Otomatik Kontrol: Kuram, Analiz ve Tasarım

Otomatik kontrolü geri besleme, fiziksel modelleme, transfer fonksiyonları, kararlılık, PID, kök-yer eğrisi, frekans cevabı, durum uzayı ve ileri kontrol yöntemleri üzerinden ele alan kapsamlı ders notu.

Giriş

Kontrol, bir sistemin davranışını istenen yönde değiştirme problemidir.

İnsan günlük hayatta farkında olmadan sürekli kontrol işlemleri gerçekleştirir. Bir otomobili şeritte tutarken, bardağı elimize götürürken, bisiklet sürerken veya bir nesneyi dengede tutarken üç temel işlem tekrar edilir:

İstenen durum göz önüne alınır.
Gerçek durum algılanır.
Aradaki farkı azaltacak eylem uygulanır.

Bu döngü otomatik kontrolün de özüdür.

Bir gemiyi belirli rotada tutmak isteyen insan:

istenen rota
      ↓
karşılaştırma
      ↓
rota hatası
      ↓
karar
      ↓
dümen hareketi
      ↓
geminin yeni yönü
      └────────────── geri ölçüm

zincirini sürekli tekrarlar.

İnsan yerine sensör, işlemci, kontrol algoritması ve eyleyici kullanıldığında aynı işlev otomatik kontrol sistemi haline gelir.

Bu nedenle otomatik kontrol yalnızca:

Bir PID katsayısı hesaplamak

değildir.

Daha geniş mühendislik problemi şudur:

Bir fiziksel veya sayısal sistemin ölçülebilir davranışını, bozuculara, belirsizliklere, gürültüye ve fiziksel sınırlara rağmen istenen davranışa yöneltecek geri besleme yapısını tasarlamak.

İyi bir kontrol sistemi yalnızca hedefe ulaşmaz.

Aynı zamanda:

kararlı olmalı,
yeterince hızlı olmalı,
aşırı salınım üretmemeli,
kalıcı hatayı sınırlandırmalı,
bozucuları bastırmalı,
ölçüm gürültüsüne aşırı tepki vermemeli,
model hatalarına dayanıklı olmalı,
eyleyici sınırlarını aşmamalı,
gerçek zamanda hesaplanabilmeli,
arıza durumlarında güvenli davranmalıdır.

Bu ders notu otomatik kontrolü şu çizgide ele alır:

Sezgi
↓
Tanım
↓
Fiziksel model
↓
Diferansiyel denklem
↓
Transfer fonksiyonu
↓
Zaman cevabı
↓
Kararlılık
↓
Kalıcı durum
↓
PID ve kompanzasyon
↓
Kök-yer eğrisi
↓
Frekans cevabı
↓
Durum uzayı
↓
Sayısal kontrol
↓
Modern kontrol
↓
Gerçek sistem doğrulaması

1. Kontrol nedir?

Bir sistemin girişini değiştirerek çıkışını istenen davranışa yönlendirmeye kontrol denir.

Örneğin bir DC motorun:

girişi  → motor gerilimi
çıkışı → açısal hız

olabilir.

Amaç:

ω(t) → ω_ref(t)

olacak şekilde motor gerilimini belirlemektir.

Benzer biçimde:

Fırın:
giriş  → ısıtıcı gücü
çıkış → sıcaklık

Robot kol:
giriş  → motor torkları
çıkış → eklem konumları

Araç:
giriş  → direksiyon açısı
çıkış → yanal konum

Sunucu soğutma:
giriş  → fan hızı
çıkış → işlemci sıcaklığı

kontrol problemleri oluşturur.

2. Otomatik kontrol

Kontrol eyleminin insanın sürekli müdahalesi olmadan bir sistem tarafından gerçekleştirilmesine otomatik kontrol denir.

Tipik yapı:

Referans
   ↓
Denetleyici
   ↓
Eyleyici
   ↓
Kontrol edilen sistem
   ↓
Çıkış

Kapalı çevrimde buna ölçüm geri beslemesi eklenir:

             +--------------------------+
             |                          |
             |                      Sensör
             |                          |
             |                          ↓
Referans → (+) → Hata → Denetleyici → Eyleyici → Sistem → Çıkış
           (-) ↑__________________________________________|

3. Temel terimler

3.1. Kontrol edilen sistem — plant

Kontrol edilmek istenen mekanizma, proses veya fiziksel sistemdir.

Örnek:

motor,
robot,
fırın,
kimyasal proses,
uçak,
manyetik askı sistemi.

3.2. Çıkış

Kontrol edilmek istenen değişkendir.

y(t)

ile gösterilebilir.

3.3. Referans

Çıkışın izlemesi istenen değerdir.

r(t)

ile gösterilir.

3.4. Hata

Negatif geri besleme için:

e(t) = r(t) - y(t)

şeklinde tanımlanır.

3.5. Denetleyici

Hata ve gerektiğinde başka ölçümlerden kontrol sinyalini üretir.

u(t) = C(e, ...)

3.6. Eyleyici

Denetleyicinin düşük güçlü kararını fiziksel etkiye dönüştürür.

Örneğin:

elektrik motoru,
vana,
servo,
hidrolik silindir,
ısıtıcı,
güç elektroniği.

3.7. Sensör

Fiziksel çıkışı ölçülebilir elektriksel veya sayısal bilgiye dönüştürür.

3.8. Bozucu

Sistem davranışını istenmeyen biçimde etkileyen dış etkidir.

d(t)

ile gösterilebilir.

3.9. Ölçüm gürültüsü

Sensör verisine eklenen istenmeyen bileşendir.

n(t)

olarak gösterilebilir.

4. Açık çevrim kontrol

Açık çevrim sistemde çıkış ölçülerek kontrol kararına geri verilmez.

Referans
   ↓
Denetleyici
   ↓
Sistem
   ↓
Çıkış

Örnek:

Çamaşır makinesi:
motoru 20 dakika çalıştır

komutu gerçek temizlik sonucunu ölçmeden uygulanıyorsa açık çevrimdir.

Avantajları:

basit,
ucuz,
kararlılık problemi daha sınırlı,
sensör gerektirmeyebilir.

Dezavantajları:

bozucuyu düzeltemez,
model hatasını telafi edemez,
sistem değişimine uyum sağlayamaz.

5. Kapalı çevrim kontrol

Kapalı çevrim sistem çıkışı ölçer ve referansla karşılaştırır.

e(t) = r(t) - y(t)

Denetleyici bu hataya göre yeni giriş üretir.

Örneğin:

Oda sıcaklığı hedefi = 22 °C
Ölçülen sıcaklık     = 19 °C

Hata = 3 °C

Isıtıcı gücü artırılır.

Sıcaklık hedefe yaklaştıkça hata küçülür ve kontrol eylemi değişir.

6. Geri besleme

Geri besleme, sistem çıktısının kontrol kararına yeniden dahil edilmesidir.

Negatif geri beslemenin temel amacı:

hata ↓
bozucu etkisi ↓
parametre duyarlılığı ↓

sağlamaktır.

Fakat geri beslemenin bedeli vardır.

Yanlış tasarım:

salınım
kararsızlık
gürültü büyütme
eyleyici aşırı kullanımı

oluşturabilir.

Bu nedenle:

Geri besleme güçlü olduğu için değil, doğru tasarlandığı zaman yararlıdır.

7. Pozitif ve negatif geri besleme

Negatif geri besleme

e = r - y

Çıkış arttığında hata azaltılır.

Kontrol mühendisliğinin çoğu düzenleme probleminde kullanılır.

Pozitif geri besleme

e = r + y

çıkışı büyüten davranış oluşturabilir.

Pozitif geri besleme her zaman hata değildir.

Örneğin:

osilatörler,
rejeneratif devreler,
bazı eşik ve anahtarlama yapıları

bilinçli pozitif geri besleme kullanabilir.

Ancak klasik düzenleme sistemlerinde kararsızlık riskini artırır.

8. Servo ve regülatör

İki kontrol amacı birbirinden ayrılabilir.

Servo problemi

Değişen referansı izlemek:

y(t) ≈ r(t)

Örnek:

robot kolunun yol izlemesi,
antenin uyduyu takip etmesi,
aracın şerit merkezini izlemesi.

Regülasyon problemi

Çıkışı sabit çalışma noktasında tutmak:

y(t) → y*

Örnek:

sıcaklığın 80 °C tutulması,
tank seviyesinin sabit tutulması,
motor hızının yük değişimine rağmen korunması.

9. Kontrol tarihinin ana çizgisi

Otomatik kontrol yeni bir alan değildir.

Eski su saatleri ve mekanik düzenekler geri besleme fikrinin erken örnekleridir.

Sanayi Devrimi ile kontrol kuramı mühendislik disiplini haline gelmeye başladı.

Önemli dönüm noktaları:

Antik çağ
→ su seviyesi ve saat mekanizmaları

18. yüzyıl
→ Watt tipi merkezkaç hız regülatörü

1868
→ Maxwell, governors ve kararlılık

1877-1895
→ Routh-Hurwitz kararlılık yaklaşımı

1922
→ Minorsky ve PID düşüncesi

1930'lar
→ Black negatif geri besleme
→ Nyquist kararlılık

1940'lar
→ Bode frekans yaklaşımı
→ blok diyagramlar ve transfer fonksiyonları

1948-1950
→ Evans kök-yer eğrisi

1950-1960'lar
→ durum uzayı
→ Kalman, kontrol edilebilirlik, gözlenebilirlik
→ optimal kontrol ve durum kestirimi

1970 sonrası
→ sağlam, uyarlamalı, sayısal ve doğrusal olmayan kontrol

1980 sonrası
→ model öngörülü kontrolün endüstriyel yaygınlaşması

Günümüz
→ gömülü, ağ bağlantılı, siber-fiziksel,
   çok değişkenli ve kısıtlı kontrol

Bu tarih aynı zamanda kontrol mühendisliğinin gelişim yönünü gösterir:

Mekanik sezgi
→ diferansiyel denklem
→ transfer fonksiyonu
→ frekans alanı
→ durum uzayı
→ optimizasyon
→ gerçek zamanlı sayısal kontrol

10. Kontrol probleminin üç temel hedefi

Klasik doğrusal kontrol açısından üç temel şart vardır.

Kararlılık

Sistem kendi davranışı nedeniyle sınırsız büyümemelidir.

Geçici rejim

Hedefe nasıl ulaştığı önemlidir:

ne kadar hızlı,
ne kadar aşım,
ne kadar salınım.

Kalıcı durum

Yeterince uzun zamanda hata ne olur?

e_ss = lim(t→∞) e(t)

Bu üçü birlikte değerlendirilmelidir.

Hızlı fakat kararsız sistem iyi değildir.

Kararlı fakat hedefe hiç ulaşmayan sistem de iyi değildir.

11. Modern kontrol hedefleri

Gerçek mühendislikte üç klasik ölçüte ek olarak:

bozucu reddi,
gürültü bastırma,
sağlamlık,
enerji tüketimi,
eyleyici sınırları,
giriş değişim hızı,
güvenlik kısıtları,
hesaplama gecikmesi,
model belirsizliği

de önemlidir.

Dolayısıyla gerçek problem:

hızlı
+ kararlı
+ hassas
+ dayanıklı
+ uygulanabilir

bir sistem kurmaktır.

12. Fiziksel sistem modelleme

Denetleyici tasarımından önce sistemin giriş ile çıkış arasındaki dinamik ilişkisi anlaşılmalıdır.

Temel süreç:

Fiziksel sistem
↓
Korunum yasaları
↓
Diferansiyel denklemler
↓
Matematiksel model
↓
Analiz ve kontrol tasarımı

Model:

Gerçeğin kendisi değil, belirli amaç için yeterli temsilidir.

13. Mekanik sistem modeli

Translasyon hareketinde Newton yasası:

ΣF = m * ẍ

Yay:

F_k = kx

Viskoz sönüm:

F_b = b ẋ

Kütle-yay-sönümleyici:

m ẍ + b ẋ + kx = F(t)

otomatik kontrolün temel örneklerinden biridir.

14. Dönel mekanik sistem

Dönel sistemlerde:

ΣT = J θ̈

Burada:

T → tork
J → atalet momenti
θ → açı

Dönel yay:

T_k = kθ

Viskoz sürtünme:

T_b = b θ̇

olabilir.

15. Elektrik sistemleri

Temel denklemler:

Direnç:
v = Ri

Kapasitör:
i = C dv/dt

Endüktans:
v = L di/dt

Kirchhoff yasalarıyla elektrik devreleri diferansiyel denklem biçiminde modellenir.

Kontrol teorisinin önemli avantajlarından biri:

Mekanik ve elektrik sistemleri aynı diferansiyel denklem yapısıyla incelenebilir.

16. Elektromekanik sistem

DC motor buna klasik örnektir.

Elektriksel denklem:

v = L di/dt + Ri + k_e ω

Motor torku:

T_m = k_t i

Mekanik denklem:

J dω/dt + bω = T_m - T_L

Bu yapı:

gerilim
↓
akım
↓
tork
↓
hız
↓
konum

enerji dönüşüm zincirini gösterir.

17. Doğrusal ve doğrusal olmayan model

Doğrusal model:

a_n y^(n) + ... + a_1 ẏ + a_0 y
=
b_m u^(m) + ... + b_0 u

biçiminde olabilir.

