The building automation industry lacks an affordable, simple, solution for autonomous PID controller tuning when overhead variables fluctuate. In this project, requested by Jitea AB, a solution was developed, utilising step response process modelling, numerical integration of first order differential equations, and Ant Colony Optimization (ACO). The solution was applied to two control schemes; simulated outlet flow from a virtual water tank, and the physical air pressure in the ventilation system of a preschool in Sweden. An open-loop step response provided the transfer function in each case, which, after some manipulation, could be employed to predict the performance of any given set of PID parameters, based on a weighted cost function. This prediction model was used in ACO to find optimal settings. The program was constructed in both Structured Control Language and Structured Text and documented in an approachable way. The results showed that the program was, in both cases, able to eliminate overshoot and retain the settling time (with a slightly raised rise time) achieved with settings tuned per the current methods of Jitea AB. Noise and oscillations present in the physical system did not appear to have any major negative influence on the tuning process. The program performed above Jitea AB’s expectation, and will be tested in more scenarios, as it showed promise. Autonomous implementation could be of societal benefit through increased efficiency and sustainability in a range of processes. In future studies, focus should be on improving the prediction model, and further optimising the ACO variables. / Byggnadsautomationsbranschen saknar en kostnadseffektiv lösning för att autonomt trimma in PID-regulatorer när överordnade variabler fluktuerar. I detta (av Jitea AB beställda) arbete, utvecklades en lösning baserad på stegsvarsmodellering, numerisk integration av första gradens ordinära differentialekvationer och myrkolonisoptimering (ACO). Lösningen applicerades i två regleringsfall; en simulerad utloppsventil från en virtuell vattentank, och det fysiska lufttrycket i ventilationssystemet på en förskola i Sverige. Ett stegsvar med öppen slinga gav en överföringsfunktion i respektive fall, som efter viss manipulering kunde nyttjas för att förutspå prestandan för en uppsättning PID-parametrar baserat på en samlad, viktad kostnadsfunktion. Predikteringsmodellen implementerades i ACO för att finna optimala parametrar. Programmet konstruerades i Structured Control Language och Structured Text, och dokumenterades på ett pedagogiskt sätt. Resultaten visade att programmet (i båda fallen) klarade att eliminera översläng med bibehållen stabiliseringstid (och något förskjuten stigningstid) jämfört med Jitea AB:s existerande trimningsmetod. Signalbrus och oscillationer i det fysiska systemet verkade inte ha någon avsevärd negativ inverkan på trimningsprocessen. Programmet presterade över Jitea AB:s förväntan, och kommer (med tanke på de lovande resultaten) fortsatt att testas i fler scenarion. Implementation av en autonom version skulle kunna innebära flera samhälleliga förmåner i form av ökad verkningsgrad och hållbarhet i en rad processer. I framtida studier bör fokus läggas på att ytterligare förbättra prediktionsmodellen, samt att vidare utforska de optimala myrkolonisvariablerna.

Abstract This report is about the creation of a test system for development of a control system for a off the shelf RC-helicopter, which can be bought for about two thousand SEK. The test system consists of both electronics for controlling the helicopter and mechanical constrainer. The constrainer is used for mounting the helicopter so that it won´t crash.A circuit board including processor and sensors was manufactured. This was used for doing test of the different control algorithms. In this way were we able to analyze the quality of the sensors chosen, and what other sensors that could contribute to the control of the system.Basic helicopter control have been studied and presented in the report. Also different kinds of regulation algorithm were presented. These have also been implemented and tested in the test system.Experiments were made to identify how signals in the radio controller were mixed and translated before they were sent to the receiver, to be used to control the helicopter. This could later be used to translate the control signal from the regulators.Demonstrations, with the help of the test system, revealed the pros and cons of the different sensors and other hardware. Different regulation techniques were also tested and analyzed. / Bakgrund Skillnaden mellan att styra en helikopter och ett flygplan är att en helikopter hela tiden behöver generera sin egen lyftkraft för att hålla sig flygande men den kan till skillnad från ett flygplan utföra så kallad 3D flygning. Det betyder att den kan flyga uppåt, nedåt, framåt, bakåt, höger, vänster och även stå helt still i luften. Detta gör också att en helikopter är svårare att kontrollera än ett flygplan. Utvecklingen av kontrollsystem för att minska arbetsbördan för piloter av riktiga helikoptrar skedde i början av 90-talet när fly-by-wire d.v.s. elektronisk styrning, infördes i en del helikoptrar.[1] [2] Idag har de moderna helikoptrarna, speciellt inom det militära, avancerade kontrollsystem för att hjälpa piloten. [3]När det kommer till vanliga kommersiella Radiostyrda helikoptrar (RC-helikoptrar) har de oftast endast ett gir-gyro. Detta är ett hjälpmedel som gör helikoptern mindre känslig för kastvindar. Resten av styrningen sköter RC-piloten med hjälp av en radiosändare som skickar styrsignalerna till helikoptern. Genom att se hur RC-helikoptern rör sig i luften som enda återkoppling så måste RC-piloten justera dessa styrsignaler för att inte helikoptern ska krascha. Att flyga en RC-helikopter har alltid ansetts vara en svår uppgift eftersom RC-piloten hela tiden måste korrigera helikoptern. Den första svårigheten med att flyga en RC-helikopter är att hålla den stabil i luften, d.v.s. hålla den hovrande. För att lära sig detta rekommenderar nästan alla RC-flygare att man ska använda sig av en simulator som kopplas till dator. Med denna kan man övningsflyga i en datormiljö innan man försöker med en riktig RC-helikopter. Har man dock köpt en RC-helikopter för 2000 kronor vill förmodligen de flesta inte köpa en simulator för ytterligare 2000 kronor innan man kan börja flyga den. Istället vill man säkert börja flyga sin nya helikopter direkt. Det finns dyra RC-helikoptrar som har hjälpelektronik för stabilisering av helikoptern. Dessa är inget som man köper om man bara vill flyga strövis på sin fritid, eftersom priset är så högt. Det finns även elektronik som man kan koppla på sin befintliga helikopter som hjälper till med stabiliseringen, men den kostar mer än dubbelt så mycket som en ingångsmodell av en RC-helikopter. [4]Eftersom vi själva är intresserade av att lära oss att flyga så kände vi oss utmanade att göra något åt saken. Vi bestämde oss att undersöka möjligheterna att med hjälp av elektronik styra en vanlig RC-helikopter som går att köpa i handeln.Denna rapport kan vara till hjälp för ingenjörer som ska designa ett styrsystem till en radiostyrd helikopter genom att ge förståelse för de problem som kan uppstå vid denna typ av utveckling.

