Control Platform — Algorytmy sterowania w praktyce

1. Po co systemy hybrydowe

Analogia. Wyobraź sobie skrzynię biegów w aucie. W każdym biegu inna dynamika (przełożenie momentu). Switching = zmiana biegu. Pomiędzy biegami: dyskretny event (kliknięcie zmiany), z reset (silnik może na chwilę wyłączyć). To jest klasyczny przykład układu hybrydowego: ciągła dynamika w każdym trybie + dyskretne przejścia między trybami.

Definicja

System hybrydowy = automat skończonostanowy + ciągła dynamika dla każdego stanu. Formalnie:

Zbiór trybów $Q = \{q_1, q_2, \ldots, q_M\}$
Dla każdego q: dynamika $\dot x = f_q(x, u)$
Reguły przejść: $q' = \delta(q, x)$ gdy $x \in \text{guard}(q, q')$
Reset map: po przejściu $x \leftarrow R(x)$

Przykłady

Bouncing ball — ciągłe spadanie + dyskretne odbicie z reset prędkości.
Termostat — bang-bang: tryb grzanie / wyłączony, switching zależny od temperatury.
Robot chodzący — różne równania ruchu dla fazy stance vs swing nogi.
Cell biological — różne tryby metabolizmu w zależności od warunków środowiskowych.

2. Switched systems — wizualizacja

Switched system to specjalny przypadek hybrydowego gdzie wszystkie tryby mają tę samą przestrzeń stanu (bez reset map). Najprostszy do analizy.

tryb switching

dwell time

T_dwell [s]0.40

Tryb A:

\dot x = -2 x

(stabilny). Tryb B:

\dot x = +1 x

(niestabilny). Plant startuje x₀ = 1. Sprawdź jak switching wpływa na stabilność trajektorii.

Switched system = układ z wieloma trybami dynamiki, przełączający między nimi w czasie:

\dot x(t) = A_{\sigma(t)}\, x(t), \quad \sigma(t) \in \{1, 2, \ldots, M\}

gdzie $\sigma$ to sygnał przełączania. Klasyczne pytanie: kiedy układ jest stabilny mimo przełączania?

Twierdzenia o stabilności

Wszystkie tryby stabilne ≠ switched stabilny. Klasyczny kontrprzykład: dwa tryby Hurwitza, ale switching destabilizuje. Wymagany dodatkowy warunek (common Lyapunov albo dwell time).
Common Lyapunov function — jeśli istnieje $V$ taka że $\dot V < 0$ dla każdego trybu, switched jest stabilny niezależnie od σ. Mocne ale rzadko spełnione.
Dwell-time minimum — jeśli każdy tryb jest stabilny i przełączanie nie częstsze niż co T_dwell, switched jest stabilny. $T_{dwell}^{min}$ zależy od charakterystyk poszczególnych trybów.
Average dwell time— uogólnienie: średnie T_dwell > T_min, dopuszczające okazjonalne szybkie przełączenia.

Spróbuj: „tylko B" pokazuje że tryb B sam niestabilizuje (x rośnie eksponencjalnie). „Okresowe A↔B" z T = 0.4: x się stabilizuje, bo przeważa A. „State-based" pokazuje klasyczny przykład używania niestabilnego trybu kontrolowanie (gdy x mały → B aby „rozruszać" w stronę zmian, A gdy daleko).

3. Common Lyapunov i multiple Lyapunov

Analogia. Sprzeczność: dwa stabilne tryby mogą dać niestabilny switched. Wyobraź sobie kulkę zataczaną w dwóch różnych dolinach, między którymi przeskakuje przez wierzchołek. Każda dolina sama stabilna, ale przy przeskakiwaniu kulka wspina się coraz wyżej.

Common Lyapunov function

Najmocniejsze twierdzenie: jeśli istnieje jedna funkcja Lapunova V(x) taka że $\dot V < 0$ dla każdego trybu, niezależnie od sygnału przełączania:

\forall q \in Q,\, \forall x \ne 0: \quad \nabla V^T f_q(x) < 0

wtedy switched system jest stabilny dla dowolnego σ(t). Mocne, ale rzadko spełnione w praktyce. Dla układów liniowych: istnienie common Lyapunov function ⇔ istnienie wspólnego $P > 0$ takiego że $A_q^T P + P A_q < 0$ dla wszystkich q. To jest warunek LMI (Linear Matrix Inequality), rozwiązywalny przez convex programming.

Multiple Lyapunov functions

Słabszy warunek: każdy tryb ma swoją funkcję Lapunova $V_q$ . Stabilność wymaga, by przy przełączaniu z q do q', wartość V_q' w punkcie przełączenia była nie większa niż V_q w poprzednim przełączeniu z q.

