Analisi comparativa degli approcci autotuning e plug and control per la sintesi di controlli industriali

Several studies conducted in various industrial sectors indicate that the vast majority of controls (in some sectors up to 90-95%) are composed of PI or PID loops or simple control structures based on them. However, the same studies indicate that in many cases (in some sectors up to 80%) controllers are used in manual mode because their operation in automatic mode “worsens” the behavior of the process. Nowadays, taking advantage of the benefits introduced by Industry 4.0 and IoT and the possibility of communication between devices, even heterogeneous ones, it becomes interesting to find a new alternative for process control that is called Plug and Control (in the development of this thesis). This strategy exploits the possibility of knowing a model of the process faithful to the real system to be controlled instead of just an abstraction as a transfer function and from this derives an increase in performance and a real knowledge of the robustness of the controller. Moreover, if the robustness of the control system is evaluated with respect to the variability of physical parameters (and not of parameters of an abstract model from physics), it is intuitively possible to provide more solid and better interpretable guarantees. Because of the complexity and vastness of this topic, this thesis aims to respond as much as possible to the initial problems and show how Plug and Control is better than autotuning when the first one is possible. In the first part of the thesis are explained how PID controllers work and what the model based autotuning consists of. To follow is presented a ``new method'' for the tuning of controllers that can take advantage of the idea of Plug and Control. In order to show the greater efficiency of the second method, to evaluate its meaningfulness and to confirm its feasibility, several cases of engineering interest are proposed. An integral part of the work is the choice of performance indexes that will be introduced to provide an objective analysis of the results obtained by the two different control strategies.

Diversi studi in vari ambiti industriali indicano che la maggioranza dei controlli (in alcuni settori fino al 90-95%) è composta da loop PI o PID o da semplici strutture di controllo basate su di essi. Gli stessi studi indicano però che in molti casi (in alcuni settori fino all'80%) i controllori vengono lasciati in manuale perché il loro operato in automatico “peggiora” il comportamento del processo. Oggigiorno, sfruttando i vantaggi introdotti dall'Industria 4.0, dall'IoT e dalle possibilità di comunicazione tra dispositivi anche eterogenei, diventa interessante una nuova alternativa per il controllo dei processi che, in questo elaborato, prenderà il nome di Plug and Control. Questa strategia sfrutta la possibilità di conoscere un modello fedele del processo da controllare invece che solamente una sua astrazione come funzione di trasferimento e da ciò ne deriva un aumento delle prestazioni e una reale conoscenza della robustezza del controllore. Inoltre, se la robustezza del sistema di controllo viene valutata rispetto alla variabilità, non di parametri di un modello astratto dalla fisica ma proprio di parametri fisici, è intuitivamente possibile fornire a riguardo garanzie più solide e meglio interpretabili. Data la complessità e la vastità di questo argomento, questa tesi si prefigge di rispondere il più possibile ai problemi iniziali e mostrare come il Plug and Control, quando possibile, sia preferibile ad un autotuning. Nella prima parte del lavoro viene spiegato il funzionamento dei controllori PID e in cosa consiste il model based autotuning seguito dalla presentazione di un ``nuovo metodo'' per la taratura dei regolatori che possa sfruttare l'idea di Plug and Control. Con lo scopo di mostrare la maggior efficienza del secondo metodo, valutarne la sensatezza e confermarne la realizzabilità vengono proposti diversi casi d'interesse ingegneristico. Parte integrante del lavoro è la scelta di indici di prestazione che verranno introdotti per fornire un'analisi oggettiva dei risultati ottenuti dalle due diverse strategie di controllo.