Doğrusal olmayan sistem:

ẍ + sin(x) = u

gibi doğrusal olmayan terimler içerir.

Gerçek fiziksel sistemlerin çoğu tam anlamıyla doğrusal değildir.

Doğrusal modeller:

küçük çalışma bölgesinde,
belirli çalışma noktası çevresinde,
sınırlı giriş aralığında

yaklaşım olarak kullanılır.

18. Çalışma noktası ve doğrusallaştırma

Doğrusal olmayan:

ẋ = f(x,u)
y  = g(x,u)

sistemi için denge noktası:

f(x*,u*) = 0

olsun.

Küçük sapmalar:

δx = x - x*
δu = u - u*

tanımlanır.

Birinci derece Taylor yaklaşımı:

δẋ ≈ A δx + B δu
δy  ≈ C δx + D δu

verir.

Burada:

A = ∂f/∂x
B = ∂f/∂u
C = ∂g/∂x
D = ∂g/∂u

denge noktasında değerlendirilir.

19. Modelin geçerlilik bölgesi

Doğrusallaştırılmış model yalnızca çalışma noktası çevresinde yeterince doğru olabilir.

Örneğin manyetik askı sisteminde:

küçük konum sapması
→ doğrusal model yeterli

büyük konum sapması
→ doğrusal olmayan model gerekli

olabilir.

Bu yüzden:

Model doğru mu?

sorusunun tam biçimi:

Model hangi çalışma bölgesinde, hangi frekanslarda ve hangi doğrulukla yeterli?

olmalıdır.

20. Sistem tanılama

Model fiziksel denklemlerden bilinmiyorsa ölçüm verisinden elde edilebilir.

Genel süreç:

Bilinen giriş u(t)
↓
Sisteme uygula
↓
Çıkış y(t) ölç
↓
Model yapısı seç
↓
Parametreleri tahmin et
↓
Ayrı veriyle doğrula

Buna sistem tanılama (system identification) denir.

21. Deney tasarımı

İyi tanılama için giriş sinyali sistemi yeterince uyarmalıdır.

Kullanılabilecek sinyaller:

basamak,
darbe,
sinüs taraması,
chirp,
PRBS,
çoklu sinüs.

Giriş sinyali yalnızca matematiksel olarak bilgi taşımalı değil, fiziksel olarak güvenli de olmalıdır.

22. Diferansiyel denklemden transfer fonksiyonuna

Doğrusal zamanla değişmeyen sistem:

a_n y^(n) + ... + a_1 ẏ + a_0 y
=
b_m u^(m) + ... + b_1 u̇ + b_0 u

olsun.

Sıfır başlangıç koşulları altında Laplace dönüşümü:

(a_n s^n + ... + a_0)Y(s)
=
(b_m s^m + ... + b_0)U(s)

verir.

Transfer fonksiyonu:

        Y(s)
G(s) = ----
        U(s)

ve:

G(s) =
(b_m s^m + ... + b_0)
/
(a_n s^n + ... + a_0)

olur.

23. Transfer fonksiyonunun sınırı

Transfer fonksiyonu:

giriş-çıkış davranışını temsil eder,
iç durumları doğrudan göstermez,
klasik biçimde sıfır başlangıç koşuluyla tanımlanır,
çoğunlukla LTI sistemler için kullanılır.

Aynı transfer fonksiyonuna sahip farklı iç yapılar olabilir.

Bu nedenle modern kontrolde durum uzayı ayrı önem taşır.

24. Kutup ve sıfır

Transfer fonksiyonu:

       N(s)
G(s) = ----
       D(s)

olsun.

Sıfırlar

N(s) = 0

kökleridir.

Kutuplar

D(s) = 0

kökleridir.

Kutuplar doğal dinamiğin temel belirleyicisidir.

25. Kutupların fiziksel anlamı

Bir gerçek kutup:

s = -a

şu bileşeni üretir:

e^(-at)

Eğer:

a > 0

ise zamanla söner.

Sağ yarı düzlem kutbu:

s = +a

ise:

e^(at)

büyür.

Bu nedenle sürekli zaman LTI sistemde:

Re(p_i) < 0

tüm kutuplar için sağlanırsa asimptotik kararlılık elde edilir.

26. Birinci derece sistem

Standart biçim:

        K
G(s) = ------
       τs + 1

Basamak cevabı:

y(t) = K(1 - e^(-t/τ))

olur.

τ zaman sabitidir.

Yaklaşık olarak:

t = τ   → %63.2
t = 2τ  → %86.5
t = 3τ  → %95
t = 4τ  → %98
t = 5τ  → %99.3

nihai değere ulaşılır.

27. İkinci derece sistem

Standart transfer fonksiyonu:

             ω_n²
G(s) = --------------------
       s² + 2ζω_n s + ω_n²

Burada:

ω_n → doğal açısal frekans
ζ   → sönüm oranı

dır.

28. Sönüm oranı

Aşırı sönümlü

ζ > 1

Salınım yoktur, genellikle yavaştır.

Kritik sönümlü

ζ = 1

Salınımsız en hızlı klasik sınır davranışıdır.

Az sönümlü

0 < ζ < 1

Salınımlı geçici cevap üretir.

Sönümsüz

ζ = 0

İdeal koşulda sürekli salınım.

Kararsız

Negatif eşdeğer sönüm veya sağ yarı düzlem kutupları büyüyen cevap üretir.

29. Geçici rejim ölçütleri

Basamak cevabında yaygın ölçüler:

Yükselme zamanı

Çıkışın hedef aralığa ilk yükselme süresi.

t_r

Tepe zamanı

İlk maksimuma ulaşma süresi.

t_p

Maksimum aşım

M_p

Yerleşme zamanı

Çıkışın belirlenen tolerans bandına girip orada kalma süresi.

t_s

Genellikle:

±2%
veya
±5%

bandı kullanılır.

30. İkinci derece yaklaşık bağıntılar

Az sönümlü standart ikinci derece sistem için:

ω_d = ω_n sqrt(1-ζ²)

Tepe zamanı:

t_p = π / ω_d

Yüzde aşım:

M_p(%) =
100 * exp(
    -ζπ / sqrt(1-ζ²)
)

Yaklaşık %2 yerleşme zamanı:

t_s ≈ 4/(ζω_n)

Bu bağıntılar:

baskın ikinci derece davranış,
standart form,
ek sıfır etkisinin sınırlı olması

varsayımlarıyla anlamlıdır.

31. Baskın kutuplar

Yüksek dereceli sistemlerde tüm kutuplar eşit ölçüde etkili olmayabilir.

İmajiner eksene daha yakın yavaş kutuplar çoğu zaman geçici cevabı baskın biçimde belirler.

Hızlı kutuplar yeterince soldaysa:

yüksek dereceli sistem
≈
düşük dereceli model

yaklaşımı yapılabilir.

Ancak kutup-sıfır yakınlığı ve sıfırların etkisi kontrol edilmelidir.

32. Kutup-sıfır iptali

Denetleyici sıfırı ile sistem kutbunu iptal etmek teorik olarak mümkün olabilir:

(s+a)/(s+a)

Ancak gerçek sistemde parametreler tam bilinmez.

Özellikle kararsız veya yavaş kutupları tam iptal etmeye güvenmek risklidir.

Model:

s + 1.00

sanılırken gerçek sistem:

s + 0.93

ise iptal tam gerçekleşmez.

Bu nedenle:

Kutup-sıfır iptali cebirsel kolaylık, fiziksel garanti değildir.

33. Basamak, ramp ve parabol girişleri

Kontrol sistemleri standart referanslarla incelenir.

Basamak

r(t) = A
R(s) = A/s

Konum referansı gibi düşünülebilir.

Ramp

r(t) = At
R(s) = A/s²

Sabit hızla değişen referans.

Parabol

r(t) = (A/2)t²
R(s) = A/s³

Sabit ivmeli referansı temsil eder.

34. Son değer teoremi

Uygun kararlılık şartları altında:

lim(t→∞) y(t)
=
lim(s→0) sY(s)

kullanılabilir.

Bu teorem kalıcı durum hatasının hesaplanmasında önemlidir.

Ancak sağ yarı düzlem kutbu veya uygun olmayan imajiner eksen davranışı varsa mekanik biçimde uygulanmamalıdır.

35. Blok diyagram

Kontrol sistemi bileşenleri bloklarla temsil edilir.

Temel elemanlar:

blok,
toplama noktası,
dallanma noktası.

Seri bağlantı:

G_eq = G1 G2

Paralel bağlantı:

G_eq = G1 + G2

Negatif geri besleme:

        G
T = ----------
     1 + GH

şeklindedir.

36. Açık çevrim ve kapalı çevrim transfer fonksiyonu

Çevrim kazancı:

L(s) = G(s)H(s)

olarak yazılabilir.

Kapalı çevrim:

        G(s)
T(s) = -----------
        1 + G(s)H(s)

olur.

Karakteristik denklem:

1 + G(s)H(s) = 0

dır.

Kapalı çevrim kutupları bu denklemin kökleridir.

37. Kararlılık

Bir kontrol sisteminde kararlılık temel şarttır.

Sezgisel olarak:

Küçük başlangıç sapmaları veya sınırlı girişler sistem davranışını kontrolsüz biçimde büyütmemelidir.

LTI sistem için farklı kararlılık kavramları vardır:

iç kararlılık,
BIBO kararlılık,
asimptotik kararlılık.

Minimal sürekli zamanlı rasyonel transfer fonksiyonunda tüm kutupların sol yarı düzlemde olması BIBO kararlılığı sağlar.

38. Marjinal kararlılık

İmajiner eksende basit kutuplar:

s = ±jω

sürekli salınım oluşturabilir.

Tekrarlı imajiner eksen kutupları ise büyüyen terimler üretebilir.

Bu nedenle:

Re(p)=0

durumu doğrudan “kararlı” olarak etiketlenmemelidir.

Kararlılık türü açıkça belirtilmelidir.

39. Routh-Hurwitz ölçütü

Karakteristik polinom:

a_n s^n + a_(n-1)s^(n-1) + ... + a_0

olsun.

Routh tablosu kökleri doğrudan hesaplamadan sağ yarı düzlemde kaç kök olduğunu belirlemeye yardımcı olur.

Temel sonuç:

Routh tablosunun ilk sütunundaki işaret değişimi sayısı, sağ yarı düzlem kökü sayısını verir.

Bu yöntem özellikle bir kazanç parametresinin hangi aralıkta kararlılık sağladığını bulmak için kullanışlıdır.

40. Kararlılık tek başına performans değildir

İki sistem de kararlı olabilir.

Birincisi:

yerleşme = 0.5 s
aşım = %5

İkincisi:

yerleşme = 30 s
aşım = %70

Her ikisi matematiksel olarak kararlı olsa da mühendislik değeri aynı değildir.

Bu nedenle kontrol tasarımında:

kararlılık
+
performans

birlikte ele alınır.

41. Kalıcı durum hatası

Hata:

e(t) = r(t) - y(t)

olsun.

Kalıcı durum hatası:

e_ss = lim(t→∞) e(t)

olarak tanımlanır.

Bu değer sistem kararlıysa ve limit mevcutsa anlamlıdır.

Kontrol amacı çoğu zaman:

e_ss → 0

yapmaktır.

42. Sistem tipi

Birlik geri beslemeli sistemde açık çevrim transfer fonksiyonunda orijindeki integratör sayısına sistem tipi denir.

L(s) = K / [s^N * ...]

ise:

Tip = N

olarak düşünülebilir.

Genel sezgi:

daha fazla integratör
→ düşük frekansta daha yüksek kazanç
→ bazı referanslarda daha düşük kalıcı hata

fakat aynı zamanda:

faz gecikmesi ↑
kararlılık payı ↓

riski oluşturur.

43. Statik hata sabitleri

Birlik geri besleme için:

Konum sabiti

K_p = lim(s→0) L(s)

Basamak hatası:

e_ss = 1/(1+K_p)

Hız sabiti

K_v = lim(s→0) sL(s)

Birim ramp:

e_ss = 1/K_v

İvme sabiti

K_a = lim(s→0) s²L(s)

Birim parabol:

e_ss = 1/K_a

Bu bağıntılar uygun kapalı çevrim kararlılığı varsayımı altında kullanılır.

44. İntegral etkinin temel görevi

İntegral denetleyici:

u_I(t) = K_i ∫ e(t) dt

hata sıfır olmadığı sürece birikmeye devam eder.

Bu nedenle sabit bozucu veya sabit referansta kalıcı hatayı yok etmek için güçlüdür.

Fakat integral terim:

ek kutup getirir,
faz gecikmesi oluşturur,
aşımı artırabilir,
doygunlukta windup oluşturabilir.

Dolayısıyla:

İntegral hata giderir; bedelsiz değildir.

45. Oransal kontrol

Oransal denetleyici:

u(t) = K_p e(t)

şeklindedir.

Avantaj:

basit,
hızlı,
hata büyüdükçe güçlü müdahale.

K_p artırıldığında çoğu sistemde:

cevap hızı ↑
kalıcı hata ↓

olabilir.

Ancak:

aşım ↑
salınım ↑
kararsızlık riski ↑

de oluşabilir.

Kazanç etkisi sistemden bağımsız ezberlenmemelidir.

46. Türevsel kontrol

İdeal türev terimi:

u_D(t) = K_d de/dt

şeklindedir.

Türev:

Hatanın yalnızca ne kadar büyük olduğuna değil, hangi hızla değiştiğine tepki verir.