En stor del av Sveriges energianvändning går till bostäder och lokaler. Ur en nationell synvinkel är energieffektiviseringar i befintliga byggnader därför en potentiellt viktig del för att kunna nå de satta klimatmålen till år 2020. I ett traditionellt styr- och reglersystem styrs framledningstemperaturen i ett vätskeburet värmesystem efter en kurva som beror på utomhustemperaturen. En del nya styr- och reglersystem tar även hänsyn till andra parametrar, såsom byggnaders värmetröghet och lokala väderprognoser. Ett exempel på ett sådant system är Ecopilot, utvecklat av Kabona. Nuvarande kunskap angående hur stor energibesparing som styr- och reglersystem med prognosstyrning och styrning som utnyttjar byggnadens värmetröghet ger upphov till består till största del av referensfall som jämför byggnaders energianvändning före och efter installationen. I detta examensarbete undersöktes hur energianvändning och inomhusklimat påverkades av prognosstyrning och styrning som utnyttjar byggnaders värmetröghet. Mätningar utfördes på två kontorsbyggnader vid namn Fräsaren 10 och Fräsaren 11. Båda byggnaderna är belägna i Sundbyberg och har Kabona Ecopilot installerat. Mätdata loggades genom redan utsatta givare och en enklare form av validering av dessa gjordes. I Fräsaren 10 och Fräsaren 11 jämfördes Ecopilot i normal drift med driftfallet då prognosstyrningsfunktionen stängdes av i Ecopilot. Även ett tredje driftfall undersöktes i Fräsaren 10. Under detta driftfall stängdes Ecopilot av och framledningstemperaturen styrdes med hjälp av reglerkurvor. I luftbehandlingsaggregaten sattes tilluftstemperaturens börvärde, till 19-20 °C. Varje driftfall hade en mätperiod på minst 14 dagar. Energisignaturer användes för att jämföra energianvändningen och en osäkerhetsanalys av de anpassade linjerna gjordes. En egen modell för att undersöka toppbelastningar i radiatorsystemet, VS1, i Fräsaren 10 togs fram. Även en modell för att undersöka hur temperaturen varierat inomhus mellan de olika mätperioderna togs fram. Energisignaturer för radiatorsystemen VS1 och VS2 i Fräsaren 10 visade på att likvärdiga energisignaturer kunde fås för samtliga av de undersökta driftfallen under det temperaturintervall som undersöktes. Energisignaturer för värmeanvändning i luftbehandlingsaggregatet, LB2601, visade på att en konstant tillufttemperatur på 19 °C som användes då Ecopilot var avstängd, kunde ge en högre värmeanvändning jämfört med fallen då Ecopilot var i normal drift och då Ecopilot hade sin prognosstyrning avstängd. Från jämförelse mellan fallen då Ecopilot var i normal drift och då Ecopilots prognosstyrning var avstängd kunde inga substantiella skillnader hittas mellan energisignaturerna. Det betyder dock inte att prognosstyrningen inte ger upphov till energibesparingar, utan att eventuella energibesparingarna var för små relativt mätningarnas osäkerhet vid en konfidensnivå på 65 % eller 95 %. Osäkerheten kan minskas om mätningar utförs över en längre tidsperiod än som var möjligt under detta examensarbete. Värmetoppbelastningar som undersöktes i radiatorsystemet i VS1 Fräsaren 10 visade inte på att några signifikanta skillnader mellan antalet uppmätta värmeeffekttoppar under de olika mätperioderna. Det förekom dock en viss indikation att det kan leda till fler värmeeffekttoppar om prognosstyrningen stängs av i Ecopilot. För att få ett mer tillförlitligt resultat behöver mätningar göras under en längre tidsperiod. Inomhustemperaturen undersöktes i Fräsaren 10 och Fräsaren 11. I Fräsaren 10 uppgick medeltemperatur till 21,5 °C för fallen då Ecopilot var i normal drift och då prognosstyrningen var avstängd. Då Ecopilot var avstängd var medeltemperaturen 22,1 °C. Under mätperioderna uppmättes en variation som understeg ± 1 °C från medelvärdet för respektive mätperiod. Baserat på resultaten presenterade i detta examensarbete antaganden angående hur stor besparing av värme som Ecopilot ger upphov till revideras. Att jämföra energianvändning före och efter installation av styrsystem såsom Ecopilot kan ge en dålig bild av hur stor del av energibesparingen som orsakats av Ecopilot, speciellt om reglerkurvorna i det gamla systemet var dåligt intrimmade.