Diapositiva 1 - Ingegneria dell`Automazione

UNIVERSITÀ DEGLI STUDI DI ROMA
TOR VERGATA
FACOLTÀ DI INGEGNERIA
CORSO DI LAUREA IN INGEGNERIA
DELL’ AUTOMAZIONE
A.A. 2011/2012
Tesi di Laurea
REALIZZAZIONE DI UN BENCHMARK
PER IL SISTEMA DI CONTROLLO !CHAOS
RELATORE
Prof. Sergio Galeani
CORRELATORI
Dr. Daniele Carnevale
Dr. Claudio Bisegni
CANDIDATO
Andrea Capozzi
Introduzione
Università degli Studi di Roma Tor Vergata
Anello di Accumulazione (Ada):
Consisteva un una camera a vuoto
del diametro di 160 cm, inserita in
un magnete del peso di 8,5
tonnellate in grado di mantenere
in
orbita
nell'anello
fasci
dell'energia di circa 200 MeV.
Per la prima volta furono fatti collidere un fascio di elettroni e di positroni.
Double Annular Φ Factory for Nice Experiments: (DAΦNE):
è l’anello di collisione per elettroni e positroni
attualmente in funzione a Frascati, dedicato alla
produzione di particelle φ.
E’ costituito da un due anelli di collisione, lunghi circa
100 m, in cui circolano più di 100 pacchetti composti da
più di 100 miliardi di particelle che compiono più di 3
milioni di giri in un secondo e le cui collisioni producono
circa 2000 φ al secondo.
2
Andrea Capozzi
Università degli Studi di Roma Tor Vergata
!CHAOS
3
Andrea Capozzi
!CHAOS
Università degli Studi di Roma Tor Vergata
Control system based on a Highly Abstracted and Open Structures
Obiettivi:
 semplicità di integrazione e adattamento;
 elevata astrazione;
 alta scalabilità.
Caratterisitiche:
 nuova topologia che permette di integrare
SdC, DAQ e triggered DAQ;
 totale indipendenza del sistema dalla
strumentazione da controllare.
 gestione del flusso di enormi moli di dati in
tempo reale e in uno storico
 astrazione architetturale
sull’implementazione della gestione dei dati
4
Andrea Capozzi
!CHAOS
Università degli Studi di Roma Tor Vergata
Distribuited Object Caching: sistemi
distribuiti, Server RAM, sono utilizzati
per memorizzare set di informazioni
frequentemente richieste.
Questo consente di svincolare il device
dall’onere
della
gestione
delle
comunicazioni con i vari client e di
consentire comunicazioni asincrone
laddove necessarie.
Obiettivi:
 analisi della stabilità di Network Control Systems;
 realizzazione di un benchmark per il sistema di controllo !CHAOS.
5
Andrea Capozzi
Università degli Studi di Roma Tor Vergata
NETWORK CONTROL SYSTEMS
(NCS)
Andrea Capozzi
Network Control Systems
Università degli Studi di Roma Tor Vergata
Vantaggi:
 minor numero di dispositivi per la gestione
locale;
 facilità di upgrade;
 efficacia nella condivisione di informazioni;
 controllo di impianti distribuiti;
 minori costi.
Si definisce tradizionalmente un Network Control Systems (NCS) come un sistema
di controllo in cui il ciclo chiuso è ottenuto mediante un canale di comunicazione,
condiviso con altri nodi al di fuori del sistema.
7
Andrea Capozzi
Network Control Systems
Università degli Studi di Roma Tor Vergata
• degrado delle prestazioni del sistema di controllo;
• instabilità.
L’entità dei ritardi dipende da fattori quali larghezza di banda, topologia della rete,
schemi di routing, etc.
8
Andrea Capozzi
Network Control Systems
Università degli Studi di Roma Tor Vergata
Protocolli di scheduling:
 Statici: l’ordine di trasmissione è stabilito è stabilito a priori. Il
più noti è Round Robin (RR).
 Dinamici: l’ordine di trasmissione è stabilito dinamicamente
con l’ evoluzione del sistema. Il più noto è il Try Once Discard
(TOD).