Bu özellik sönüm sağlayabilir.

Fakat ideal türev:

|G_D(jω)| = K_d ω

olduğu için yüksek frekansta ölçüm gürültüsünü büyütür.

Bu nedenle gerçek uygulamada türev filtrelenir.

47. Filtreli türev

Pratik türev:

        K_d s
D(s) = --------
       1 + T_f s

veya PID biçiminde:

                  K_d s
C(s)=K_p+K_i/s+------------
                 1+T_f s

kullanılabilir.

T_f seçimi:

gürültü bastırma
↔
türev etkisini koruma

dengesidir.

48. Türev vuruşu

Türev hata üzerinden hesaplanırsa referansta ani basamak:

r(t)

türevde çok büyük kısa süreli değer oluşturabilir.

Buna derivative kick denir.

Bu nedenle pratik sistemlerde türev çoğu zaman:

ölçüm üzerinde

uygulanır.

Örneğin:

u_D = -K_d dy/dt

Bu sayede referans basamağı doğrudan türevlenmez.

49. PI denetleyici

C(s) = K_p + K_i/s

veya:

C(s) = K_p(1 + 1/(T_i s))

şeklindedir.

PI kontrol:

proses kontrolünde,
motor hız kontrolünde,
akım döngülerinde

çok yaygındır.

Türev gerektirmediğinden gürültü açısından PID'den daha basit olabilir.

50. PD denetleyici

C(s) = K_p + K_d s

PD denetleyici:

geçici rejimi iyileştirebilir,
sönümü artırabilir,
hızlı konum kontrolünde yararlı olabilir.

Ancak integral içermediği için sabit yük veya bozucu altında kalıcı hatayı tek başına gidermez.

51. PID denetleyici

İdeal paralel biçim:

u(t) =
K_p e(t)
+
K_i ∫e(t)dt
+
K_d de(t)/dt

Transfer fonksiyonu:

C(s) = K_p + K_i/s + K_d s

Pratikte türev filtresi eklenir.

PID'in başarısı şu üç sezginin birleşimidir:

P → mevcut hata
I → geçmiş hata
D → hata eğilimi

52. PID katsayıları ne yapar?

Yaygın sezgi:

Kp

hız ↑
hata ↓

fakat aşım ve salınım artabilir.

Ki

Kalıcı hatayı giderir.

Fakat:

aşım,
yerleşme zamanı,
windup

sorunlarını artırabilir.

Kd

Sönümü artırabilir.

Fakat:

ölçüm gürültüsüne duyarlıdır,
filtre gerektirir.

Bu etkiler kesin evrensel kurallar değil, başlangıç sezgisidir.

53. PID ayarı

PID ayarı üç sayı bulmaktan ibaret görünür:

Kp
Ki
Kd

fakat tasarım hedefi önceden tanımlanmalıdır.

Örnek şartlar:

t_r < 0.5 s
M_p < %10
t_s < 2 s
e_ss = 0
faz marjı > 45°
|u| < 10 V

Kazançlar bu gereksinimleri birlikte karşılamalıdır.

54. Deneme-yanılma ile PID

Basit ve düşük riskli düzende:

Ki = 0, Kd = 0 ile başlayın.
Kp değerini artırın.
İstenen hıza yaklaşın.
Sönüm gerekiyorsa Kd ekleyin.
Kalıcı hata varsa Ki ekleyin.
Tekrar tüm cevabı ölçün.

Bu yöntem öğretici olabilir.

Ancak:

kararsız,
tehlikeli,
yüksek enerjili,
maliyetli

sistemlerde kör deneme-yanılma uygun değildir.

55. Ziegler-Nichols

Ziegler ve Nichols'un 1942'de yayımladığı kurallar PID ayar tarihinin önemli dönüm noktalarındandır.

İki klasik yaklaşım vardır:

açık çevrim reaksiyon eğrisi,
kapalı çevrim nihai kazanç.

Bu yöntemler hızlı başlangıç tahmini sağlar.

Ancak çoğu modern uygulamada:

doğrudan nihai tasarım

olarak değil,

ilk ayar

olarak görülmesi daha uygundur.

Çünkü sonuçlar agresif ve yüksek aşımlı olabilir.

56. Model tabanlı PID ayarı

Model biliniyorsa PID katsayıları:

kutup yerleştirme,
kök-yer eğrisi,
frekans alanı,
optimizasyon,
sağlamlık hedefleri

üzerinden seçilebilir.

Güncel araçlar yalnızca “hızlı cevap” değil:

kararlılık
performans
sağlamlık

dengesini hedefleyerek otomatik PID ayarı yapabilir.

57. İntegratör windup

Gerçek eyleyicinin sınırı vardır.

Örneğin:

-10 V ≤ u ≤ +10 V

Denetleyici:

u_cmd = 40 V

hesaplasa bile eyleyici:

u_actual = 10 V

uygular.

Bu sırada integral:

∫e dt

birikmeye devam edebilir.

Sistem hedefe yaklaştığında integratör hâlâ çok büyük değer taşıdığı için uzun süre ters yönde toparlanamaz.

Buna integrator windup denir.

58. Anti-windup

Yaygın anti-windup yöntemleri:

Clamping

Çıkış doygundayken ve hata integratörü yanlış yönde büyütüyorsa integrasyon durdurulur.

Back-calculation

Gerçek ve hesaplanan kontrol arasındaki fark integratöre geri beslenir:

u_sat - u

Bu fark integratörü daha hızlı çözer.

Tracking

Denetleyici iç durumu uygulanan gerçek kontrol sinyalini takip edecek şekilde düzenlenir.

Anti-windup:

PID'e sonradan eklenen kozmetik bir özellik değil, fiziksel eyleyici sınırı varsa kontrol tasarımının parçasıdır.

59. Doygunluk

Doygunluk yalnızca PID problemi değildir.

Her eyleyici sınırlıdır:

motor torku
vana açıklığı
PWM
akım
gerilim
ısıtıcı gücü
direksiyon açısı

Bu nedenle doğrusal model:

u ∈ (-∞,+∞)

varsayarken gerçek sistem:

u_min ≤ u ≤ u_max

ile çalışır.

Doygunluk kapalı çevrimi doğrusal olmayan hale getirir.

60. Hız sınırlaması

Eyleyicinin yalnızca büyüklüğü değil değişim hızı da sınırlı olabilir:

|du/dt| ≤ r_max

Örneğin:

büyük vana,
direksiyon sistemi,
mekanik servo,
termal güç sistemi

anında bir değerden diğerine geçemez.

Denetleyici tasarımında rate limit dikkate alınmalıdır.

61. İki serbestlik dereceli PID

Tek serbestlik dereceli yapıda aynı PID:

referans takibini,
bozucu reddini

aynı hata sinyali üzerinden belirler.

İki serbestlik dereceli yapı referans için ağırlık ekleyebilir.

Örneğin:

u =
K_p(br - y)
+
K_i ∫(r-y)dt
-
K_d dy/dt

Burada b, referansın oransal terime etkisini ayarlayabilir.

Amaç:

referans cevabı

ile:

bozucu reddini

bir miktar bağımsız ayarlamaktır.

62. Feedforward

Geri besleme hata oluştuktan sonra düzeltir.

İleri besleme (feedforward) ise bilinen referans veya bozucuya önceden uygun eylem üretir.

u = u_ff + u_fb

Örneğin robot kolunda modelden hesaplanan yerçekimi torku:

u_ff = g(q)

ile önceden karşılanabilir.

Geri besleme kalan model hatasını düzeltir.

63. Geri besleme + ileri besleme

İyi yapı çoğu zaman:

model bilgisi
+
geri besleme

birleşimidir.

Referans → Feedforward ─────┐
                            ↓
                       (+) → Sistem
                            ↑
              Feedback ← Çıkış

İleri besleme hızlı ve öngörülü davranır.

Geri besleme belirsizlikleri düzeltir.

64. Bozucu reddi

Bozucu:

d(t)

sisteme farklı noktalardan girebilir.

Örneğin motor sisteminde:

yük torku

bozucudur.

İyi denetleyici:

d ↑
→ y mümkün olduğunca az değişsin

hedefler.

Bozucu reddi referans takibinden ayrı ölçülmelidir.

65. Gürültü problemi

Sensör:

y_m = y + n

ölçer.

Denetleyici bu ölçümü kullandığı için yüksek çevrim kazancı özellikle yüksek frekans gürültüsünü kontrol sinyaline taşıyabilir.

Bu nedenle:

yüksek bant genişliği

her zaman daha iyi değildir.

Hız ile gürültü hassasiyeti arasında denge vardır.

66. Kök-yer eğrisi

Kök-yer eğrisi (root locus), açık çevrim kazancı değiştikçe kapalı çevrim kutuplarının karmaşık düzlemde nasıl hareket ettiğini gösterir.

Karakteristik denklem:

1 + K G(s)H(s) = 0

olsun.

K:

0 → ∞

arasında değişirken bu denklemin köklerinin izlediği yollar kök-yer eğrisidir.

67. Kök-yer eğrisinin amacı

Kök-yer eğrisi şu soruyu görselleştirir:

Kazancı veya denetleyici kutup/sıfırlarını değiştirirsem kapalı çevrim dinamiği nasıl değişir?

Bu nedenle:

kararlılık,
sönüm,
hız,
kutup yerleştirme

tasarımında güçlüdür.

68. Temel kök-yer kuralları

Genel kurallar:

Dal sayısı açık çevrim kutup sayısına eşittir.
Dallar açık çevrim kutuplarından başlar.
Açık çevrim sıfırlarında veya sonsuzda biter.
Gerçek eksen parçaları açı koşuluna göre belirlenir.
Fazla kutuplar için asimptotlar oluşur.
Kırılma noktaları bulunabilir.
İmajiner eksen kesişimi Routh ile hesaplanabilir.

Temel koşul:

∠G(s)H(s) = (2k+1)180°

ve kazanç koşulu:

K |G(s)H(s)| = 1

dir.

69. Kök-yer ile tasarım

Hedef kutup:

s_d = -σ ± jω_d

seçilebilir.

Bu kutup:

istenen sönüm oranı,
doğal frekans,
yerleşme zamanı

üzerinden belirlenebilir.

Sonra denetleyici:

kutup,
sıfır,
kazanç

ekleyerek kök-yer eğrisinin bu noktadan geçmesi sağlanır.

70. Faz ilerletici kompanzatör

Lead kompanzatör tipik biçim:

        s + z
C(s)=K -------
        s + p

ve:

|p| > |z|

şeklinde seçilebilir.

Amaç:

faz marjını artırmak,
cevabı hızlandırmak,
kökleri sola taşımak.

Frekans alanında pozitif faz katkısı sağlar.

71. Faz geriletici kompanzatör

Lag kompanzatör:

        s + z
C(s)=K -------
        s + p

ve genel olarak:

|z| > |p|

yaklaşımıyla düşük frekans kazancını artırabilir.

Amaç:

kalıcı durum hatasını azaltmak,
yüksek frekanstaki davranışı çok bozmamak.

Bedeli:

cevabı yavaşlatabilmesi,
ek faz gecikmesi.

72. Lead-lag

Hem geçici rejim hem kalıcı hata gereksinimi varsa lead ve lag birlikte kullanılabilir.

C(s)=C_lead(s) C_lag(s)

Bu yaklaşım klasik kontrol tasarımının önemli araçlarındandır.

73. Frekans cevabı

Bir LTI sisteme:

u(t) = A sin(ωt)

uygulanırsa kalıcı durumda çıkış aynı frekansta:

y(t) =
A |G(jω)| sin(ωt + ∠G(jω))

şeklinde olur.

Dolayısıyla:

|G(jω)| → genlik oranı
∠G(jω) → faz kayması

sistemin frekans cevabıdır.

74. Frekans alanı neden önemlidir?

Gerçek sinyaller farklı frekans bileşenlerinden oluşur.

Kontrol sistemi:

düşük frekansta
referansı ve bozucuyu iyi takip etmeli

yüksek frekansta
sensör gürültüsünü büyütmemeli

gibi farklı hedeflere sahiptir.

Frekans alanı bu ayrımı doğrudan görmeyi sağlar.

75. Bode diyagramı

Bode diyagramı iki grafikten oluşur.

Genlik

20 log10 |G(jω)|

dB cinsinden.

Faz

∠G(jω)

derece cinsinden.

Yatay eksen logaritmik frekanstır.

76. Desibel

Kazanç:

M = |G(jω)|

ise:

M_dB = 20 log10(M)

Örnek:

M = 10   → +20 dB
M = 1    → 0 dB
M = 0.1  → -20 dB

Logaritmik gösterim çarpımları toplam haline getirir.

77. Kırılma frekansları

Birinci derece kutup:

1/(1+s/ω_p)

yaklaşık:

ω < ω_p → 0 dB/dec
ω > ω_p → -20 dB/dec

eğim değişimi getirir.

Bir sıfır:

1+s/ω_z

ise:

+20 dB/dec

katkı yapar.

Bu nedenle Bode grafiği sistem kutup-sıfır yapısının görsel dilidir.

78. Rezonans

Az sönümlü ikinci derece sistem belirli frekansta büyük genlik üretebilir.

Bu frekans çevresinde:

|G(jω)|

tepe yapar.

Mekanik esnek sistemlerde rezonans:

titreşim,
gürültü,
yorulma,
kararsızlığa yakın davranış

oluşturabilir.

