控制系统设计： 构建终极自动响应系统

       控制系统无处不在，以通常无法察觉的方式发挥着重要功能。按压电熨斗可以打开或关闭热量，道路上的交通信号灯可以变绿、变黄、变红，巡航控制系统可以使汽车以恒定的速度行驶，系统还可以监测天气状况等等。控制系统通常嵌入在其他系统中，无需人工干预即可运行，其微妙的操作对现代技术流程的无限范围产生了巨大影响。
       自本世纪初以来，控制系统的设计已经取得了长足的进步，为从单向流程机械转变为能够自我管理和自动修正的高动态系统做出了积极贡献。

什么是控制系统？
 
       控制系统是一种嵌入式装置，用于实时管理、调节和协调大型系统或复合设备的运行。它们能够利用从某些输出中观察到的信号来升级输入，从而创建一个自我调节或自动校正机制，以促进所需的响应。
       控制系统广泛应用于各个行业，从航空和食品生产到工厂管理和汽车。自动控制系统可以部署更大型、更复杂的系统，无需人工干预即可独立运行。自动控制系统还能利用现代技术促进更好的安全协议；例如，所有配备热调节恒温器的设备都能大大降低引发火灾或某种形式的过热危险问题的可能性。

控制系统如何工作？

       控制系统的工作原理是在输入信号、输出信号和反馈信号之间建立明确的数学关系。虽然不是每个控制系统都包含反馈机制，但它们一般都是通过控制器/设备传递来自传感器的信号，最终输出接收外部响应，并通过反馈路径进行传递。反馈信号会触发系统的自动修正和自我调节功能，从而产生所需的输出。
       现实世界中的一个例子是飞机的飞行路径控制系统，也称为飞行管理系统（FMS）。利用全球定位系统，飞行控制系统拥有一套精密的传感器，可以检测到飞机飞行计划中的每一项活动。这些数据会作为反馈信息传回系统，系统会自动调整飞机的航线，以防止空中相撞。

为什么需要控制系统？

       控制系统工程广泛应用于各种分析和决策过程。各行各业控制系统的主要目的都是提高运行效率。大多数机械、设备或更大的系统都包含控制回路，在资源管理方面更安全、更高效。在航空、汽车、建筑、石油、生产和设计行业，控制系统通过管理人类无法有效控制的某些指标，来节省时间和成本，确保安全并提高产品性能。

控制系统的要素

       控制系统有多种类型，服务于不同的一般或特定用途。控制系统通常由各种单元和子系统组成，但在任何可靠的控制系统设计过程中，都不应缺少几个核心要素。典型的控制系统框图如下：
       传感器：检测和测量环境中的物理刺激，并将信息传递给系统
       控制器：这是一个处理单元，用于尽量减少实际值与期望值的偏差
       设备：这是利用传感器输入信号控制输出的装置
       执行器：将电信号转换为机械动作的机电单元，如打开阀门、关闭电路或触发其他物理动作。
       反馈系统：接收输出或部分输出，并将其反馈到输入，以更新设备的下一个输出。线性控制系统中不包含反馈系统

控制系统的类型

       基于反馈机制的控制系统主要有两种。它们是：
       开环控制系统
       闭环控制系统

       开环控制系统
       开环控制系统没有反馈路径，因此输出对输入没有影响。输出取决于输入，但在任何情况下都不会对输入通道的信号进行重新路由。开环系统的电路一般比较简单，易于构建，但会严重偏离任何控制系统应有的自我调节能力。开环系统更加稳定，但可靠性较差，无法应对环境中的异常情况。
        开环系统的一些常见例子是普通的面包烘烤机，它会在预定的时间内继续加热面包，而不管已经施加了多少热量。在工业流程中，如果无人操作，开环产品封口机会继续将金属板卡在一起，而无法知道整条生产线的产品是否已经用完。
       开环控制系统示例
       开环控制系统的其他示例包括：
       无定时器工业设备
       伺服或步进电机系统
       自动干衣机
       洗衣机
       电灯泡

