I sistemi di controllo sono una disciplina ingegneristica insolita: la teoria è in gran parte consolidata, insegnata a fondo e liberamente disponibile, eppure la competenza pratica resta davvero scarsa.
Una teoria matura e una competenza scarsa
Il controllo a retroazione è formalizzato da circa un secolo. La matematica è standard, i manuali sono buoni e gli strumenti software sono eccellenti.
Niente di tutto questo colma il divario tra un controllore che funziona in simulazione e una macchina che si comporta bene in fabbrica.
La teoria ti dice cosa farà un controllore al sistema che hai modellato. La competenza sta nel sapere in cosa il sistema che hai modellato differisce dalla macchina che hai davanti.
La domanda sta sotto quasi tutto ciò che si trova in questa sezione. Il Bureau of Labor Statistics statunitense prevede una crescita dell'occupazione degli ingegneri industriali di circa l'11 percento tra il 2024 e il 2034, e il rapporto WEF indica che il 58 percento dei datori di lavoro si aspetta che robotica e automazione trasformino la propria attività entro il 2030. Ognuno di quei sistemi gira su anelli di controllo che qualcuno deve far funzionare bene.
Cosa copre la direzione
L'ambito: retroazione e stabilità, modellazione, controllori e stima dello stato per sistemi dinamici.
Quattro aree.
Modellazione dei sistemi. Descrivere come risponde un sistema, per principi primi o da dati misurati. La parte che la maggior parte degli ingegneri salta e da cui dipende tutto il resto.
Retroazione e stabilità. Perché la retroazione funziona, quando peggiora le cose, e cosa determina se un anello è stabile e quanto margine ha.
Progettazione e taratura dei controllori. PID e oltre, e il compito pratico di far rispettare a un anello un requisito senza eccitare qualcosa che non dovrebbe.
Stima dello stato. Capire cosa sta facendo un sistema da misure imperfette e incomplete, alla base di gran parte del lavoro sull'autonomia più avanti in questo dominio.
Il divario tra il modello e la macchina
Cinque cose specifiche che rendono il problema reale più difficile di quello insegnato.
Gli attuatori saturano. Il controllore chiede più di quanto il motore possa dare. Sopra quel limite l'anello è di fatto aperto, e l'azione integrale continua ad avvolgersi. Questo singolo effetto causa gran parte dei malfunzionamenti reali.
I sensori sono rumorosi e in ritardo. Il rumore limita quanta azione derivativa puoi usare. Il ritardo mangia margine di fase. Entrambi restringono le prestazioni ottenibili in modi che il modello ideale non mostra.
I sistemi sono non lineari. Attrito, gioco meccanico, banda morta e stiction. Un controllore tarato attorno a un punto di funzionamento si comporta diversamente altrove, e l'attrito in particolare è il motivo per cui il moto lento e preciso è difficile.
L'impianto cambia. Il carico varia, i componenti si usurano, la temperatura cambia. Un anello tarato su una macchina nuova deriva mentre la macchina invecchia.
Tutto interagisce. Più anelli sulla stessa macchina si influenzano a vicenda, e tararli in modo indipendente può produrre un sistema peggiore di ciascuno di essi preso da solo.
Conoscere la teoria e non questi aspetti è ciò che produce un ingegnere capace di progettare un controllore e incapace di metterlo in servizio.
Dove si colloca nel dominio
I sistemi di controllo sono la terza delle nove direzioni nel dominio Robotica e sistemi autonomi di Astra Trainer, e ne sono la spina dorsale matematica per quelle che vengono dopo. Robotica industriale, veicoli autonomi e droni dipendono tutti da questa, e la stima dello stato in particolare è ciò che rende possibile l'autonomia.
Sta anche direttamente accanto alla direzione automazione e controllo industriale del dominio manifattura avanzata, che copre il livello PLC, SCADA e azionamenti dove si implementa davvero la maggior parte del controllo industriale. I partner che gestiscono impianti di processo di solito hanno bisogno di entrambe. Le lezioni durano cinque minuti, il che si adatta al personale di strumentazione e controllo a turni. Qui trovi le nove direzioni.
Gli anelli tarati male sono ovunque
L'osservazione più utile in questa direzione, che chiunque abbia auditato un impianto riconoscerà.
La grande maggioranza degli anelli di controllo industriali sono controllori PID. Una parte consistente non funziona bene, e le condizioni ricorrenti sono riconoscibili.
Anelli lasciati sulle impostazioni predefinite. Messi in servizio in fretta, mai tarati, che funzionano abbastanza bene da non far riguardare più nessuno.
Anelli passati in manuale. Perché oscillavano, un operatore li ha tolti dall'automatico, e la cosa è diventata permanente. L'impianto ora gira grazie all'attenzione dell'operatore invece che al controllo.
Anelli detarati fino all'inutilità. Qualcuno ha ridotto il guadagno finché non ha più oscillato, il che ha fermato l'oscillazione e ha fermato anche il controllo.
Anelli alle prese con un problema meccanico. Una valvola che si blocca o un attuatore usurato, trattati come un problema di taratura, dove nessuna taratura risolve nulla.