Denetleyici bant genişliği rezonanslarla birlikte tasarlanmalıdır.

79. Nyquist ölçütü

Nyquist ölçütü:

Açık çevrim frekans cevabından kapalı çevrim kararlılığını belirlemeye

yarar.

Çevrim transferi:

L(s)=G(s)H(s)

olsun.

Karakteristik denklem:

1 + L(s)=0

yani kritik nokta:

L(s) = -1

dir.

Nyquist eğrisinin -1 noktası çevresindeki sarım sayısı açık çevrim sağ yarı düzlem kutuplarıyla birlikte kapalı çevrim kararlılığını belirler.

80. Nyquist ilişkisinin işaret notu

Literatürde konturun yönüne göre işaret tanımı farklı yazılabilir.

Yaygın bir konvansiyonda:

N = Z - P

veya yön seçimine göre eşdeğer işaretli biçim kullanılır.

Burada:

P → açık çevrim sağ yarı düzlem kutupları
Z → kapalı çevrim sağ yarı düzlem kutupları
N → -1 etrafındaki net sarım

dır.

Formülü ezberlemekten çok kullanılan yön konvansiyonunu açıkça tanımlamak önemlidir.

81. Kazanç marjı

Kazanç marjı, fazın yaklaşık:

-180°

olduğu frekansta açık çevrim kazancının kararsızlık sınırına ne kadar uzakta olduğunu gösterir.

Genel olarak daha yüksek pozitif kazanç marjı:

kazanç belirsizliğine daha fazla dayanım

anlamına gelir.

Fakat tek başına sağlamlık garantisi değildir.

82. Faz marjı

Kazanç geçiş frekansında:

|L(jω_gc)| = 1

faz:

φ

ise faz marjı yaklaşık:

PM = 180° + φ

olarak tanımlanır.

Faz marjı:

gecikme,
model hatası,
ek dinamikler

karşısındaki dayanım hakkında pratik bilgi verir.

83. Bant genişliği

Kapalı çevrim bant genişliği, sistemin hangi frekansa kadar girişleri yeterince takip edebildiğini ifade eder.

Genel sezgi:

bant genişliği ↑
→ cevap hızı ↑

fakat:

gürültü hassasiyeti ↑
model belirsizliğine hassasiyet ↑
kontrol eforu ↑

olabilir.

Bant genişliği bir performans-sağlamlık tercihidir.

84. Gecikme

Saf zaman gecikmesi:

e^(-Ls)

transfer fonksiyonunda faza:

-ωL

katkı yapar.

Genlik değişmez fakat faz giderek daha negatif olur.

Bu nedenle gecikme:

faz marjını azaltır,
maksimum uygulanabilir bant genişliğini sınırlar,
hızlı kontrolü zorlaştırır.

Ağ üzerinden kontrol ve dağıtık sistemlerde gecikme kritik olabilir.

85. Padé yaklaşımı

Gecikme klasik rasyonel transfer fonksiyonuyla doğrudan temsil edilemediğinde Padé yaklaşımı kullanılabilir.

Birinci derece:

e^(-Ls)
≈
(1 - Ls/2)/(1 + Ls/2)

şeklindedir.

Bu yaklaşım analiz için yararlıdır; fakat yüksek frekansta gerçek gecikme davranışını tam temsil etmez.

86. Hassasiyet fonksiyonu

Birlik geri beslemeli yapıda:

L(s) = C(s)P(s)

olsun.

Hassasiyet:

        1
S(s)=-------
       1+L(s)

Tamamlayıcı hassasiyet:

        L(s)
T(s)=-------
       1+L(s)

ve:

S(s)+T(s)=1

ilişkisi vardır.

87. S ve T ne anlatır?

Düşük frekansta:

|L| >> 1

ise:

S ≈ 0
T ≈ 1

Bu:

referans takibi iyi,
bazı bozucular iyi bastırılmış

demektir.

Yüksek frekansta:

|L| << 1

ise:

S ≈ 1
T ≈ 0

ölçüm gürültüsünün kapalı çevrim çıkışına aktarımı azaltılabilir.

İyi loop shaping çoğu zaman:

düşük frekansta yüksek kazanç
yüksek frekansta düşük kazanç

hedefler.

88. Sağlamlık

Gerçek sistem:

P_real(s)

tasarım modeli:

P_model(s)

ile tamamen aynı değildir.

Farklar:

parametre toleransı,
yük değişimi,
sıcaklık,
sürtünme,
yaşlanma,
ihmal edilen dinamikler.

Sağlam kontrol, bu belirsizliklere rağmen kapalı çevrim özelliklerinin korunmasını hedefler.

89. Nominal performans ve sağlam performans

Nominal performans

Model tam doğru kabul edildiğinde performans.

Sağlam kararlılık

Belirsizlik varken sistem kararlı kalıyor mu?

Sağlam performans

Belirsizlik varken performans şartları da korunuyor mu?

Üretim sisteminde yalnızca nominal simülasyon yeterli değildir.

90. Minimum faz olmayan sistem

Sağ yarı düzlem sıfırı veya belirli gecikmeler minimum faz olmayan davranış oluşturabilir.

Sağ yarı düzlem sıfırı:

başlangıçta ters yönde cevap,
bant genişliği sınırı,
agresif kontrolün zorlaşması

gibi temel kısıtlar getirir.

Bu tür dinamikler denetleyiciyle “yok edilecek kusur” değil, fiziksel tasarım sınırıdır.

91. Bode'nin temel kısıt düşüncesi

Geri besleme istenmeyen hassasiyeti her frekansta aynı anda sıfıra indiremez.

Bir bölgede:

|S| ↓

yapmanın başka bölgelerde:

|S| ↑

bedeli olabilir.

Bu olgu pratikte waterbed effect olarak anılır.

Kontrol tasarımı bu nedenle:

Her şeyi aynı anda maksimum yapmak

değil,

frekans bölgeleri arasında doğru öncelikleri seçmek

işidir.

92. Durum uzayı yaklaşımı

Transfer fonksiyonu giriş-çıkış ilişkisini gösterir.

Durum uzayı ise sistemin iç dinamiğini:

ẋ = Ax + Bu
y  = Cx + Du

biçiminde temsil eder.

Burada:

x → durum vektörü
u → giriş
y → çıkış
A → sistem matrisi
B → giriş matrisi
C → çıkış matrisi
D → doğrudan geçiş matrisi

dir.

93. Durum nedir?

Bir sistemin gelecekteki davranışını, gelecekte uygulanacak girişlerle birlikte belirlemek için gerekli en küçük değişken kümesine durum denir.

Örneğin kütle-yay-sönümleyici için:

x1 = konum
x2 = hız

seçilebilir.

Denklem:

ẋ1 = x2

ẋ2 =
-(k/m)x1
-(b/m)x2
+(1/m)u

olur.

Matris biçimi:

[ẋ1]   [ 0      1  ][x1]   [  0 ][u]
[ẋ2] = [-k/m -b/m ][x2] + [1/m]

94. Durum uzayının avantajı

Durum uzayı:

çok girişli,
çok çıkışlı,
başlangıç koşullu,
zamanla değişen,
doğrusal olmayan yapılara genişletilebilir

sistemler için doğal çerçevedir.

Transfer fonksiyonuna göre iç dinamik hakkında daha fazla bilgi taşır.

95. Durum geçiş matrisi

Homojen sistem:

ẋ = Ax

için:

x(t) = e^(At)x(0)

olur.

Giriş varsa:

x(t)
=
e^(At)x(0)
+
∫₀ᵗ e^[A(t-τ)] B u(τ)dτ

şeklindedir.

e^(At) durum geçiş matrisidir.

96. Durum uzayında kararlılık

Sürekli zamanlı LTI sistem:

ẋ = Ax

için özdeğerler:

λ_i(A)

sol yarı düzlemdeyse:

Re(λ_i) < 0

asimptotik kararlılık elde edilir.

Transfer fonksiyonu kutupları ile minimal durum uzayı özdeğerleri aynı dinamiği temsil eder.

97. Kontrol edilebilirlik

Bir sistemin durumu uygun giriş kullanılarak istenen noktaya taşınabiliyorsa sistem kontrol edilebilir kabul edilir.

Kontrol edilebilirlik matrisi:

C =
[B  AB  A²B ... A^(n-1)B]

şeklindedir.

Eğer:

rank(C) = n

ise sistem tam kontrol edilebilirdir.

98. Kontrol edilebilirlik neden önemlidir?

Bir dinamik mod giriş tarafından etkilenemiyorsa:

denetleyici o modu istediği yere taşıyamaz.

Bu nedenle kutup yerleştirme yapmadan önce kontrol edilebilirlik kontrol edilmelidir.

Matematiksel denetleyici formülü bulunması, fiziksel sistemin gerçekten kontrol edilebilir olduğu anlamına gelmez.

99. Gözlenebilirlik

Sistemin iç durumu yalnızca ölçülen giriş ve çıkışlardan yeniden belirlenebiliyorsa sistem gözlenebilirdir.

Gözlenebilirlik matrisi:

O =
[C
 CA
 CA²
 ...
 CA^(n-1)]

Eğer:

rank(O) = n

ise sistem tam gözlenebilirdir.

100. Neden her durum ölçülmez?

Gerçek sistemde:

konum ölçülebilir
hız doğrudan ölçülemeyebilir
akım ölçülebilir
yük torku ölçülemeyebilir

Bu nedenle bütün durumları sensörle ölçmek:

pahalı,
fiziksel olarak zor,
gürültülü

olabilir.

Çözüm:

durum gözleyici

kullanmaktır.

101. Durum geri besleme

Tam durum ölçülebiliyorsa:

u = -Kx + Nr

gibi bir kontrol yasası kullanılabilir.

Kapalı çevrim:

ẋ = (A-BK)x + BNr

olur.

Amaç:

A-BK

özdeğerlerini istenen konumlara yerleştirmektir.

102. Kutup yerleştirme

Eğer sistem kontrol edilebilir ise uygun K ile kapalı çevrim kutupları belirli konumlara yerleştirilebilir.

Örneğin hedef kutuplar:

-3
-4

ise:

eig(A-BK) = {-3,-4}

olacak K hesaplanabilir.

Ancak kutupları mümkün olduğunca sola taşımak iyi tasarım anlamına gelmez.

Çünkü hızlı kutuplar:

yüksek kontrol eforu,
sensör gürültüsü hassasiyeti,
doygunluk,
ihmal edilen hızlı dinamikleri uyarma

oluşturabilir.

103. Durum gözleyici

Luenberger tipi gözleyici:

x̂̇ =
Ax̂ + Bu
+ L(y-Cx̂)

şeklindedir.

Burada:

x̂ → kestirilen durum
L  → gözleyici kazancı

dır.

Kestirim hatası:

e_x = x - x̂

için:

ė_x = (A-LC)e_x

elde edilir.

L, gözleyici hata dinamiğini kararlı ve yeterince hızlı yapacak şekilde seçilir.

104. Gözleyici kutupları

Gözleyici kutupları genellikle kontrol kutuplarından daha hızlı seçilir.

Fakat aşırı hızlı gözleyici:

ölçüm gürültüsünü büyütebilir,
model hatasına hassas olabilir.

Bu nedenle:

hızlı kestirim
↔
gürültü dayanımı

dengesi vardır.

105. Ayırma ilkesi

Doğrusal sistemde:

durum geri besleme kazancı K

ve:

gözleyici kazancı L

belirli şartlar altında ayrı tasarlanabilir.

Kapalı çevrim özdeğerleri:

eig(A-BK)

ve gözleyici hata özdeğerleri:

eig(A-LC)

birlikte sistem davranışını oluşturur.

Bu sonuç separation principle olarak bilinir.

106. Kalman filtresi

Kalman filtresi, gürültülü doğrusal dinamik sistemlerde durum kestirimi için temel yöntemlerden biridir.

Model:

x_(k+1) = A x_k + B u_k + w_k
y_k     = C x_k + v_k

Burada:

w_k → proses gürültüsü
v_k → ölçüm gürültüsü

olarak modellenir.

Kalman filtresi:

model tahmini
+
ölçüm düzeltmesi

arasında istatistiksel denge kurar.

107. Kalman filtresi ne değildir?

Kalman filtresi:

her gürültüyü ortadan kaldırmaz,
yanlış modeli sihirli biçimde düzeltmez,
doğrusal olmayan her problem için doğrudan yeterli değildir.

Performansı:

model
Q
R

seçimlerine bağlıdır.

Burada:

Q → proses gürültüsü kovaryansı
R → ölçüm gürültüsü kovaryansı

dır.

108. LQR

Linear Quadratic Regulator — LQR durum geri besleme kazancını optimal kontrol problemi üzerinden belirler.

Amaç:

J =
∫₀∞
(xᵀQx + uᵀRu)
dt

maliyetini en aza indirmektir.

Burada:

Q → durum hatalarına ceza
R → kontrol eforuna ceza

verir.

Sonuç:

u = -Kx

şeklinde geri beslemedir.

109. Q ve R sezgisi

Genel olarak:

Q ↑
→ durum hatası daha pahalı
→ daha agresif kontrol

R ↑
→ kontrol eforu daha pahalı
→ daha yumuşak kontrol

beklenir.

Ancak matrislerin ölçekleri fiziksel birimlerden etkilenir.

Q=I, R=1 seçmek yalnızca başlangıç noktasıdır.