       闭环控制系统
       闭环控制系统是一种反馈控制系统--包含一条信号返回路径，输出取决于输入，输入也取决于从输出返回的信号。这意味着控制系统有一个完全互联的闭合回路，信号可以从输出返回到输入。
       闭环系统的构造较为复杂，但有利于设备内部的自动校正和自我调节。根据其设计方式，闭环系统可在无需人工干预的情况下根据环境中的异常情况进行调整。
        闭环控制系统的一个常见应用实例是寻日者太阳能系统。该系统由一个感测太阳电压变化的光敏电阻器组成。LDR 传感器读取电压并通过差分放大器。转换后的信号再传递给交流电机，从而触发太阳能电池板位置的变化，使其面向太阳的热量。有了这种自我管理技术，您就不必担心您的太阳能电池板无法朝向最大的太阳方向了。
       闭环系统实例
       闭环控制系统的其他示例包括：
       包含电熨斗、空调、热水器等设备的恒温器
       电压稳定器
       根据目标位移改变方向的导弹发射器
       电磁炉

设计控制系统

       控制系统工程作为一门主要学科，与 70 年代以前气动控制非常普遍的时代相比，已经有了巨大的发展。如今，控制系统工程师接受的培训是，通过对数字设备进行编程以产生理想结果，从而创造无限可能。
        控制系统的设计技术可根据系统的类型、复杂程度和目的而有所不同。线性系统的输出与输入成正比，非线性系统的输出与输入成正比。后者能产生有效和令人满意的结果，但设计起来一般较为复杂。
       以下是设计控制系统的几个标准流程：

       系统概念
       系统概念是对预期控制系统的组件、功能、目的、控制目标、结构、模块、子部件和一般细节的正式描述。它是一个初步定义和概述过程，旨在列出待建系统的所有必要功能和预期操作程序。例如，在自动驾驶汽车行业，系统概念阶段主要涉及定义和确定拟议车辆所需的自动驾驶水平，这基本上是定义控制系统目标的最重要一点。
       顾名思义，系统概念是一个概念化阶段，在这一阶段，所有相关的想法都会被勾勒出来，以供批准和取消。

       可行性分析
       "这种控制系统在实际部署时真的能够发挥这种程度的调节作用吗？我们是走在正确的道路上，还是在建造空中楼阁？
       这就是可行性分析的基本要点。控制系统很容易被高估，工程师需要深入了解其概念和预期系统的拟议功能。在现实世界中，控制系统的设计存在一定的局限性。可行性分析涉及一系列过程和步骤，包括原型设计和模拟，以确保控制系统在实际情况下能够正常工作。

       快速原型设计
       为了进一步确认预期系统的可行性，控制系统工程中采用了快速原型设计。这些原型可以使用不同的系统设计工具进行虚拟设计。它们也可以通过添加层制造、成型和三维打印等工艺来实现。为了获得最佳评估结果，工程师可以进一步实现电气连接并部署嵌入式代码。
       目标是开发出与控制系统尽可能相似的模型。高保真快速原型更为理想，在这种情况下，模型的设计和功能与预期系统非常相似。通过虚拟原型技术，可以进一步完善模型设计和验证。

       功能设计说明书
       功能设计说明书（FDS）是根据系统分析结果编写的文件。在控制系统设计中，工程师将列出预期系统达到性能目标所需的所有功能要求。从同步到错误处理技术，FDS 描述了系统解决方案的所有操作理念，以及如何根据预期结果发挥作用。
       FDS 是系统控制理念的大纲，因此必须在后续阶段对其进行全面编译和测试。FDS 还详细说明了子系统（包括控制系统和设备或执行器）之间互动时可能出现的情况。
建立工厂动力学模型
       在控制系统技术中，工厂是需要控制的系统，是控制系统试图调节的实体。它可以小到只有一个输入和一个输出的自动感应灯泡，也可以大到拥有大量输入和输出单元的 F16 战斗机。
       工厂动力学模型是工厂行为的代表，包括最终与控制系统交互的所有特征。工厂行为建模对控制系统设计过程至关重要，因为它为模拟控制系统的运行提供了实际背景。以下是用于控制系统设计的不同类型的工厂模型。