Formalnie: $V_{q_{k+1}}(x(t_{k+1}^+)) \le V_{q_k}(x(t_k^+))$ . Czyli „energia" w każdym trybie ma być wewnętrznie spójna w ciągu przełączeń.

4. Dwell-time conditions

Praktyczna alternatywa dla common Lyapunov: ograniczenie minimalnego czasu przebywania w każdym trybie.

Twierdzenie (Morse 1996): jeśli każdy tryb jest stabilny ze stałą zanikania α_q i każde przełączenie zwiększa energię co najwyżej o μ, to switched system jest stabilny pod warunkiem:

T_{dwell}^{min} > \frac{\ln \mu}{\min_q \alpha_q}

Czyli: trzeba pozwolić każdemu trybowi „zdusić" zaburzenie z poprzedniego przełączenia zanim się przełączymy ponownie.

Average dwell time

Liberzon, Morse 1999: średni czas dwell może być mniejszy niż minimum, o ile w długich okresach utrzymywany jest odpowiedni średni czas. Dopuszcza okazjonalne szybkie przełączenia.

5. Event-triggered control

Analogia. Klasyczne sterowanie cyfrowe próbkuje regularnie co T_s — nawet jeśli „nic się nie dzieje". Event-triggered: regulator aktualizuje się tylko gdy coś się zmienia. Jak dzwonek u drzwi vs ciągłe sprawdzanie wzrokiem.

Idea

Sterowanie u(t) aktualizowane tylko w chwilach $t_1, t_2, \ldots$ spełniających warunek wyzwalający:

t_{k+1} = \min \{ t > t_k : \|x(t) - x(t_k)\| > \sigma \|x(t_k)\| \}

Czyli: nowe próbkowanie tylko gdy stan różni się od ostatniej próbki o więcej niż σ%. Mała σ = częste przełączenia (bliskie ciągłemu). Duża σ = oszczędne wykorzystanie pasma.

Zalety

Oszczędność komunikacji — krytyczne dla rozproszonych systemów (sensory bezprzewodowe, IoT).
Niska moc — procesor budzi się tylko na wyzwalanie. Battery-powered sensors.
Adaptacja do stanu — gęste próbkowanie tylko podczas zaburzeń, rzadkie w stanie ustalonym.

Zeno phenomenon

Niebezpieczeństwo: nieskończona liczba przełączeń w skończonym czasie (Zeno). Wymaga starannego projektowania warunku wyzwalającego, by uniknąć tej patologii. Klasyczna technika: minimum inter-event time threshold.

6. Zastosowania

Robotyka

Robot chodzący ma fazy: stance (noga na ziemi) i swing (w powietrzu). Każda faza ma inną dynamikę. Reset map: zderzenie z ziemią. Klasyczny przykład układu hybrydowego — Westervelt et al. „Feedback Control of Dynamic Bipedal Robot Locomotion".

Power electronics

Inwerter PWM ma dwa tryby: zawór otwarty / zamknięty. Przełączanie 10-100 kHz. Średnia wartość daje sinusoidę sterującą silnikiem. Hybrid dynamics w jawnym znaczeniu.

Sterowanie autonomicznych pojazdów

Decyzje wysokopoziomowe: zmiana pasa, hamowanie awaryjne, parking. Każda decyzja → przełączenie trybu kontrolera. Niskopoziomowe sterowanie ciągłe (przyspieszenie, kierownica) w każdym trybie.

Networked control

Sygnały z opóźnieniem zmiennym w sieci, pakiety zgubione. System efektywnie hybrydowy: tryb „mam świeży pomiar" vs tryb „działam na starym pomiarze". Wymaga formalizmu hybrydowego do analizy stabilności pod warunkiem maksymalnego packet loss.

Lektura: Liberzon „Switching in Systems and Control" (2003); Goebel, Sanfelice, Teel „Hybrid Dynamical Systems" (2012). Dla zastosowań robotyki: Westervelt et al. „Feedback Control of Dynamic Bipedal Robot Locomotion".

Co świadomie pomijam

Hybrid automata formal — pełna teoria automatów z guard/reset (Alur, Henzinger).
Sliding mode jako hybrid — formalizacja SMC w ramach hybrid dynamical systems.
Reachability dla hybrid — kosztowna numerycznie (HyTech, SpaceEx).
Self-triggered control — wariant event-triggered z prekomputowaną kolejną chwilą wyzwolenia (oszczędza sprawdzanie warunku).