110. LQG

Durumlar tam ölçülemiyorsa:

LQR
+
Kalman filtresi

birleştirilebilir.

Bu yapı:

Linear Quadratic Gaussian — LQG

olarak bilinir.

Ancak LQG'nin nominal optimal olması:

otomatik olarak güçlü sağlamlık marjları sağlar

anlamına gelmez.

Sağlamlık ayrıca incelenmelidir.

111. Çok değişkenli sistemler

Birden fazla giriş ve çıkışı olan sistem:

u ∈ R^m
y ∈ R^p

şeklindedir.

Örneğin drone:

girişler:
4 motor itki komutu

çıkışlar:
roll
pitch
yaw
yükseklik

arasında güçlü etkileşim vardır.

SISO döngüleri bağımsız tasarlamak her zaman yeterli değildir.

112. Çapraz etkileşim

Çok değişkenli sistemde:

u1

yalnızca:

y1

değil:

y2, y3...

çıktılarını da etkileyebilir.

Bu durum:

etkileşim,
coupling

olarak ele alınır.

Decoupling veya MIMO tasarım gerekebilir.

113. İç içe kontrol döngüleri

Pratik sistemlerde birden fazla çevrim kullanılır.

Örneğin servo motor:

en iç döngü:
akım / tork

orta döngü:
hız

dış döngü:
konum

şeklinde olabilir.

Genel tasarım sezgisi:

iç döngü daha hızlı
dış döngü daha yavaş

olmalıdır.

Böylece dış döngü iç döngüyü yaklaşık ideal eyleyici gibi görebilir.

114. Döngü bant genişliği ayrımı

Örneğin:

akım döngüsü  → 1 kHz
hız döngüsü   → 100 Hz
konum döngüsü → 10 Hz

gibi yaklaşık bir hız ayrımı kullanılabilir.

Bu değerler evrensel değildir.

Ama prensip:

iç çevrim dış çevrimden yeterince hızlı olmalıdır.

115. Kaskad kontrol

Proses endüstrisinde de aynı fikir kullanılır.

Örneğin:

dış:
sıcaklık denetleyicisi

iç:
buhar akışı denetleyicisi

İç döngü hızlı bozucuları bastırır.

Dış döngü ana kalite değişkenini yönetir.

116. Sayısal kontrol

Modern denetleyicilerin çoğu:

mikrodenetleyici,
PLC,
DSP,
FPGA destekli işlemci,
endüstriyel bilgisayar

üzerinde sayısal olarak çalışır.

Fiziksel sistem sürekli zamanlı olsa da denetleyici:

t = kT_s

anlarında örnek alır.

117. Örnekleme

Örnekleme periyodu:

T_s

örnekleme frekansı:

f_s = 1/T_s

dir.

Sayısal çevrim:

sensörü oku
↓
kontrolü hesapla
↓
çıkışı uygula
↓
T_s bekle
↓
tekrar

şeklindedir.

118. Nyquist örnekleme teoremi ile kontrol bant genişliği aynı şey değildir

Sinyal teorisinde:

f_s > 2 f_max

aliasing'i önlemek için temel sınırdır.

Kontrol uygulamasında yalnızca bu alt sınırı sağlamak genellikle yeterli değildir.

Denetleyici örnekleme frekansı çoğu zaman hedef kapalı çevrim bant genişliğinin belirgin biçimde üzerinde seçilir.

Pratik başlangıç sezgisi:

f_s ≈ 10...20 × hedef bant genişliği

olabilir.

Ancak:

gecikme,
işlem yükü,
sensör,
eyleyici,
filtre

davranışları ayrıca incelenmelidir.

119. Sıfırıncı derece tutucu

Dijital denetleyici yeni komutlar arasında çıkışı sabit tutar.

Bu yapı zero-order hold — ZOH olarak modellenir.

ZOH, sayısal kontrolün sürekli sisteme eklediği gerçek bir dinamiktir.

120. Ayrık zaman modeli

Ayrık doğrusal sistem:

x[k+1] = A_d x[k] + B_d u[k]
y[k]   = C_d x[k] + D_d u[k]

şeklinde yazılır.

Sürekli model:

ẋ = Ax + Bu

ZOH altında:

A_d = e^(A T_s)

ve:

B_d =
∫₀^Ts e^(Aτ)B dτ

ile ayrıklaştırılabilir.

121. z-dönüşümü

Ayrık zaman sistemleri için Laplace dönüşümünün benzeri olarak z-dönüşümü kullanılır.

Ayrık transfer fonksiyonu:

G(z) = Y(z)/U(z)

şeklindedir.

Sürekli zamanda kararlılık bölgesi:

Re(s) < 0

iken ayrık zamanda:

|z| < 1

birim çemberin içidir.

122. s ve z düzlemi ilişkisi

Örnekleme dönüşümü:

z = e^(sT_s)

ile ilişkilidir.

Sürekli kararlı kutup:

Re(s) < 0

ise:

|z| < 1

olur.

İmajiner eksen:

s = jω

birim çember üzerine eşlenir.

123. Ayrık PID

PID doğrudan fark denklemiyle uygulanabilir.

Örneğin integral:

I[k] =
I[k-1] + K_i T_s e[k]

Türev:

D[k] =
K_d (e[k]-e[k-1])/T_s

gibi yaklaşık yazılabilir.

Pratik uygulamada:

filtreli türev,
anti-windup,
çıkış sınırı,
örnekleme jitter'ı

dikkate alınmalıdır.

124. Tustin dönüşümü

Sürekli denetleyiciyi ayrıklaştırmak için bilinear dönüşüm:

s ≈ (2/T_s) (z-1)/(z+1)

kullanılabilir.

Bu yöntem Tustin / bilinear transform olarak bilinir.

Frekans eşlemesinde warping oluşturduğu için kritik frekanslar için prewarping kullanılabilir.

125. Euler yöntemleri

Basit ayrıklaştırma:

İleri Euler

s ≈ (z-1)/(T_s z)

eşdeğer fark yaklaşımıyla uygulanabilir.

Geri Euler

Daha farklı kararlılık özelliklerine sahiptir.

Basitliklerine rağmen yüksek performanslı kontrol tasarımında ayrıklaştırma yönteminin etkisi analiz edilmelidir.

126. Hesaplama gecikmesi

Denetleyici sensörü:

t = kT_s

anında okur.

Kontrol hesabı:

T_c

sürerse eyleyici komutu gecikir.

Bu gecikme faz kaybı üretir.

Yüksek bant genişlikli sistemde:

T_c / T_s

küçük tutulmalıdır.

127. Jitter

Gerçek zamanlı görev:

T_s = 1 ms

istenirken çevrim:

0.8 ms
1.4 ms
0.9 ms
1.2 ms

gibi değişiyorsa örnekleme jitter içerir.

Jitter:

faz belirsizliği,
değişken gecikme,
sayısal türev hatası

oluşturabilir.

Kontrol yazılımında gerçek zaman garantisi bu nedenle önemlidir.

128. Öncelik terslenmesi ve kontrol

Gerçek zamanlı işletim sisteminde yüksek öncelikli kontrol görevi kilit beklerken düşük öncelikli görev tarafından geciktirilebilir.

Bu yalnızca yazılım performans sorunu değildir.

Yüksek hızlı kontrol sisteminde:

zamanlama hatası fiziksel davranış hatasına dönüşebilir.

Bu nedenle kontrol yazılımı:

bounded execution time,
priority policy,
lock kullanımı,
watchdog,
deadline monitoring

açısından tasarlanmalıdır.

129. Sensör kuantalaması

ADC ölçümü sonlu çözünürlüktedir.

Örneğin:

12 bit ADC
0-5 V

için çözünürlük yaklaşık:

5/4096 ≈ 1.22 mV

olur.

Küçük hata değişimleri bu kuantalama seviyesinin altında kalabilir.

Bu durumda:

limit cycle,
gürültülü türev,
düşük hızda titreşim

oluşabilir.

130. Eyleyici kuantalaması

PWM:

0...255

gibi 8 bit ise kontrol komutu yalnızca 256 seviyeden biri olabilir.

Küçük kontrol farkları uygulanamaz.

Bu durum özellikle:

düşük hız,
hassas konum,
sürtünmeli mekanizma

problemlerinde önemlidir.

131. Ölçüm filtresi

Sensör gürültüsü için düşük geçiren filtre kullanılabilir.

Örneğin:

          1
F(s)=-----------
      τ_f s + 1

Ancak filtre:

gürültü ↓
faz gecikmesi ↑

üretir.

Bu nedenle filtreyi mümkün olduğunca ağır yapmak iyi değildir.

132. Alias önleme filtresi

ADC öncesinde yüksek frekans bileşenlerini bastırmak için analog anti-aliasing filtre gerekir.

Sayısal filtre:

örneklemeden önce oluşmuş aliasing'i geri alamaz.

Bu ayrım özellikle titreşim ve hızlı sensör sistemlerinde önemlidir.

133. Model Öngörülü Kontrol — MPC

Model Predictive Control, her örnekleme anında gelecekteki sistem davranışını model üzerinden öngörür ve bir optimizasyon problemi çözer.

Genel süreç:

mevcut durumu ölç/kestir
↓
gelecek N adımı tahmin et
↓
kontrol dizisini optimize et
↓
yalnızca ilk kontrolü uygula
↓
yeni ölçüm al
↓
yeniden optimize et

Bu yapı receding horizon yaklaşımıdır.

134. MPC amaç fonksiyonu

Basit örnek:

J =
Σ ||y(k+i)-r(k+i)||²_Q
+
Σ ||Δu(k+i)||²_R

Amaç:

takip hatası ↓
kontrol değişimi ↓

dengesidir.

MPC'nin güçlü yönü fiziksel kısıtları optimizasyonun içine doğrudan koyabilmesidir.

135. MPC kısıtları

Örneğin:

-10 ≤ u ≤ 10

|Δu| ≤ 1

0 ≤ y ≤ 100

gibi sınırlar açıkça tanımlanabilir.

PID'de doygunluk çoğu zaman sonradan eklenen doğrusal olmayan bir sınırken MPC'de kısıt temel optimizasyon probleminin parçası olabilir.

136. MPC ne zaman güçlüdür?

çok değişkenli sistem,
güçlü giriş-çıkış etkileşimi,
açık fiziksel kısıtlar,
yavaş veya orta hızlı proses,
gelecekteki referans bilgisi

varsa MPC güçlü adaydır.

Kimya ve proses endüstrisinde tarihsel olarak yaygınlaşmasının önemli nedeni budur.

137. MPC'nin bedeli

Her örnekleme anında optimizasyon çözülür.

Bu nedenle:

hesaplama maliyeti,
optimizasyon süresi,
infeasibility,
model hatası,
solver davranışı

önemlidir.

Gerçek zamanlı sistemde:

solver_time < T_s

yalnızca ortalamada değil, gerekli güvenilirlik düzeyinde sağlanmalıdır.

138. Doğrusal olmayan MPC

Model:

ẋ = f(x,u)

doğrusal değilse Nonlinear MPC — NMPC kullanılabilir.

Bu durumda optimizasyon da doğrusal olmayan hale gelir.

Avantaj:

daha geniş çalışma alanı,
gerçek fiziksel kısıtların daha iyi temsili.

Bedel:

daha yüksek hesap yükü,
yerel minimum,
başlangıç değerine hassasiyet.

139. Adaptif kontrol

Sistem parametreleri çalışma sırasında değişiyorsa sabit denetleyici yetersiz olabilir.

Örneğin:

uçak:
hız
irtifa
yakıt
aerodinamik parametreler

motor:
yük
sıcaklık
sürtünme

değişebilir.

Adaptif kontrol, denetleyici parametrelerini çalışma sırasında ayarlamayı hedefler.

140. Gain scheduling

Tam adaptif sistemden daha basit yaklaşım:

çalışma bölgesini belirle
↓
uygun denetleyici kazançlarını seç

Örneğin:

düşük hız → K1
orta hız  → K2
yüksek hız→ K3

Bu yapı gain scheduling olarak adlandırılır.

Denetleyiciler arasında geçişin:

sürekliliği,
kararlılığı,
hysteresis

dikkate alınmalıdır.

141. Model Reference Adaptive Control

MRAC yaklaşımında istenen davranış:

reference model

ile tanımlanır.

Gerçek sistem çıkışı ile referans model çıkışı arasındaki fark, denetleyici parametrelerini güncellemek için kullanılır.

Amaç:

y(t) → y_m(t)

davranışıdır.

Adaptasyon yasasının kararlılığı ayrıca kanıtlanmalıdır.

142. Doğrusal olmayan kontrol

Doğrusal olmayan sistemlerde:

superposition

geçerli değildir.

Bir çalışma noktasında iyi çalışan doğrusal denetleyici geniş bölgede başarısız olabilir.

Yöntemler:

feedback linearization,
Lyapunov tabanlı kontrol,
sliding mode,
backstepping,
passivity-based control,
nonlinear MPC.

143. Lyapunov yaklaşımı

Bir denge noktası için enerji benzeri:

V(x) > 0

fonksiyonu seçilir.

Eğer:

V̇(x) < 0

oluyorsa sistemin dengeye yöneldiği gösterilebilir.

Lyapunov yöntemi:

diferansiyel denklemin tam çözümünü bulmadan kararlılık kanıtı

sağlayabilir.

