Контроль и оптимизация нелинейных систем
Измерения и контроля
Турбонаддув с ограниченными модель интеллектуального контроллера (ЦМПК) с нечеткой логикой позволяет CMPCs, которые должны применяться к нелинейным системам.
Разработки в области информатики и коммуникаций в последние десятилетия, позволили разработать комплексные стратегии управления, которые было бы невозможно осуществить с аналогового оборудования. Большая часть прогресса, однако, была ограничена линейными системами. Реальные системы многомерного часто демонстрируют значительные нелинейностей и их контроля и оптимизации создают проблемы, так как общие критерии устойчивости для нелинейных систем пока не имеется. Self-тюнинг и адаптивной концепций управления, основанный на теории линейной системы часто используются для учета нелинейности при динамической модели процесса имеются.
В этом контексте событий в области нечеткой логики, как представляется, показывают, обещаю. Основная идея заключается в использовании нечеткой логики для учета нелинейностей и системы линейных ограниченных модель интеллектуального контроллера (ЦМПК), чтобы достичь оптимизации с ограничениями. В этой статье мы покажем, как нечеткая логика концепции могут быть объединены с ЦМПК для одного класса нелинейных систем. Опыт экспериментального применения представляется укрепление понятий.
ЦМПК основы
ЦМПК является одним из наиболее значимых технологий управления прибыли на рынке с PID типа контроля был введен в течение 5 лет назад (1-4). ЦМПК представляет собой цифровой алгоритм компьютерного контроля, которая включает традиционные расширенный контроль (Упреждающее управление, мертвого времени компенсацию, взаимодействие компенсации, ограничение обработку) и оптимизации с ограничениями в единый пакет программного обеспечения. С ЦМПК, как площадь (число переменных манипулировать (МВС), равно числу контролируемых переменных (CV)) и не квадратные (количество векторов не равно числу резюме) системы могут быть размещены. Когда количество резюме превышает число векторы, ЦМПК позволяет регулирования резюме в userspecified границ. Когда число векторы превышает число резюме, векторы могут быть выделены на основе приемлемых целей оптимизации. В таких ситуациях становится возможным максимизировать пропускную способность, свести к минимуму потребление энергии, повысить качество управления и улучшить урожайность более ценные продукты, когда более чем один продукт изготовлен ..
Динамические модели процесса являются основой каждого продукта ЦМПК доступных на рынке. Линейные динамические модели используются наиболее часто. Хотя коммерческие пакеты варьироваться в том, как расчеты осуществляются, описание общего алгоритма ЦМПК может быть дана в терминах следующие шаги:
Шаг 1. Мера резюме и примеры их на текущий момент отбора проб. Частота дискретизации выбрана так, что медленная динамика в многомерной системе точно представлял.
Шаг 2. Используя те же ресурсы (векторы, измеренная нарушения), который подготовил мероприятия в шаге 1, предсказать резюме для отбора проб P интервалы в будущем. Параметр P является прогнозирование горизонта.
Шаг 3. Правильный вектор предсказал резюме к ответственности за наличие методических погрешностей и не поддается измерению возмущений. В связи с этим, различия между измеренным резюме и резюме предсказал служить как признаки моделирования ошибки и не поддается измерению возмущений.
Шаг 4. Решить проблемы оптимизации с ограничениями для вычисления набора M контроллера движения, такие, что выбранный пользователем оптимизация индекса выполняется с учетом всех ограничений на векторы и резюме. Параметр M является контроль горизонта.
Шаг 5. Применение первой из них движется M в каждой из векторы в этот процесс и повторите шаги 1-4 на следующий интервал выборки.
Параметров N (длинный разомкнутой время установления), M и P имеют отношение к оперативности и надежности контроллер (способность сохранять стабильность в присутствии растений / несоответствия модели). При правильном выборе этих параметров, идеальный контроль (минимум управляющей переменной) могут быть определены. Тем не менее, в данном случае чрезмерного движения результате векторы, и система может стать неустойчивой при наличии погрешностей моделирования. Если P устанавливается равным N плюс М, расчеты упрощаются и высокопроизводительный контроллер с желаемыми свойствами устойчивости результатов.
ЦМПК содержит ряд параметров для определения оперативных целей. К ним относятся:
* Верхний и нижний пределы резюме указать цели. Уникальный уставки задается путем установки верхнего предела равной нижнему пределу. Различные значения указать границы, в которых мероприятия должны быть сдержаны. Контроллер сначала пытается регулировать мероприятий в рамках их соответствующих границ. Если он может это сделать, то она направлена на достижение экономических целей, указанных расходов с коэффициентами.
* Вес связанных с резюме используются для установления приоритетности относительной важности мероприятий. Можно задать более жесткий контроль осуществления некоторых мероприятий по отношению к другим.
* Верхний и нижний пределы по векторы определить их границы, которые ЦМПК не нарушать.
* Стоимость коэффициентов связанных с векторы позволяют их распределения на основе экономических критериев, указанных в целевой функции. Перемещение коэффициенты подавления позволяют сгладить колебания MV.
Разомкнутой ответы SISO системы показаны на рисунке 10. Нормированные ответы замкнутой этой системе, содержащей срочных ПИ регулятор, настроенный по номинальной рабочей точке стационарной, активизировать изменения уставок различной величины показаны на рисунке 11. Снижение производительности из-за нелинейности очевидна.
