque abbia studiato il campo della scienza e dell’ingegneria dovrebbe aver sentito almeno una volta la parola “controllo”. In particolare, la parola “controllo automatico” è spesso usata nel campo della scienza e dell’ingegneria. Il campo del controllo è così profondo che un libro specializzato potrebbe essere scritto da solo, ma questa volta diamo una breve occhiata a “Che cos’è il controllo?”. Parleremo della differenza tra controllo automatico e controllo manuale, della differenza tra controllo a retroazione e controllo a feed-forward, e del rapporto tra intelligenza artificiale e controllo a retroazione. edge computingche sono diventati popolari negli ultimi anni.
Che cos’è il controllo? Controllo automatico e controllo manuale
Qual è la definizione di controllo? Il termine “controllo” è definito come “manipolazione e regolazione del sistema per raggiungere lo stato desiderato”. Cioè, lavorare con il sistema per portarlo allo stato desiderato o per mantenerlo.
Il “controllo” può essere suddiviso grossolanamente in due tipi. “Controllo manuale” e “controllo automatico”. Per controllo manuale si intende l’intervento umano sul sistema. In altre parole, è definito come “l’intervento umano nelle operazioni e nelle regolazioni eseguite sul sistema”. Ad esempio, se fa freddo e di solito si fa un falò, e il fuoco è così piccolo che non si scalda, il “controllo” consiste nell’aumentare la quantità di legna per rendere il fuoco più grande. In questo caso, si ritiene che gli esseri umani controllino le dimensioni del falò regolando la quantità di controllo della “quantità di legna da ardere” con la “dimensione del fuoco” come obiettivo che il “sistema di riscaldamento” del falò può raggiungere.
D’altra parte, il controllo automatico è l’intervento automatico sul sistema. In altre parole, è definito come “l’esecuzione di operazioni e regolazioni del sistema senza l’intervento umano”. Ad esempio, quando fa caldo e si accende il condizionatore d’aria, l’uomo si limita a impostare la temperatura. Poi, il condizionatore d’aria regola automaticamente la temperatura per raggiungere o mantenere quella temperatura. In questo caso, si può ritenere che il “sistema di raffreddamento” chiamato condizionatore d’aria controlli automaticamente la temperatura con la temperatura impostata come quantità target e la quantità di circolazione del refrigerante come quantità di controllo.
Metodo di controllo classico, controllo a retroazione e controllo a feedforward
Nell’esempio di condizionatore d’aria di cui sopra, la quantità di circolazione del refrigerante è controllata come quantità di controllo per la quantità target impostata. In altre parole, la quantità attuale (temperatura ambiente) viene misurata da un sensore e la quantità controllata (quantità di circolazione del refrigerante) viene determinata confrontandola con la quantità target (temperatura ambiente impostata). Ripetendo questa operazione, la quantità attuale si avvicina gradualmente alla quantità target. In altre parole, il metodo di controllo viene utilizzato per avvicinare la quantità corrente alla quantità target confrontando la quantità corrente con la quantità target e aggiungendo la differenza alla quantità corrente. Questo metodo di controllo è chiamato controllo a retroazione. Questo perché la differenza viene riportata alla quantità corrente e aggiunta.
Il controllo a retroazione è un metodo di controllo molto comune e ampiamente utilizzato. Tuttavia, in linea di principio, presenta lo svantaggio di un ritardo prima che la quantità corrente raggiunga la quantità target. Ad esempio, ci vuole tempo per raggiungere la temperatura impostata del bagno e per stabilizzare la temperatura del condizionatore.
Dall’altro lato, c’è il controllo feedforward. Il controllo feedforward è un metodo di controllo che prevede il verificarsi di un disturbo e la quantità di controllo in presenza di un disturbo nel sistema o quando la quantità di controllo richiesta può essere prevista in anticipo e aggiunge la quantità di controllo corrispondente. Spesso viene utilizzato in aggiunta al controllo di retroazione. Ad esempio, il controllo feedforward può essere utilizzato per determinare una quantità di controllo approssimativa, mentre il controllo di retroazione può essere utilizzato per la regolazione fine. Per prevedere la quantità di controllo può essere utilizzata anche l’intelligenza artificiale.