144. Sliding mode control

Sliding mode yaklaşımı:

s(x)=0

şeklinde bir kayma yüzeyi tanımlar.

Kontrol sistemi durumu bu yüzeye çekilir ve yüzey üzerinde istenen dinamik izlenir.

Avantaj:

belirli eşleşmiş belirsizliklere güçlü dayanım.

Sorun:

chattering,
yüksek frekans anahtarlama,
gerçek eyleyici sınırlamaları.

145. Sağlam kontrol

Sağlam kontrol, belirsizliği açık modelleyerek:

tüm izin verilen model ailesi

için kararlılık ve performans hedefler.

Araçlar:

H∞,
μ-synthesis,
mixed sensitivity,
robust loop shaping.

Bu yöntemler özellikle:

uçuş kontrolü,
hassas servo,
esnek yapı,
yüksek performanslı mekanik sistem

gibi alanlarda önemlidir.

146. H∞ sezgisi

H∞ yaklaşımı kabaca:

en kötü frekans ve bozucu yönünde belirli giriş-çıkış kazancını sınırlandırma

problemidir.

Örneğin:

||T_zw||∞ < γ

şeklinde bir şart kullanılabilir.

Burada amaç ortalama davranış değil, en kötü durum kazancını sınırlandırmaktır.

147. Kontrol eforu

Denetleyicinin hedefe ulaşması kadar ne kadar enerji harcadığı da önemlidir.

Ölçüler:

∫u² dt

veya:

Σ u[k]²

olabilir.

Aşırı agresif denetleyici:

motor ısınması,
mekanik aşınma,
güç kaybı,
pil tüketimi

oluşturabilir.

148. İzleme ile bozucu reddi aynı hedef değildir

Referans takibi:

r → y

Bozucu reddi:

d → y

Ölçüm gürültüsü aktarımı:

n → y

farklı transfer fonksiyonlarıyla değerlendirilmelidir.

Tek bir basamak cevabına bakarak bütün sistemi “iyi” ilan etmek eksiktir.

149. Kontrol sisteminde fiziksel kısıt

Gerçek sistemde şu sınırlar olabilir:

u_min ≤ u ≤ u_max

Δu_min ≤ Δu ≤ Δu_max

y_min ≤ y ≤ y_max

x ∈ güvenli bölge

Bu sınırlar tasarımın başında bilinmelidir.

Kritik sistemde yalnızca denetleyiciye güvenmek yerine bağımsız güvenlik katmanı gerekebilir.

150. Güvenlik katmanı

Örneğin normal denetleyici:

T_ref = 90 °C

takibi yapıyor olsun.

Bağımsız donanım güvenlik sınırı:

T > 120 °C
→ ısıtıcı enerjisini fiziksel olarak kes

uygulayabilir.

Bu:

control

ile:

safety

işlevlerinin ayrılmasıdır.

151. Fonksiyonel güvenlik

Elektriksel/elektronik/programlanabilir elektronik sistemlerde güvenlik işlevleri için IEC 61508 genel bir fonksiyonel güvenlik çerçevesi sunar.

Kontrol mühendisliği açısından önemli ayrım:

Normal kontrol işlevi ile güvenlik işlevi aynı şey değildir.

Normal denetleyici performans sağlar.

Güvenlik sistemi ise belirli tehlikeli durumda sistemi güvenli duruma götürmek için tasarlanır.

152. Siber-fiziksel kontrol

Modern kontrol sistemi yalnızca fiziksel döngü değildir.

Şunları içerebilir:

sensör
ağ
PLC
denetleyici
SCADA
uzak bakım
tarihçe verisi
eyleyici

Bu nedenle siber güvenlik açığı fiziksel kontrol hatasına dönüşebilir.

153. Kontrol sistemi siber tehditleri

Örnekler:

sensör spoofing,
setpoint değiştirme,
eyleyici komutu değiştirme,
replay attack,
ağ gecikmesi oluşturma,
denial of service,
PLC mantığını değiştirme,
ölçüm paketlerini manipüle etme.

Kontrol sistemi tasarımı:

availability
integrity
safety
timeliness

boyutlarını birlikte değerlendirmelidir.

154. OT güvenliği neden farklıdır?

Bilgi sisteminde bazı durumlarda:

servisi kapat
yama yap
yeniden başlat

normal olabilir.

Endüstriyel kontrol sisteminde ani kapanma:

üretim kaybı,
fiziksel hasar,
güvenlik riski

oluşturabilir.

NIST SP 800-82 Rev. 3, OT güvenliğinin güvenilirlik, performans ve güvenlik gereksinimleriyle birlikte ele alınmasını vurgular.

155. Kontrol iletişiminde zaman

Ağ paketinin içeriğinin doğru olması yetmez.

Kontrol açısından:

doğru değer
+
doğru zamanda değer

gerekir.

100 ms geç gelen doğru sensör bilgisi hızlı sistem için yanlış karar kadar zararlı olabilir.

Bu nedenle:

latency,
jitter,
packet loss,
clock synchronization

kontrol güvenilirliğinin parçasıdır.

156. Arıza toleransı

Sensör arızası:

takılı kalma
bias
drift
kopma
uç değer

şeklinde olabilir.

Eyleyici arızası:

stuck
loss of effectiveness
saturation

oluşturabilir.

Arıza toleranslı kontrol:

arızayı tespit eder,
izole eder,
mümkünse yeniden yapılandırır.

157. Sensör doğrulama

Tek sensör değeri kör biçimde kullanılmamalıdır.

Yöntemler:

fiziksel aralık kontrolü,
hız değişim sınırı,
iki sensör karşılaştırması,
model tabanlı residual,
çoğunluk oylaması.

Örneğin:

|y_measured - y_predicted| > threshold

ise arıza adayı işaretlenebilir.

158. Watchdog

Gerçek zamanlı denetleyici belirlenen sürede çevrimi tamamlamazsa watchdog:

sistemi resetleyebilir,
güvenli moda geçirebilir,
yedek kontrolöre geçebilir.

Watchdog:

kararlılık kanıtının yerine geçmez; yazılım/hardware arızasına karşı ek güvenlik katmanıdır.

159. Fail-safe ve fail-operational

Fail-safe

Arıza olduğunda sistem güvenli duruma geçer.

Örneğin:

ısıtıcı → kapalı

Fail-operational

Arıza olsa bile belirli işlev sürdürülür.

Örneğin kritik uçuş sistemi yedek kanala geçebilir.

Seçim:

risk analizi,
fiziksel proses,
görev gereksinimi

ile yapılır.

160. Denetleyici tasarımının pratik sırası

İyi bir otomatik kontrol projesinde:

1. Kontrol amacını tanımla
2. Giriş ve çıkışları belirle
3. Fiziksel sınırları yaz
4. Sensör ve eyleyiciyi belirle
5. Model oluştur
6. Modeli deneyle doğrula
7. Çalışma noktasını belirle
8. Performans şartlarını sayısallaştır
9. Uygun kontrol mimarisini seç
10. Denetleyiciyi tasarla
11. Doygunluk ve gürültüyü ekle
12. Simülasyon yap
13. Sağlamlık analizi yap
14. Gerçek zamanlı uygulamayı doğrula
15. Güvenlik ve arıza senaryolarını test et
16. Donanım üzerinde aşamalı devreye al

Bu sıra kontrolü yalnızca denklem çözümünden çıkarıp sistem mühendisliği problemine dönüştürür.

161. Simülasyon neden yeterli değildir?

Simülasyon:

hızlıdır,
tekrarlanabilirdir,
tehlikeli senaryoları güvenli test eder.

Fakat simülasyon modelin içindedir.

Gerçek sistem:

sensör gürültüsü
kablo direnci
sürtünme
boşluk
doygunluk
ölü bölge
güç kaynağı sınırı
zamanlama gecikmesi
kuantalama
mekanik esneklik

gibi ayrıntılar içerir.

Bu nedenle:

Simülasyonda çalışan kontrolör, gerçek sistemde çalışabileceğine dair kanıttır; çalışacağının kanıtı değildir.

162. Model-in-the-Loop

İlk aşamada:

denetleyici modeli
+
sistem modeli

aynı simülasyon ortamında çalışır.

Buna:

Model-in-the-Loop — MIL

denebilir.

Amaç:

kontrol mimarisini,
temel kazançları,
performans hedeflerini

hızla değerlendirmektir.

163. Software-in-the-Loop

Gerçek denetleyici kodu veya üretime yakın yazılım:

simülasyon sistemi

ile çalıştırılır.

Amaç:

algoritma ile kod arasındaki farkı,
sayısal hassasiyeti,
yazılım mantığını

doğrulamaktır.

164. Processor-in-the-Loop

Denetleyici kodu hedef işlemci üzerinde çalışırken fiziksel proses simülasyondadır.

Bu aşama:

işlem süresi,
kayan/sabit nokta etkisi,
hedef derleyici,
sayısal davranış

için değerlidir.

165. Hardware-in-the-Loop

Gerçek kontrol donanımı:

gerçek zamanlı proses simülatörüne

bağlanır.

HIL ile:

arıza,
aşırı giriş,
sensör kopması,
haberleşme gecikmesi,
sınır koşulları

fiziksel prosese zarar vermeden denenebilir.

166. Devreye alma

Gerçek sisteme geçiş aşamalı yapılmalıdır.

Örnek sıra:

1. Sensörleri yalnızca izle
2. Ölçekleri doğrula
3. Eyleyiciyi açık çevrim düşük güçte test et
4. İşaret yönlerini doğrula
5. Güvenlik sınırlarını etkinleştir
6. Düşük kazançlı kapalı çevrime geç
7. Küçük referans kullan
8. Bozucu testi yap
9. Çalışma aralığını kademeli genişlet
10. Nihai performans testini yap

İşaret hatası özellikle tehlikelidir.

Negatif geri besleme olması gereken döngü yanlış kablolama veya yazılım işareti nedeniyle pozitif geri beslemeye dönüşebilir.

167. DC motor hız kontrolü

DC motor otomatik kontrol öğretiminde güçlü bir deney düzeneğidir.

Giriş:

motor gerilimi / PWM

Çıkış:

ω

Bozucu:

yük torku

İlk hedef:

ω → ω_ref

olabilir.

168. DC motor hız deneyi

Pratik çalışma:

Motoru açık çevrim sürün.
PWM-hız ilişkisini ölçün.
Basamak girişleri uygulayın.
Birinci derece yaklaşık model çıkarın.
PI denetleyici tasarlayın.
Referans basamağını test edin.
Mekanik yük ekleyin.
Bozucu reddini ölçün.

Ölçüler:

rise time
settling time
overshoot
e_ss
peak current

olabilir.

169. DC motor konum kontrolü

Motor konumu için:

θ̇ = ω

olduğundan hız dinamiğine bir integratör eklenir.

Konum kontrolünde:

P,
PD,
PID,
durum geri besleme

yaklaşımları karşılaştırılabilir.

Özellikle sabit yük torku altında integral etkinin rolü açıkça görülebilir.

170. Türev etkisini motor üzerinde görmek

Konum kontrolünde yalnızca yüksek Kp kullanılırsa:

hızlı hareket,
aşım,
salınım

oluşabilir.

Hız geri beslemesi veya türev:

-K_d θ̇

eklenince mekanik sönüme benzer davranış görülebilir.

Bu deney P ve D etkisini sezgisel olarak güçlü biçimde öğretir.

171. Esnek mekanizma

İki kütle veya iki mil arasındaki esneklik rezonans oluşturur.

Basit servo modeli yeterli görünürken gerçek sistemde:

motor
↓
esnek bağlantı
↓
yük

yüksek frekanslı salınım üretebilir.

Bu deney:

rezonans,
esnek mod,
bant genişliği sınırı,
model indirgeme riskini

gösterir.

172. Esnek sistemde yanlış tasarım

Yalnızca düşük frekans motor modeli kullanılarak agresif PID tasarlanırsa denetleyici:

ihmal edilen rezonans modunu

uyarabilir.

Sonuç:

titreşim,
gürültü,
kararsızlık,
mekanik hasar.

Bu nedenle sistem tanılama frekans aralığı kontrol bant genişliğinin ötesine uzanmalıdır.

173. Manyetik askı

Manyetik askı sistemi klasik doğrusal olmayan ve açık çevrim kararsız sistemdir.

Elektromıknatıs kuvveti yaklaşık:

F_m ∝ i²/x²

gibi doğrusal olmayan ilişki gösterebilir.

Yerçekimi:

mg

ile dengelenir.

Denge noktası çevresinde doğrusallaştırma yapılıp denetleyici tasarlanabilir.

174. Manyetik askının öğretici yönü

Bu düzenek:

açık çevrim kararsızlık,
çalışma noktası,
doğrusallaştırma,
hızlı sensör,
iç akım döngüsü,
dış konum döngüsü

konularını birlikte gösterir.

Denetleyici kapatılırsa nesnenin dengede kalamaması geri beslemenin fiziksel önemini doğrudan gösterir.

175. Ball-and-beam sistemi

Bir kiriş üzerindeki topun konumu:

kiriş açısı

ile kontrol edilir.

Top konumu ile servo arasında iç içe dinamikler vardır.

Bu sistem:

çok döngülü kontrol,
kararsız veya zayıf sönümlü davranış,
konum ölçümü,
doğrusal olmayan model

öğretimi için uygundur.

176. Ters sarkaç

Ters sarkaç açık çevrimde kararsız bir dengeye sahiptir.

