Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Điều khiển dự đoán theo mô hình bậc cao và ứng dụng của nó vào quá trình polymer hóa phi tuyến
Tóm tắt
Điều khiển dự đoán theo mô hình (MPC) đã ngày càng được chấp nhận rộng rãi trong ngành công nghiệp quy trình, nhưng các phương pháp thiết kế và thực hiện hiện có đều bị giới hạn ở các mô hình quy trình tuyến tính. Tuy nhiên, một quy trình hóa học liên quan đến tính phi tuyến nghiêm trọng mà không thể bị bỏ qua trong thực tế. Bài báo này nhằm giải quyết vấn đề điều khiển phi tuyến bằng cách mở rộng MPC để thích ứng với các mô hình phi tuyến. Nó phát triển một khung phân tích cho điều khiển dự đoán theo mô hình phi tuyến (NMPC). Nó cũng cung cấp một kỹ thuật mô hình hóa phi tham số dựa trên chuỗi Volterra bậc ba cho thiết kế NMPC, giúp các kỹ sư thực hành không cần phải phát triển một mô hình dựa trên nguyên tắc vật lý trước. Một kỹ thuật hiện thực hóa trực tuyến để triển khai NMPC sau đó được phát triển và áp dụng cho quy trình phản ứng polymer hóa của Mitsubishi Chemicals. Kết quả cho thấy kỹ thuật MPC phi tuyến này khả thi và rất hiệu quả. Nó vượt trội hơn đáng kể so với các phương pháp dựa trên mô hình tuyến tính và mô hình Volterra bậc thấp. Những lợi thế của phương pháp đã phát triển không chỉ nằm ở hiệu suất điều khiển vượt trội so với các phương pháp NMPC hiện có, mà còn ở việc loại bỏ sự cần thiết phải chuyển đổi một mô hình phân tích và sau đó chuyển đổi nó thành một mô hình Volterra chỉ có thể đạt được đến bậc hai.
Từ khóa
#Điều khiển dự đoán theo mô hình #mô hình hóa phi tuyến #chuỗi Volterra #quy trình polymer hóa phi tuyến #NMPCTài liệu tham khảo
C. E. Garcia, D. M. Prett, M. Morari. Model predictive control: Theory and practice — A survey. Automatica, vol. 25, no. 3, pp. 335–348, 1989.
D. Q. Mayne, J. B. Rawlings, C. V. Rao, P. O. M. Scokaert. Constrained model predictive control: Stability and optimality. Automatica, vol. 36, no. 6, pp. 789–814, 2000.
H. Kashiwagi, Y. Li. Nonparametric nonlinear model predictive control. Korean Journal of Chemical Engineering, vol. 21, no. 2, pp. 329–337, 2004.
S. Boyd, L. O. Chua. Fading memory and the problem of approximating nonlinear operators with Volterra series. IEEE Transactions on Circuits and Systems, vol. 32, no. 11, pp. 1150–1161, 1985.
Y. Li, K. H. Ang, G. Chong, W. Feng, K. C. Tan, H. Kashiwagi. CAutoCSD — Evolutionary Search and Optimisation Enabled Computer Automated Control System Design. International Journal of Automation and Computing, vol. 1, no. 1, pp. 76–88, 2004.
F. J. Doyle III, B. A. Ogunnaike, R. K. Pearson. Nonlinear Model-based Control Using Second-order Volterra Models. Automatica, vol. 31, no. 5, pp. 697–714, 1995.
M. Schetzen. The Volterra and Wiener Theories of Nonlinear Systems, Wiley, New York, 1980.
H. Kashiwagi, Y. Sun. Identification of Nonlinear System by Use of Volterra Kernel. Transactions Society of Instrumentation and Control Engineers, vol. 31, no. 8, pp. 1054–1060, 1995.
Y. H. Kim, I. J. Sohn. Minimum deviation control of a binary distillation column using reduced order dynamic matrix. Journal of Chemical Engineering of Japan, vol. 19, no. 5, pp. 501–509, 1993.