Per fare un esempio specifico, invece di misurare la temperatura attuale del bagno e confrontarla con la quantità controllata, è possibile prevederla in anticipo ed emettere la quantità controllata commisurata ad essa. In questo modo si riduce il tempo necessario per raggiungere la temperatura impostata.
Controllo automatico e intelligenza artificiale
Alcuni condizionatori e bagni recenti impostano automaticamente la temperatura ottimale quando si preme il “tasto Random”. Questo tipo di controllo non può essere ottenuto con il classico controllo a retroazione o con il controllo a feedforward. È infatti necessario raccogliere più fattori contemporaneamente per determinare l’entità del controllo al fine di determinare la temperatura ottimale. Ad esempio, quando si imposta la temperatura di un bagno, è necessario raccogliere fattori quali le condizioni atmosferiche, la temperatura e l’umidità, oltre alla temperatura del bagno, per formulare un giudizio completo e determinare la quantità di controllo del bagno.
Inoltre, quando si utilizzano le celle a combustibile domestiche, che si sono diffuse di recente, è necessario determinare la quantità di regolazione ottimale considerando la quantità di energia generata e la quantità residua del serbatoio, oltre alla temperatura dell’acqua calda. Pertanto, ci sono più fattori da considerare rispetto agli scaldacqua tradizionali. Inoltre, i fattori da considerare tendono ad aumentare con la disponibilità di nuove tecnologie. In queste circostanze, diventa necessario eseguire non solo il controllo del valore target, ma anche il controllo “ottimale” dell’intero sistema.
Come risposta a questi requisiti di controllo “ottimale”, viene spesso introdotta l’intelligenza artificiale, in particolare l’apprendimento profondo tramite reti neurali, per prendere decisioni complete. Le reti neurali sono in grado di determinare la quantità di controllo valutando più fattori contemporaneamente. Inoltre, l’enorme sviluppo dell’hardware e del software negli ultimi anni ha aperto prospettive brillanti in termini di velocità. Sebbene sia necessario l’apprendimento, i vantaggi di poter determinare la quantità ottimale di controllo per un gran numero di fattori sono enormi. Essendo una tecnologia che integra il controllo a retroazione e il controllo a feedforward convenzionali, diventerà indispensabile per la tecnologia di controllo futura.
Controllo automatico e edge computing
Nell’esempio precedente, abbiamo fornito esempi di condizionatori d’aria e scaldabagni che non richiedono una grande velocità di controllo, ma anche in questi esempi è meglio avere una velocità di controllo elevata. E per quanto riguarda altri settori? Soprattutto nei settori dei sistemi industriali e delle automobili, è richiesta una maggiore velocità di controllo. Prendendo come esempio il controllo del motore di un’automobile, il controllo viene eseguito in unità di pochi millisecondi. Allo stesso modo, nei sistemi di produzione, i sistemi di controllo richiedono velocità. Dall’avvento dell’informatica cloud , l’uso di cloud è aumentato in vari campi industriali, ma il collo di bottiglia è la sua velocità. Non è facile, in termini di velocità, realizzare il sistema di controllo di cui sopra solo con l’informatica cloud . Pertanto, edge computing, che è vantaggioso in termini di velocità rispetto al calcolo di cloud , è considerato efficace.
Il futuro del controllo automatico
Il controllo automatico è in realtà un campo molto antico che si dice sia stato realizzato meccanicamente alla fine del XVIII secolo. In passato, questi controlli automatici erano realizzati in forma analogica. Il metodo di controllo classico è stato stabilito in quest’epoca analogica. Attualmente è digitalizzato e utilizzato, ma d’ora in poi sarà integrato dall’intelligenza artificiale. Il controllo automatico, che ha gradualmente cambiato forma incorporando nuove tecnologie, è ancora in fase di aggiornamento grazie a tecnologie come l’intelligenza artificiale e l’intelligenza artificiale. edge computing.