Amaç:

θ → 0

ve çoğu düzende aynı zamanda:

x → x_ref

tutmaktır.

Bu sistem:

durum uzayı,
kontrol edilebilirlik,
LQR,
gözleyici,
doğrusal olmayan swing-up

konuları için klasik laboratuvar düzeneğidir.

177. Furuta sarkacı

Furuta sarkacı dönel kol ve sarkaçtan oluşur.

Giriş:

kol motor torku

Durumlar:

kol açısı
kol hızı
sarkaç açısı
sarkaç hızı

olarak seçilebilir.

Bu sistem MIMO olmayan tek girişli olsa da iç dinamiği güçlü şekilde bağlıdır.

178. Swing-up ve dengeleme

Ters sarkaçta iki farklı kontrol problemi vardır.

Swing-up

Sarkacı aşağı konumdan enerji vererek yukarı taşımak.

Stabilization

Yukarı denge çevresinde küçük sapmaları bastırmak.

Tek bir doğrusal denetleyici çoğu zaman iki görevi birden çözemez.

Hibrit yapı:

enerji tabanlı swing-up
↓
denge bölgesine gir
↓
LQR / state feedback

kullanılabilir.

179. Sıcaklık kontrolü

Termal sistemler genellikle mekanik sistemlerden daha yavaştır.

Basit model:

C_th dT/dt
=
P_heater
-
(T-T_amb)/R_th

birinci derece davranışa yaklaşabilir.

Bu sistem PI/PID öğretimi için güvenli ve düşük hızlı deney sağlar.

180. Termal sistemde önemli gerçekler

ısıtıcı yalnızca pozitif güç verebilir,
soğutma pasif olabilir,
gecikme büyük olabilir,
sensör konumu önemlidir,
ısı ataleti yüksektir.

Bu nedenle simetrik u ∈ (-∞,+∞) varsayımı çoğu zaman yanlıştır.

181. Seviye kontrolü

Tank:

A dh/dt = q_in - q_out

ile modellenebilir.

Çıkış akışı:

q_out ∝ sqrt(h)

ise sistem doğrusal değildir.

Çalışma noktası çevresinde doğrusallaştırılabilir.

Seviye kontrolü:

proses dinamiği,
integral davranış,
vana doygunluğu,
kaskad kontrol

öğretimi için uygundur.

182. Kontrol yazılımı için temel çevrim

Gömülü denetleyicide yalın yapı:

every Ts:
    measurement = read_sensor();

    filtered = filter(measurement);

    error = reference - filtered;

    control = controller(error);

    control = apply_limits(control);

    write_actuator(control);

    monitor_faults();

Bu kodun matematiksel denetleyici kadar önemli kısımları:

filter
limits
timing
fault monitoring

bölümleridir.

183. PID sözde kodu

error = reference - measurement

P = Kp * error

integral += Ki * Ts * error

derivative =
    filtered_derivative(measurement)

u_raw =
    P
    + integral
    - Kd * derivative

u =
    clamp(u_raw, u_min, u_max)

anti_windup(u, u_raw)

Bu yapı ideal ders kitabı PID'inden üretim PID'ine geçişi gösterir.

184. Kontrol çevriminde veri kaydı

En az şu değişkenler kaydedilmelidir:

timestamp
reference
measurement
error
control_raw
control_applied
integral_state
saturation_flag
fault_flags

Gelişmiş sistemde:

kestirilen durum,
sensör ham verisi,
gecikme,
çevrim süresi

de kaydedilebilir.

Veri kaydı olmadan gerçek sistem ayarı büyük ölçüde tahmine dönüşür.

185. Kontrol performansı için grafikler

Tek bir çıkış grafiği yeterli değildir.

Bir deneyde en az:

Referans ve çıkış

r(t), y(t)

Hata

e(t)

Kontrol sinyali

u(t)

Doygunluk

u_raw vs u_applied

birlikte görülmelidir.

Hedefi iyi izleyen fakat sürekli doygunda çalışan denetleyici iyi tasarlanmış olmayabilir.

186. Basamak testi

Basamak cevabı şu özellikleri hızlı gösterir:

hız,
sönüm,
kalıcı hata,
doygunluk,
doğrusal olmayanlık.

Fakat tek başına:

gürültü dayanımı,
frekans sınırı,
farklı çalışma noktaları

hakkında yeterli bilgi vermez.

187. Bozucu testi

Referans sabit tutulur.

Sisteme bilinen bozucu uygulanır.

Örneğin motor:

mekanik yük ekle

Isıtıcı:

kapıyı aç / hava akışı oluştur

Ölçün:

maksimum sapma
toparlanma zamanı
kalıcı hata

Bu test gerçek regülasyon performansını gösterir.

188. Gürültü testi

Kontrol bant genişliği yükseldikçe sensör gürültüsünün:

u(t)

üzerindeki etkisi gözlenmelidir.

Özellikle türevli denetleyicide:

control RMS

ve güç spektrumu değerlendirilebilir.

189. Parametre değişimi testi

Model parametrelerini:

±10%
±20%

değiştirerek simülasyon yapılabilir.

Gerçekte:

yük değiştirilebilir,
güç kaynağı düşürülebilir,
sıcaklık değiştirilebilir.

Amaç nominal tasarımın ne kadar sağlam olduğunu görmektir.

190. En kötü durum yaklaşımı

Yalnızca:

ortalama performans

yeterli olmayabilir.

Kritik sistemde:

maksimum gecikme
minimum gerilim
maksimum yük
sensör toleransı
en kötü sürtünme

birlikte değerlendirilmelidir.

Kontrolcü en kötü geçerli koşulda güvenli kalmalıdır.

191. MATLAB ile temel doğrusal model

Örnek:

s = tf('s');

P = 1/(s^2 + 2*s + 5);

step(P);
grid on;

Kutup-sıfır:

pole(P)
zero(P)

Frekans cevabı:

bode(P);
margin(P);

Kök-yer:

rlocus(P);

192. MATLAB ile PID

C = pid(Kp,Ki,Kd);

T = feedback(C*P,1);

step(T);

Otomatik başlangıç ayarı:

C = pidtune(P,'PID');

Güncel Control System Toolbox aynı zamanda:

PID/PIDF,
2-DOF PID,
Bode loop shaping,
root locus,
LQR/LQG,
Kalman tasarımı

gibi yöntemleri desteklemektedir.

Otomatik ayar sonucu fiziksel sınırlar eklenmeden üretime alınmamalıdır.

193. MATLAB ile durum uzayı

A = [0 1; -5 -2];
B = [0; 1];
C = [1 0];
D = 0;

sys = ss(A,B,C,D);

Kontrol edilebilirlik:

rank(ctrb(A,B))

Gözlenebilirlik:

rank(obsv(A,C))

Kutup yerleştirme:

K = place(A,B,[-3 -4]);

194. MATLAB ile LQR

Q = diag([10 1]);
R = 0.5;

K = lqr(A,B,Q,R);

Sonra:

Acl = A - B*K;

kapalı çevrim özdeğerleri incelenir.

Bu noktada yalnızca eig(Acl) değil:

kontrol eforu,
doygunluk,
basamak cevabı,
model değişimi

de test edilmelidir.

195. Python ile kontrol analizi

Python ekosisteminde python-control, SciPy ve NumPy ile temel analiz yapılabilir.

Örnek:

import control as ct

P = ct.tf([1], [1, 2, 5])

ct.poles(P)
ct.zeros(P)
ct.step_response(P)
ct.bode_plot(P)

Kapalı çevrim:

C = ct.pid(1, 1, 0.1)  # API sürümüne göre yöntem değişebilir
T = ct.feedback(C * P, 1)

Kullanılan kütüphane sürümünün güncel API'si doğrulanmalıdır.

196. Araç kullanmak kuramı ortadan kaldırmaz

Yazılım:

pidtune
place
lqr
margin
rlocus

sonucunu hesaplayabilir.

Fakat şu kararları yazılım kendiliğinden vermez:

doğru model hangisi?
hangi çalışma noktası?
hangi bant genişliği güvenli?
sensör gürültüsü kabul edilebilir mi?
eyleyici sınırı ne?
hangi performans ölçütü önemli?
başarısızlık güvenli mi?

Kontrol mühendisliği bu kararların bütünüdür.

197. Yapay zekâ ve kontrol mühendisliği

Yapay zekâ:

model denklemi türetmeye yardımcı olabilir,
kod üretebilir,
log analiz edebilir,
parametre taraması önerebilir,
deney sonuçlarını özetleyebilir,
kontrol literatürünü karşılaştırabilir.

Ancak kritik bir kontrol döngüsünde:

“model önerdi”

ifadesi kararlılık veya güvenlik kanıtı değildir.

Kontrol yasası matematiksel ve deneysel olarak doğrulanmalıdır.

198. Öğrenme tabanlı kontrol

Makine öğrenmesi:

sistem tanılama,
bilinmeyen dinamik kestirimi,
gain scheduling,
kestirim,
politika öğrenme

için kontrol sistemlerine eklenebilir.

Ancak öğrenme tabanlı denetleyicide şu sorunlar büyür:

eğitim dağılımı dışı durum,
kararlılık kanıtı,
güvenli keşif,
açıklanabilirlik,
hesaplama süresi.

199. Reinforcement Learning ve kontrol

Pekiştirmeli öğrenmede politika:

u = π(x)

ödülü en çoklayacak biçimde öğrenilebilir.

Bu yaklaşım bazı yüksek boyutlu görevlerde güçlüdür.

Fakat klasik kontrol ile fark önemlidir.

Klasik tasarım genellikle:

model
+ kararlılık
+ performans şartı

üzerinden yürür.

RL ise:

deneyim
+ ödül
+ optimizasyon

üzerinden politika öğrenir.

Kritik fiziksel sistemde güvenli eğitim ayrı problemdir.

200. Öğrenme tabanlı kontrolün güvenli kullanımı

Daha güvenli hibrit yaklaşım:

klasik güvenli temel denetleyici
+
öğrenen iyileştirme katmanı
+
sert güvenlik sınırları

olabilir.

Örneğin öğrenen katman:

feedforward,
model hatası telafisi,
parametre tahmini

yaparken temel stabilizasyon doğrulanmış denetleyicide kalabilir.

201. Dijital ikiz

Dijital ikiz kontrol bağlamında:

fiziksel sistem
+
güncel verilerle beslenen hesap modeli

olarak kullanılabilir.

Amaç:

durum izleme,
tahmin,
denetleyici testi,
arıza senaryosu,
bakım planlama.

Dijital ikizin kontrol değeri modelin gerçek sistemle ne kadar güncel ve doğrulanmış olduğuna bağlıdır.

202. Otomatik kontrolde sadelik ilkesi

Kontrol tasarımında gereksiz karmaşıklık çoğu zaman fayda sağlamaz.

Basit bir PI:

gereksinimi karşılıyorsa

MPC kullanmak teknik üstünlük değildir.

İyi sıra:

en basit yeterli model
↓
en basit yeterli denetleyici
↓
ölç
↓
yalnızca gerekirse karmaşıklığı artır

olmalıdır.

203. Basit denetleyici ne zaman daha iyidir?

iyi bilinen proses,
az giriş-çıkış,
zayıf kısıt,
düşük etkileşim,
geniş sağlamlık payı,
kolay bakım

varsa PI/PID çoğu zaman en iyi mühendislik çözümüdür.

Üretimde:

anlaşılabilir ve doğrulanmış basit sistem

çoğu zaman:

teorik olarak daha gelişmiş fakat kırılgan sistemden

daha değerlidir.

204. Karmaşık yöntem ne zaman haklıdır?

MPC, sağlam kontrol veya doğrusal olmayan yöntemler şu durumlarda haklı olabilir:

klasik PID hedefleri karşılayamıyor,
çok değişkenli etkileşim güçlü,
kısıtlar belirleyici,
çalışma bölgesi geniş,
model belirsizliği büyük,
güvenlik sınırları optimizasyona dahil edilmeli.

Yöntem problemin gerektirdiği kadar karmaşık olmalıdır.

205. Kontrol sistemini katmanlar halinde düşünmek

Pratik yapı:

Görev / planlama
↓
Referans üretimi
↓
Dış kontrol çevrimi
↓
İç kontrol çevrimi
↓
Eyleyici kontrolü
↓
Güç elektroniği
↓
Fiziksel sistem
↓
Sensör
↓
Durum kestirimi

Yan tarafta:

güvenlik izleyicisi
arıza tespiti
telemetri
watchdog

çalışabilir.

Bu yapı modern mekatronik sistemlerin gerçek mimarisine daha yakındır.

206. Kontrol mühendisinin ana soruları

Bir sisteme bakıldığında şu sorular sırayla sorulmalıdır:

Ne kontrol ediliyor?
Ne ölçülüyor?
Ne uygulanabiliyor?
Referans nedir?
Bozucular neler?
Model nedir?
Çalışma bölgesi nedir?
Kararlılık nasıl gösterilecek?
Performans nasıl ölçülecek?
Fiziksel sınırlar neler?
Gürültü ve gecikme ne kadar?
Model yanlışsa ne olur?
Sensör bozulursa ne olur?
Denetleyici yetişmezse ne olur?

Bu soruların cevabı yoksa PID katsayılarını tartışmak erkendir.