9
Andrea Capozzi
Università degli Studi di Roma Tor Vergata
Modellazione e analisi di stabilità di
un Network Control Systems
Andrea Capozzi
Analisi di stabilità
Università degli Studi di Roma Tor Vergata
Network Control Systems lineari
11
Andrea Capozzi
Analisi di stabilità
Università degli Studi di Roma Tor Vergata
Errore indotto dalla rete:
12
Andrea Capozzi
Analisi di stabilità
Università degli Studi di Roma Tor Vergata
Teorema [C. Walsh et al, 2002]
Dato un Network Control System:
con p nodi concorrenti, il cui accesso è gestito mediante un protocollo dinamico (TOD) o
statico (RR). Se
allora il NCS è Globalmente Esponenzialmente Stabile (GES).
13
Andrea Capozzi
Analisi di stabilità
Università degli Studi di Roma Tor Vergata
Network Control Systems non lineari
14
Andrea Capozzi
Analisi di stabilità
Università degli Studi di Roma Tor Vergata
Network Control Systems non lineari
Protocollo TOD
Protocollo RR
con:
con:
,
e:
e:
15
Andrea Capozzi
Analisi di stabilità
Università degli Studi di Roma Tor Vergata
Network Control Systems non lineari
(1)
16
Andrea Capozzi
Analisi di stabilità
Università degli Studi di Roma Tor Vergata
Assunzione 1 [D.Carnevale et al.,2007]
U.G.E.S.
17
Andrea Capozzi
Analisi di stabilità
Università degli Studi di Roma Tor Vergata
Teorema [D.Carnevale et al.,2007]
Sotto l’Assunzione 1, dato il sistema descritto dalla (1), se
Allora per il sistema (1) l’insieme
è Uniformemente Globalmente Asintoticamente Stabile (UGAS).
18
Andrea Capozzi
Analisi di stabilità
Università degli Studi di Roma Tor Vergata
19
Andrea Capozzi
Università degli Studi di Roma Tor Vergata
Realizzazione del Benchmark
Andrea Capozzi
Benchmark !CHAOS
Università degli Studi di Roma Tor Vergata
INSTABILE!!
21
Andrea Capozzi
Benchmark !CHAOS
Università degli Studi di Roma Tor Vergata
Specifiche:
• stabilità asintotica del sistema a ciclo
chiuso;
• astatismo rispetto a segnali esogeni
di tipo:
o costanti;
o a rampa;
o sinusoidali con frequenza a 10 Hz.
22
Andrea Capozzi
Benchmark !CHAOS
Università degli Studi di Roma Tor Vergata
Impianto:
Osservatore:
KM1:
23
Andrea Capozzi
Benchmark !CHAOS
Università degli Studi di Roma Tor Vergata
Errore di stima:
Errore di inseguimento:
Legge di controllo:
24
Andrea Capozzi
Benchmark !CHAOS
Università degli Studi di Roma Tor Vergata
25
Andrea Capozzi
Benchmark !CHAOS
Università degli Studi di Roma Tor Vergata
26
Andrea Capozzi
Benchmark !CHAOS
Università degli Studi di Roma Tor Vergata
27
Andrea Capozzi
Benchmark !CHAOS
Università degli Studi di Roma Tor Vergata
28
Andrea Capozzi
Benchmark !CHAOS
Università degli Studi di Roma Tor Vergata
29
Andrea Capozzi
Benchmark !CHAOS
Università degli Studi di Roma Tor Vergata
Nuovo protocollo di scheduling
Consideriamo q uscite:
L’errore indotto dalla rete:
Ad ogni intervallo di trasmissione
calcoliamo:
Distinguiamo quindi i due casi:
Andrea Capozzi
Benchmark !CHAOS
Università degli Studi di Roma Tor Vergata
31
Andrea Capozzi
Università degli Studi di Roma Tor Vergata
CONCLUSIONI
Andrea Capozzi
Università degli Studi di Roma Tor Vergata
CONCLUSIONI
 analisi stabilità NCS
 caratterizzazione indici di prestazione per il benchmark
 introduzione della dinamica dell’errore nel protocollo di scheduling
SVILUPPI FUTURI
 ulteriori test in !CHAOS con maggior numero di sistemi di controllo
 caratterizzazione matematica del nuovo protocollo
Andrea Capozzi
Università degli Studi di Roma Tor Vergata
GRAZIE PER L’ATTENZIONE!
Andrea Capozzi