       物理建模
       这包括使用数学公式和过程来表示系统。在控制系统仿真中，数学表示通常侧重于定义和概述输入与输出之间的直接关系。它涉及大量传递函数还原和物理现象的电气表示。
       物理建模过程中需要考虑的重要因素：
       输入和输出： 单输入-单输出（SISO）系统最容易建模和表示，而多输入-多输出（MIMO）通常需要更复杂的设计冲刺。
       线性和非线性系统： 线性系统是指输出的变化与输入的变化成正比。非线性系统则不然。线性很容易理解，但在复杂的实际系统中并不常见
       连续时间和离散时间系统： 连续系统是指状态变量随时间连续变化的系统，如水流通过管道。离散系统是状态变量只在离散的时间设定点发生变化的系统，例如控制器程序。必须定义时间值，系统才能正常运行

系统识别 (SysID)

       这是物理建模的另一个过程，使用统计方法对控制系统进行数学表示和可视化。系统识别是一种更为复杂的方法，因为它需要通过测量数据来建模，但在数据丰富的环境中却很有效。在设备建模过程中，必须设置参数并填写数值，以便使用曲线拟合、时间分析、频域分析、回归检验、最大似然法和贝叶斯估计技术等统计方法。
      
       模型与物理系统对比
       在建立工厂模型后，工程师将对照实际工厂对数据进行审查，以找出任何无法解释的差异。设计控制系统的这一过程可确保高保真的开发过程，并将误差降低到可接受的范围内。如果通过数学模型运行数值获得的数据与实际系统（如果已经存在）的输出非常吻合，那么设计过程就会顺利进行。
        但是，如果对比结果出现偏差，控制系统可能无法与主机厂进行有效互动。修改数学模型或使用其他统计方法是纠正这些异常的好方法。
       
        建立控制器算法
        控制器算法是支配控制系统功能的数学或计算规则。通常，它包括提供一组指令的逻辑动作。控制算法通常使用 C 或 C++ 等低级编程语言编写，以确保执行速度。
       在此过程中，使用预先生成的数学和统计模型来确认控制器算法是否按照规范执行。控制系统设计中常见的控制器算法包括：
       PID 控制
       模型预测控制

       PID 控制
       PID 是比例（Proportional）、积分（Integral）和微分（Derivative）的缩写。PID 方法是工业过程中使用最广泛的控制算法，主要是因为它比其他算法更容易实现，而且性能范围广。
        在 PID 控制算法中，主要目标是通过数学运算减少误差。PID 算法从控制系统的反馈路径中提取误差值，这意味着它在闭环控制系统中的应用更为有效。它通过比例项、积分项和导数项传递误差，其中变化率的乘积可减少系统的过冲。

       模型预测控制 (MPC)
       模型预测控制 (MPC) 或基于模型的预测控制是一种先进的控制器算法，可高效预测多输入多输出 (MIMO) 控制系统。它使用基于模型的预测和优化技术，为过程模型生成一系列理想的控制操作。当实际系统模型的数据可用时，模型会不断更新，为控制反馈环路提供数据，从而使 MPC 具有高精度的预测和快速的响应时间。
       在模型的每一步，模型预测控制都会确定一组控制变量，使模型的成本或误差与动态模型预测相比最小化。通过按顺序排列这些控制，MPC 控制器可用于为几乎所有流程提供高级指导。由此产生的性能优势使其特别适用于需要快速、准确管理复杂过程的应用。

       Verification & Validation
       "Verification 验证： 我们制造的产品正确吗？Validation 确认： 我们是否打造了正确的产品？"
       举例来说，如果您要利用控制系统技术自动驾驶一辆自动驾驶汽车，那么在远程考虑最终确定产品之前，您必须进行最高级别的大数据测试。验证涉及所有程序、实际测试、后台检查、直接应用和 beta 测试，以确保软件的设计和开发符合特定要求。验证主要是确保为更大的系统建立了正确的控制系统。

       模型在环测试 (MIL)
       在控制系统设计中，应不断重复进行模型在环测试，以确保高精度。第一版模型可能只是系统的粗略近似，但随着开发过程的推进，模型会不断得到改进。添加更多细节，并以更高的保真度运行模拟，以获得更精确的近似值。
       具有高不确定性和高风险的系统元素应优先开发，并以最高的保真度运行，以尽可能多地考虑边缘情况。这样做是为了尽早提高整个系统的技术就绪水平（TRL），同时降低变更成本。
       在分析 MIL 测试结果时，通常会考虑以下几点：
       系统响应
       稳定性条件