207. Uygulama çalışması 1 — birinci derece sistem

Verilen:

        2
G(s)=-------
       3s+1

için:

zaman sabitini bulun,
DC kazancı bulun,
birim basamak cevabını yazın,
%2 yerleşme zamanını yaklaşık hesaplayın,
Kp=1, 5, 20 için birlik geri beslemeli sistemi karşılaştırın.

208. Uygulama çalışması 2 — ikinci derece sistem

             25
G(s)=----------------
       s²+4s+25

için:

ω_n,
ζ,
ω_d,
aşım,
tepe zamanı,
yerleşme zamanı

hesaplayın.

Simülasyonla yaklaşık bağıntıları karşılaştırın.

209. Uygulama çalışması 3 — Routh

Karakteristik denklem:

s³ + 4s² + 3s + K = 0

olsun.

Routh tablosunu oluşturun.

Kararlı K aralığını bulun.

Aynı aralığı kutupları sayısal hesaplayarak doğrulayın.

210. Uygulama çalışması 4 — kök-yer

          K
L(s)=--------------
       s(s+2)(s+5)

için:

kutupları gösterin,
gerçek eksen parçalarını belirleyin,
asimptotları bulun,
imajiner eksen kesişimini Routh ile bulun,
ζ=0.7 doğrusuna yakın bir çalışma noktası seçin.

211. Uygulama çalışması 5 — PI

DC motor hız modelini:

        K
P(s)=-------
       τs+1

olarak alın.

PI:

C(s)=Kp+Ki/s

tasarlayın.

Şunları ayrı deneyin:

referans basamağı
yük torku bozucusu
ölçüm gürültüsü

Tek grafikle yetinmeyin.

212. Uygulama çalışması 6 — anti-windup

Birinci derece sistem:

P(s)=1/(10s+1)

ve:

-1 ≤ u ≤ 1

doygunluğu olsun.

Aynı PID'i:

anti-windup olmadan,
clamping ile,
back-calculation ile

çalıştırın.

Karşılaştırın:

integral state
overshoot
recovery time

213. Uygulama çalışması 7 — frekans alanı

Bir açık çevrim sistem için:

L(s)=10/[s(s+1)(0.1s+1)]

Bode grafiğini çizin.

Bulun:

gain crossover,
phase crossover,
phase margin,
gain margin.

Kazancı iki katına çıkarınca marjların nasıl değiştiğini yorumlayın.

214. Uygulama çalışması 8 — gecikme

Aynı sisteme:

e^(-Ls)

gecikmesi ekleyin.

L = 0
0.05
0.1
0.2 s

değerleri için faz marjını karşılaştırın.

Gecikmenin neden genliği değiştirmeden kararlılığı bozabildiğini açıklayın.

215. Uygulama çalışması 9 — durum geri besleme

A = [[0,1],[-2,-3]]
B = [[0],[1]]

için:

kontrol edilebilirliği test edin,
kutupları {-4,-5} konumuna yerleştirin,
K bulun,
kontrol sinyalinin tepe değerini ölçün,
kutupları {-20,-25} yapıp neden her zaman daha iyi olmadığını gösterin.

216. Uygulama çalışması 10 — gözleyici

Aynı sistem için:

C = [1,0]

olsun.

gözlenebilirliği test edin,
gözleyici kutuplarını {-8,-9} seçin,
başlangıç kestirim hatası ekleyin,
sensör gürültüsü ekleyin,
gözleyici kutuplarını çok sola taşıyınca gürültü etkisini inceleyin.

217. Uygulama çalışması 11 — LQR

Kütle-yay-sönümleyici için:

Q1 = diag(1,1)
Q2 = diag(100,1)
R1 = 1
R2 = 10

kombinasyonlarını deneyin.

Her tasarımda:

yerleşme zamanı,
konum hatası,
maksimum kontrol,
∫u²dt

ölçün.

Optimal kelimesinin seçilen maliyet fonksiyonuna bağlı olduğunu gösterin.

218. Uygulama çalışması 12 — örnekleme

Sürekli denetleyiciyi:

Ts = 1 ms
10 ms
50 ms
100 ms

ile ayrıklaştırın.

Aynı fiziksel proses üzerinde:

kararlılık,
aşım,
faz marjı,
kontrol sinyali

değişimini inceleyin.

219. Uygulama çalışması 13 — MPC

İki girişli iki çıkışlı bir sistem kurun.

Kısıtlar:

-2 ≤ u1,u2 ≤ 2
|Δu| ≤ 0.2

olsun.

MPC ile:

kısıtsız çözümü,
kısıtlı çözümü,
daha kısa prediction horizon,
daha uzun prediction horizon

karşılaştırın.

220. Uygulama çalışması 14 — güvenlik

Bir sıcaklık kontrol sistemi için:

normal hedef = 80 °C
uyarı = 100 °C
kritik sınır = 120 °C

tanımlayın.

Şu durumları ayrı ele alın:

PID kontrol,
sensör stuck-at arızası,
eyleyici açık kalma arızası,
denetleyici yazılımının kilitlenmesi.

Normal kontrol ile bağımsız safety interlock arasındaki farkı tasarlayın.

221. Uygulama çalışması 15 — siber-fiziksel saldırı

Kapalı çevrim modelinde sensör verisine:

y_attack = y + b

bias saldırısı ekleyin.

Ardından:

replay
delay
packet loss

senaryolarını simüle edin.

Şunları ölçün:

hata,
kontrol sinyali,
güvenli sınır ihlali,
residual tabanlı tespit süresi.

222. Kısa başvuru özeti

Bir otomatik kontrol sistemi tasarlarken:

1. Plant nedir?
2. Çıkış nedir?
3. Manipüle edilen giriş nedir?
4. Referans nedir?
5. Bozucular nelerdir?
6. Sensör neyi ve hangi doğrulukta ölçüyor?
7. Eyleyicinin sınırları neler?
8. Sistem modeli hangi çalışma bölgesinde geçerli?
9. Açık çevrim sistem kararlı mı?
10. Kapalı çevrim kararlılığı nasıl doğrulanacak?
11. Geçici rejim hedefleri sayısal mı?
12. Kalıcı hata şartı nedir?
13. Bant genişliği ne olmalı?
14. Gain/phase margin yeterli mi?
15. Gürültü ne kadar?
16. Gecikme ve jitter ne kadar?
17. Doygunluk ve anti-windup ele alındı mı?
18. Model belirsizliği test edildi mi?
19. Arıza halinde güvenli davranış tanımlı mı?
20. Simülasyon dışında gerçek sistem testi yapıldı mı?

223. Sonuç

Otomatik kontrolün temel fikri çok basittir:

İstenen davranışı bil.
Gerçek davranışı ölç.
Aradaki farkı azalt.
Tekrar ölç.

Fakat bu basit döngünün güvenilir mühendislik sistemine dönüşmesi:

fizik
+
matematik
+
sinyal işleme
+
elektronik
+
yazılım
+
gerçek zaman
+
güvenlik

bilgisinin birleşimini gerektirir.

Kontrol kuramının klasik zinciri:

diferansiyel denklem
→ transfer fonksiyonu
→ kutuplar ve sıfırlar
→ kararlılık
→ zaman cevabı
→ kök-yer
→ frekans cevabı

modern yaklaşımda:

durum uzayı
→ gözleyici
→ optimal kontrol
→ sağlam kontrol
→ MPC
→ doğrusal olmayan / adaptif kontrol

ile genişlemiştir.

Ancak yöntemler değişse de ana problem değişmez:

Belirsiz ve bozuculu gerçek bir sistemi, fiziksel sınırlar içinde, kararlı ve ölçülebilir biçimde istenen davranışa yöneltmek.

Kontrol mühendisliğinde en tehlikeli yanılgılardan biri:

simülasyon düzgün
→ sistem hazır

varsayımıdır.

Gerçek mühendislik sırası:

Modelle
↓
Tasarla
↓
Analiz et
↓
Simüle et
↓
Sınırları ekle
↓
Bozucuyu ekle
↓
Belirsizliği ekle
↓
Gerçek zaman davranışını doğrula
↓
Donanımda aşamalı test et
↓
Ölç
↓
Gerekirse yeniden tasarla

şeklindedir.

Son ilke:

İyi denetleyici, en karmaşık denetleyici değildir. Gereksinimleri doğrulanabilir biçimde karşılayan en sade denetleyicidir.

Kaynakça

İlk yayın tarihinden sonra yayımlanan kaynaklar, metnin Eylül 2026 güncellemesinde teknik doğrulama ve güncel araç/standart bilgisini tamamlamak için kullanılmıştır.

Ana kaynak

Hernández-Guzmán, V. M.; Silva-Ortigoza, R. Automatic Control with Experiments. Advanced Textbooks in Control and Signal Processing, Springer, 2019.

DOI serisi: https://doi.org/10.1007/978-3-319-75804-6 Bu kaynak, Eylül 2026 güncellemesinde geri besleme, fiziksel modelleme, transfer fonksiyonları, Routh, kök-yer, frekans cevabı, durum uzayı ve deney düzenekleri için başvuru kaynağı olarak kullanılmıştır.

Klasik çalışmalar

Maxwell, J. C. “On Governors.” Proceedings of the Royal Society of London, 1868.

Routh, E. J. A Treatise on the Stability of a Given State of Motion. 1877.

Hurwitz, A. “Über die Bedingungen, unter welchen eine Gleichung nur Wurzeln mit negativen reellen Teilen besitzt.” Mathematische Annalen, 1895.

Minorsky, N. “Directional Stability of Automatically Steered Bodies.” Journal of the American Society for Naval Engineers, 1922.

Black, H. S. Negative-feedback amplifier work and patents, Bell Telephone Laboratories, 1920s-1930s.

Nyquist, H. “Regeneration Theory.” Bell System Technical Journal, 1932.

Ziegler, J. G.; Nichols, N. B. “Optimum Settings for Automatic Controllers.” Transactions of the ASME, 1942.

Bode, H. W. Network Analysis and Feedback Amplifier Design. Van Nostrand, 1945.

Evans, W. R. “Graphical Analysis of Control Systems.” Transactions of the AIEE, 1948.

Kalman, R. E. “A New Approach to Linear Filtering and Prediction Problems.” Journal of Basic Engineering, 1960.

Temel ders kitapları

Ogata, K. Modern Control Engineering. Prentice Hall.

Dorf, R. C.; Bishop, R. H. Modern Control Systems. Pearson.

Franklin, G. F.; Powell, J. D.; Emami-Naeini, A. Feedback Control of Dynamic Systems. Pearson.

Åström, K. J.; Murray, R. M. Feedback Systems: An Introduction for Scientists and Engineers. Princeton University Press / Caltech open edition.

https://fbsbook.org/

Åström, K. J.; Hägglund, T. Advanced PID Control. ISA.

Skogestad, S.; Postlethwaite, I. Multivariable Feedback Control: Analysis and Design. Wiley.

Modern ve ileri kontrol

Khalil, H. K. Nonlinear Systems. Prentice Hall.

Slotine, J.-J. E.; Li, W. Applied Nonlinear Control. Prentice Hall.

Zhou, K.; Doyle, J. C.; Glover, K. Robust and Optimal Control. Prentice Hall.

Rawlings, J. B.; Mayne, D. Q.; Diehl, M. Model Predictive Control: Theory, Computation, and Design. Nob Hill Publishing.

Ioannou, P. A.; Sun, J. Robust Adaptive Control. Dover.

Güncel teknik belgeler ve araçlar

MathWorks. Control System Toolbox Documentation.

https://www.mathworks.com/help/control/

MathWorks. PID Controller Tuning.

https://www.mathworks.com/help/control/pid-controller-design.html

MathWorks. Anti-Windup Control Using PID Controller Block.

https://www.mathworks.com/help/simulink/slref/anti-windup-control-using-a-pid-controller.html

MathWorks. Model Predictive Control Toolbox Documentation.

https://www.mathworks.com/help/mpc/

Python Control Systems Library.

https://python-control.readthedocs.io/

Güvenlik ve kritik sistemler

NIST. SP 800-82 Rev. 3 — Guide to Operational Technology (OT) Security. September 2023.

https://csrc.nist.gov/pubs/sp/800/82/r3/final

IEC. IEC 61508:2010 — Functional Safety of Electrical/Electronic/Programmable Electronic Safety-Related Systems.

IEC. IEC 62443 Series — Security for Industrial Automation and Control Systems.

Hızlı formül özeti

Hata:
e(t)=r(t)-y(t)

Negatif geri besleme:
T(s)=G(s)/(1+G(s)H(s))

Birinci derece:
G(s)=K/(τs+1)

İkinci derece:
G(s)=ωn²/(s²+2ζωn s+ωn²)

Sönümlü frekans:
ωd=ωn√(1-ζ²)

Tepe zamanı:
tp=π/ωd

%2 yerleşme:
ts≈4/(ζωn)

Aşım:
Mp=exp[-ζπ/√(1-ζ²)]

PID:
C(s)=Kp+Ki/s+Kd s

Hassasiyet:
S=1/(1+L)

Tamamlayıcı hassasiyet:
T=L/(1+L)

Durum uzayı:
ẋ=Ax+Bu
y=Cx+Du

Durum geri besleme:
u=-Kx

Gözleyici:
x̂̇=Ax̂+Bu+L(y-Cx̂)

Ayrık sistem:
x[k+1]=Ad x[k]+Bd u[k]

Sürekli-ayrık kutup ilişkisi:
z=e^(sTs)