Ohjausalgoritmiryhmät
Ohjausalgoritmiryhmät ovat ohjausjärjestelmän suunnittelussa käytettyjen algoritmien ja lähestymistapojen ryhmiä, jotka jakavat tavoitteet, mallit ja ratkaisutavat. Ryhmät eroavat siinä, miten ne vaikuttavat järjestelmän tilaan ja ulkoisiin vaikutuksiin sekä millaisia oletuksia ne tekevät mallin ja ympäristön suhteen. Niiden valinta riippuu tavoitteista, mittaus- ja laskentamahdollisuuksista sekä käyttöympäristöstä.
Käytetyimmät ohjausalgoritmiryhmät voidaan tiivistää seuraaviin pääkategorioihin:
- Klassinen (perinteinen) ohjaus: PID- sekä PI- ja PD-säätimet sekä yksinkertaiset kompensaattorit, jotka toimivat hyvin lineaarisissa, hyvin
- Tilaperusteinen ohjaus (state-space): ohjaus ja estimointi tilarekisterin avulla, kuten LQR (lineaarinenquadratic regulator), LQG (LQR + Kalman-suodatin) sekä
- Mallipohjainen ohjaus: mallin mukaan optimointiin tähtäävä MPC (model predictive control) sekä dynaaminen ohjelmointi, jossa otetaan huomioon
- Robust-ohjaus: menetelmät, jotka takaavat toimivuuden epävarmuuden vallitessa, esimerkiksi H-infinity -ohjaus.
- Adaptatiivinen ohjaus: sopeutuva säätö (MRAC) sekä itsevirittäviä järjestelmiä, kun mallinen tieto on epätarkka.
- Fuzzy- ja neuroohjaus: epälineaaristen järjestelmien hallintaan käytetyt järjettömyys- tai neuroverkkoihin sekä epälineaarisuuteen perustuvat ohjausmenetelmät.
- Sliding mode -ohjaus: robusti, epätarkkoihin malleihin hyvin soveltuva ohjaus.
- Stokastinen ja optimalinen ohjaus: ohjaus, jossa otetaan huomioon epävarmuudet ja todennäköisyydet sekä tavoitteena optimaalinen suorituskyky.
- Hybridit ja dataohjaus: hybridijärjestelmät sekä data- tai oppimispohjaiset menetelmät, mukaan lukien reinforcement learning.
Soveltamisen valinta riippuu mallin tuntemuksesta, järjestelmän lineaarisuudesta, vaaditusta reaalilakisesta vasteesta sekä laskenta- ja mittausresursseista. Ohjausmenetelmät voivat