       系统响应
       控制系统中的系统响应是指输入产生输出或一系列输出所需的时间，包括在此过程中发生的内部变化。在非线性多输入多输出（MIMO）系统或闭环控制系统中，要获得最佳的系统响应曲线，需要考虑许多复杂因素。
       控制系统技术中有关系统响应的一些常见分析包括：
       时间响应分析
       频率响应分析
       上升时间分析
       过冲百分比分析
       平稳时间分析
       稳态误差分析

       时间响应分析
       时间响应是系统响应的一种类型，它简单地表示输入信号影响预期输出所需的速度和时间。时间响应分析是指研究系统在时域中的性能，在时域中，输出直接随时间变化。分析时间响应，尤其是在设计自动控制系统时，可以通过减少冗余和取消不必要的子过程，深入了解提高控制单元速度和性能的可能方法。
       时间响应通常分为两类进行分析：
       瞬态响应，即系统在达到预期结果之前从一种状态转换到另一种状态所需的时间； 稳态响应，即系统在达到预期结果之前从一种状态转换到另一种状态所需的时间。
稳态响应，即系统在保持稳定一致的状态下实现预期输出所需的时间。

       频率响应分析
       当正弦波输入信号以不同频率施加到系统时，频率响应分析适用于稳态。频率响应分析是在时间不变的情况下，测试系统在频域下的性能。根据系统的反应，它还可分为瞬态和稳态。
频率响应分析是控制系统设计中非常重要的测试过程。对于自动驾驶汽车等庞大而复杂的系统而言，获得最佳频率响应可确保设计人员相信，即使在恶劣天气或不利的驾驶条件下，控制系统也能依靠自身进行调节。

       上升时间分析
       通过检查上升时间，控制系统工程师可以确定一个几乎等同于嵌入式系统启动时间的参数。上升时间是指系统从初始静止状态或零电平状态达到预期输出所需的时间。这不能与系统从初始静止状态移动到所需输出所需的时间混淆，而是指首次达到目标输出所需的时间。
对上升时间进行测试，以确保最佳速度和控制系统启动时无冗余。

       过冲百分比分析
       在实际控制系统中，如果不能准确检查系统并确定过冲百分比，可能会导致系统电路严重损坏。过冲百分比也称为百分比过冲，是计算输出超出目标值程度的指标。这种情况通常发生在控制系统阻尼不足或数学建模过程中出现错误时。
       对于某些控制系统来说，允许有少量的超调百分比。然而，在汽车巡航控制系统等高度不稳定的系统中，设计人员必须尽可能将超调降到最低，以防止灾难性后果的发生。

       稳定时间分析
       如果您驾驶的是普通自动变速箱车辆，请观察从加速（输入信号）到脚离开加速踏板、车辆切换到稳定巡航控制所需的时间。如果需要二十秒钟，你可能会有生命危险。不过，在大多数现代汽车中，巡航控制系统都能瞬间启动，并在不进一步加速的情况下保持稳定的车速。
车辆从目标值移动到最终期望值所需的时间就是稳定时间。由于持续的干扰和微小的振动，有些控制系统可能永远无法达到完美的沉降时间，例如管理持续微湍流的飞行控制系统。工程师需要测试稳定时间，以确保上升时间在安全范围内。
      
       稳态误差分析
       无论在初步设计阶段如何频繁地进行模拟和精确建模，控制系统都可能是不可预测的。环境条件不可能百分之百完全考虑在内，有时输入信号达到的稳定状态并不完全是系统的最终预期值。当前稳态值与实际期望值之间的差值就是稳态误差。当然，在复杂的系统中，这种误差可能会导致重大问题、设备故障和直接的系统故障。
       稳态误差在控制系统设计中进行测试，大多数情况下，必须对设计进行重大修改，才能达到预期输出。

       稳定性条件
       稳定性是控制系统设计中的一个关键问题。根据通用设计标准，在构建控制系统时，如果内部流程不能通过标准的稳定性评估，就没有必要部署或商业化该系统。稳定性是指即使在环境干扰下存在极小的误差，也能确保输出处于受控状态。
       它也被描述为控制系统在接收到有界输入时产生有界输出的能力。稳定的系统能在输入时提供有界输出。极度稳定的系统会在输出界限内出现一些振荡，而不稳定和不安全的系统则会产生超出界限很多的输出。

