LOGICHE DI REGOLAZIONE
59
il massimo controllo teorico, ma non è sempre necessario complicare il loop con la derivativa se il PI già fornisce prestazioni soddisfacenti o se i sensori sono rumorosi. Molti progettisti preferiscono partire con un PI e aggiungere D solo se serve effettivamente. D’altra parte, nulla vieta di configurare comunque un PID: se la parte D non è utile, la si può impostare a zero, ottenendo di fatto un PI; ma averla disponibile permette di attivarla qualora le condizioni lo richiedano. In conclusione, P, PI e PID rappresentano la famiglia classica dei controlli regolatori in retroazione. Riassumendo i loro effetti: la P dà reazione proporzionale all’errore (accorcia le oscillazioni ma da sola lascia offset), la I elimina l’errore statico (ma può introdurre ritardi e overshoot se eccessiva), la D anticipa la risposta frenando i cambiamenti rapidi (ma amplifica il rumore). Il PID completo, se ben tarato, può offrire un controllo molto preciso e stabile anche in situazioni difficili, ed è per questo un riferimento nell’automazione HVAC. 5.6. Logiche di controllo adattative Per controllo adattativo si intende una logica capace di adattare sé stessa nel tempo in base al compor- tamento del sistema controllato. In un controllore adattativo, i parametri di controllo non sono fissi ma cambiano automaticamente quando le condizioni operative variano o se il modello iniziale era impreciso. Lo scopo è mantenere prestazioni ottimali anche al variare delle caratteristiche del processo. Un tipico esempio di controllo adattativo è il PID auto-ottimizzante: il sistema monitora la risposta dell’im- pianto e ritocca continuamente i valori di Kp, Ki, Kd per compensare variazioni (ad esempio, un impianto HVAC può avere dinamiche diverse in estate vs inverno, o un ventilatore può cambiare comportamento se i filtri sono sporchi). Mentre un PID classico con taratura fissa può risultare perfetto in certe condizioni e meno efficace in altre, un PID adattativo “impara” e si aggiorna, mantenendo il controllo accurato. Alcuni controllori commerciali includono funzioni di self-tuning o auto-apprendimento: ad esempio all’avvio possono eseguire una procedura di oscillazione controllata per stimare la risposta dell’impianto e settare automaticamente i parametri PI/PID ottimali. In generale, possiamo definire adattativa una strategia di controllo che impiega meccanismi di auto-tara- tura o ri-apprendimento per far fronte a deviazioni impreviste dalle condizioni di progetto. Tipicamente, un controllore adattativo incorpora strumenti di identificazione del sistema: utilizza i dati raccolti dai sensori durante il funzionamento per ricalibrare periodicamente i parametri del controllore o il modello del sistema. In questo modo, se nel tempo il comportamento dell’impianto cambia (per guasti, invecchia- mento, variazione di carichi termici, modifiche strutturali, ecc.), il controllo si “aggiorna” da sé e continua a operare in modo efficiente. Questo è in contrasto con i controlli tradizionali statici, che una volta tarati restano con quei parametri e possono degradare le prestazioni se lo scenario muta. Un caso applicativo interessante delle logiche adattative è l’uso di algoritmi di intelligenza artificiale e machine learning in HVAC. Si è visto che tali approcci adattativi possono portare a incrementi di perfor- mance notevoli, con risparmi energetici, maggiore stabilità e precisione nel controllo.
L’impiego di logiche adattative è particolarmente utile quando:
• Il sistema controllato è altamente non stazionario, ovvero i suoi parametri cambiano nel tempo (ad esempio un edificio con uso variabile, o un processo con dinamiche differenti in base alla stagione). • Non è disponibile un modello accurato a priori, oppure realizzare una taratura fissa robusta è difficile. L’adattivo allora “si arrangia” a trovare la miglior regolazione. • Si vuole automatizzare la messa a punto del controllo, evitando lunghe sessioni di tuning manuale. In impianti complessi con molti loop, un controllo auto-tarante fa risparmiare tempo al system integrator. • Sono richieste prestazioni elevate e consistenti nonostante incertezze e disturbi: l’adattivo può reagire a condizioni inaspettate meglio di un fisso. Da notare che esistono vari gradi di adattatività: dalla semplice variazione dei parametri PID (gain scheduling, ad esempio cambiando i parametri in funzione di certe condizioni note, come temperatura esterna o modalità estate/inverno) fino ad arrivare a controllori completamente auto-adattanti basati
Powered by FlippingBook