Le conseguenze sono reali: variabilità della qualità del prodotto, energia sprecata, minore produttività e maggiore usura. Sono anche diffuse, ed è per questo che persistono.
Gli strumenti di auto-tuning sono migliorati e aiutano. Ciò che non possono fare è dirti che l'anello sta lottando contro un guasto meccanico, che il sensore è nel posto sbagliato, o che il processo stesso è cambiato. Quella diagnosi è la competenza scarsa.
I ruoli, uno per uno
Ingegneri dei sistemi di controllo nella costruzione di macchine, nella robotica e nell'aerospazio.
Ingegneri di controllo di processo nella chimica, nel settore oil & gas, nel farmaceutico e nell'alimentare, dove le prestazioni degli anelli incidono direttamente su resa ed energia.
Tecnici di strumentazione e controllo. Una popolazione numerosa che manutiene e tara anelli ogni giorno.
Ingegneri di automazione a livello PLC e azionamenti.
Ingegneri di commissioning. Fanno comportare bene gli anelli in campo, sotto pressione di tempo, con macchinari reali.
Specialisti di controllo avanzato di processo. Controllo predittivo a modello e simili, un gruppo piccolo e ben pagato.
Ingegneri di guida, navigazione e controllo nell'aerospazio e nei sistemi autonomi.
Ingegneri software di controllo che implementano controllori in sistemi embedded.
Chi si può formare per farlo
Tecnici di strumentazione e controllo. La conversione più forte e più trascurata. Lavorano già ogni giorno con anelli, sensori e valvole e spesso non hanno una formazione formale in teoria del controllo. Aggiungerla trasforma la regolazione in diagnosi e li rende capaci di distinguere un problema di controllo da uno meccanico.
Operatori di processo. Sanno come si comporta l'impianto meglio di qualsiasi modello, inclusa la conoscenza informale di quali anelli sono in manuale e perché. È esattamente la conoscenza di cui un ingegnere di controllo ha bisogno e che non può ottenere rapidamente.
Ingegneri elettrici. A proprio agio con la matematica, hanno bisogno della dinamica e del livello pratico.
Ingegneri meccanici. Capiscono l'impianto fisicamente, hanno bisogno della teoria del controllo. Una conversione impegnativa e preziosa, perché il risultato è qualcuno capace di distinguere le cause meccaniche da quelle di controllo.
Ingegneri software. Verso l'implementazione del controllo, con bisogno di campionamento, temporizzazione e limiti fisici.
Ingegneri di manutenzione. Verso il lavoro sulle prestazioni degli anelli, dove si incontrano il livello meccanico e quello di controllo.
Dove il controllo ha rilevanza per la sicurezza. I sistemi di controllo che svolgono funzioni di sicurezza sono governati da standard di sicurezza funzionale con requisiti definiti di ciclo di vita, competenza e verifica, e modificare un sistema rilevante per la sicurezza è un'attività controllata. Negli impianti di processo, le modifiche alle strategie di controllo sono soggette a procedure di gestione del cambiamento. La formazione costruisce comprensione ingegneristica del controllo. Non conferisce certificazione di competenza in sicurezza funzionale né autorità a modificare un sistema di controllo rilevante per la sicurezza o di impianto.
Cosa portare a casa
La teoria è consolidata e disponibile. La scarsità riguarda le persone capaci di far comportare bene un anello reale su una macchina reale.
Saturazione, rumore e ritardo dei sensori, non linearità, deriva dell'impianto e interazione tra anelli sono le cinque cose che separano il problema insegnato da quello reale.
La maggior parte degli anelli industriali è PID, e una gran parte è tarata male, in manuale, detarata fino all'inutilità, o alle prese con un guasto meccanico.
L'auto-tuning aiuta e non sa diagnosticare. Sapere se un problema è di controllo, meccanico, di misura o di processo è la competenza da costruire.
E strumentisti e operatori di processo possiedono la metà che richiede anni. La teoria è la metà che si può insegnare.
Se la teoria del controllo è matura, perché la competenza scarseggia?
Perché la teoria descrive il sistema che hai modellato. Le macchine reali saturano, hanno sensori rumorosi e in ritardo, si comportano in modo non lineare, derivano con l'usura, e hanno anelli che interagiscono. Colmare il divario è un giudizio costruito con la pratica.
Quanto sono comuni gli anelli tarati male?
Molto. Le condizioni riconoscibili sono anelli lasciati sulle impostazioni predefinite, anelli passati in manuale dopo aver oscillato, anelli detarati finché non controllano più nulla, e anelli alle prese con un guasto meccanico.
L'auto-tuning risolve il problema?
Aiuta nella taratura e non sa diagnosticare. Non ti dirà che la valvola si blocca, che il sensore è mal posizionato o che il processo è cambiato.
Chi si converte meglio ai ruoli di controllo?
I tecnici di strumentazione e controllo, che lavorano ogni giorno con gli anelli e di solito non hanno la teoria, e gli operatori di processo, che sanno davvero come si comporta l'impianto, incluso quali anelli sono in manuale e perché.
Dove si colloca nel dominio?
Terza delle nove direzioni nel dominio Robotica e sistemi autonomi di Astra Trainer, e spina dorsale matematica sotto robotica industriale, veicoli autonomi e droni. Le trovi qui.