       在环软件（SIL）测试
       软件在环 (SIL) 测试是在设计人员自动生成代码后进行的。这可以使用自动 C 代码生成器来完成。其目的是检测软件代码中的错误并加以解决。这包括运行生成的 C 代码，并将结果与 MIL 测试结果进行比较。
       如果结果与 MIL 不同，则说明生成的代码或模型中存在错误，需要重新审查和解决。在控制系统设计中，SIL 测试的另一个主要目的是为使用自动生成的代码进行硬件测试提供参考点。

       处理器在环 (PIL) 测试
       在将生成的 C 代码编译和部署到控制器或 FPGA 之后，将进行处理器在环 (PIL) 测试。其目的是确认编译后的代码是否能在目标系统的处理器上运行。其中包括根据工厂模型运行处理器，以确保处理器能够运行控制逻辑并执行所有必要的任务。我们提供了 ARM RiscV RH850 等处理器的指令集模拟器以及虚拟原型，处理器在环测试和后续的硬件在环测试可以转移到虚拟原型中来。
       设计控制系统时的 PIL 测试也可以在 FPGA 上进行。在这种情况下，它被定义为 FPGA 在环（FIL）测试。

       硬件在环 (HIL) 测试
       HIL 测试是最后的验证步骤，用于确认自动生成的代码在实际情况下是否准确运行。自动生成的代码将在实时系统上针对工厂模型运行。然后，系统会进行确定性模拟，模拟现实世界中的事件，包括开发系统与处理器的物理连接、输入和输出以及通信协议，以确认系统的控制目标得到满足。

       部署到生产系统中
       最后，将控制系统部署到实际生产中，所有必要的部件都要在这里制造或组装（如果是现成的）。控制系统经过精心组装，并将代码部署到嵌入式系统中。控制系统设计的所有方面都要进入最后阶段，在这一阶段，要进行大量的制造流程和最终的实际测试程序，以获得成品。

控制系统与现代工业的相关性

       也许，控制系统与现代工业最相关的用途是加强安全。控制系统已变得如此复杂、智能和强大，以至于可以主动保护大型系统及其人工操作人员免受前所未有的异常情况的影响，如过热、过度驱动、误导和其他一些情况。
       控制系统的其他一些优势包括：
       保证所有领域的质量。制造商和操作员不再担心人为干预和出错的可能性
       设计和开发各种自动驾驶汽车系统--未来的交通工具
       减少人力成本，因为物理控制系统所需的人力更少
       控制系统技术简化了决策过程，因为其效率已被纳入升级和全新创新的考虑范围
       协调生产线，协助制定有针对性的生产计划

       控制系统面临的挑战和可能方案
       虽然控制系统是技术行业的一大创新，但也给工程师和整个行业带来了一些困难。
       控制系统设计成本高昂，实施复杂。小到单向电路，大到多个控制单元的大规模互联，这些系统的复杂性可能会让人付出高昂的代价
       控制系统会影响人的工作和工业领域的就业，因为它们往往消除了某些流程的人力管理需求
       可能会出现软件错误，尤其是当系统无法正确处理的信号过多时，从而偏离控制目标
       通过虚拟原型技术创建虚拟目标环境比如虚拟域控制器，可以提前验证这些大规模互联的软件系统，降低后期软硬件错误造成的系统性风险

虚拟 ECU ：ECU 的未来

       伴随着 ECU 软件复杂度的上升， 产品上市前的充分验证变得困难。传统的验证方法，可以在早期的非目标环境下验证 Simulink 算法。然而这些算法并不真正运行在实际 ECU 中，直到物理 ECU 原型出现后，才能解决问题。
       虚拟 ECU 的出现，将极大改善这一问题，并大幅度节约整体开发成本。假设 500 人的软件研发团队花费 6 个月的时间开发了整车相关的控制器软件；那么每提前一个月开始通过虚拟 ECU 测试集成，将为整个软件团队节省 500 人月的开发费用。假设月成本为人均 3 万，提前 3 个月完成软件测试开发工作意味着节省 4500 万的开发费用。