Нечеткой логики понятия используются для определения состояния процесса на каждом интервала выборки. Вывод состояния позволяет для определения соответствующих параметров настройки, как и ранее показано на рисунке. Использование этих параметров приводит к значительно улучшена производительность, как показано на рисунке 12.
По сути дела, был достигнут в том, что, хотя разомкнутой системы является нелинейной, замкнутая система близка к линейной. Это открывает перспективу корректировки уставки по замкнутой линейной системы с линейной ЦМПК для достижения оптимизации с ограничениями.
Сочетание нечеткой логики с ЦМПК
Линейные ЦМПК добилась значительных успехов в обрабатывающей промышленности, поскольку она может достичь пропускной максимизации, минимизации энергии и улучшение контроля качества. Однако его применение ограничивается линейных систем. понятия нечеткой логики можно линеаризацию нелинейных систем, когда получить нелинейность присутствует или предотвратить снижение производительности при динамических параметров системы носят нелинейный характер. Таким образом, структура может быть представлена на расширить сферу применения ЦМПК к нелинейным системам, сочетая нечеткой логике понятий линейной ЦМПК, как показано в следующем примере. Этот пример может быть применен к рН системы, системы ферментации, химические реакторы, паровые котлы, сушилки.
Пример 4. Двойное симулятор процесса описано ранее был использован. Многомерная система выбранный 1-выход на две входные нелинейной системы. Управляющее воздействие (MVA) имеет рН типа усиления нелинейности показано на рисунке 13, а влияние манипулировать переменной B (MVB) на CV является линейной.
Рисунок 14 является схема 1 х 2 процесса и стратегию управления. Программное обеспечение ЦМПК используется ONLINE от "Шесть Сигма" и расширенные возможности управления, Inc В этом случае динамические объекты обмена данными, необходимые для выполнения двух функций: (1), чтобы обновить настройки параметров 3-D нечеткого контроллера ПИ и (2 ), чтобы загрузить резюме из базы данных FIX32, что делает его доступным для сети, а также писать выхода из ONLINE к FIX32 базы данных. ONLINE выходы 3-D нечеткого контроллера П. уставки и MVB.
В этом приложении 3-D нечеткого контроллера П. использует базу правил на рис 5 в связи с ошибкой и изменения в ошибок нечетких множеств Цифры 15A и 15B.
Чтобы учесть нелинейный эффект МВА на CV, экспериментальные 3-D нечеткой базы знаний логика регулирует параметры настройки алгоритма ИП в FIX32. ONLINE использует усредненный шаг ответ модели, полученные на рисунке 12 и линейная модель шаг, касающихся реагирования на MVB CV для оптимизации нелинейных) х 2 процесса.
Чтобы продемонстрировать оптимизации с ограничениями на 1 х 2 нелинейные системы, цель оптимизации и процесс ограничения определены для двух тестов, один для управления сервоприводом, а другой для контроля. Трудности и определенные настройки ONLINE параметры приведены в таблице.
Для первых испытаний, заданной ONLINE изменяется от 20% до 40%, а максимальное MVB. Первоначального значения устойчивого состояния CV, МВА и MVB на 20%, 30% и 10% соответственно. Рисунок 13 показывает, что CV = 20% находится в линейной области 1. Заданного изменения приводят CV передвигаться по нелинейной области 1 в линейной области 2. Результаты этого теста отображаются на левой стороне Рисунок 16. Результаты ONLINE использоваться в сочетании с срочным П. контроллер настроен для работы в линейной области 1 показаны на правой части рис 16. Улучшения производительности при ONLINE используется вместе с 3-D нечеткого контроллера П. очевидны.
Второй тест для шага типа нагрузки нарушение -10% введены в CV. Начальное значение стационарные CV на 25% (около нелинейных область 1). Задача оптимизации в ONLINE указано чтобы свести к минимуму использование MVB с первоначальной постоянной государственного значения 20%. Начальное значение стоимости МВА составляет 23%. Ограничения и настройки параметров используются те же, что используется в первую испытания.
Рис 17 представлены результаты этого теста. Из-за нагрузки нарушения, как стратегии управления принять меры по исправлению положения с перелетом в нелинейной области 1. Тем не менее, производительность ONLINE использоваться в сочетании с 3-D нечеткого контроллера ПИ значительно лучше.
ЛИТЕРАТУРА
1. Deshpande, П. Б. и др. ", вы должны использовать ограниченные модели интеллектуального контроля?", Chem. Eng. Prog., 91 (3), с. 65-72 (март 1995).
2. Garci, CE, и М. Морарь, "Внутренний контроль Модель 1. Единая Обзор и некоторые новые результаты", штат Индиана Eng. Химреагент Процесс Des. Dev .. 21, стр. 308 (1982).
3. Катлер, CR, и БЛ Рамакера, "Динамическая матрица Control-Компьютерная система управления Алгоритм", представил на Айше Национального собрания, Хьюстон, штат Техас (апрель 1979).
4. Richalet, J. и др., "Модель интеллектуального эвристического управления: Заявки на промышленные процессы," Автоматика, 14, стр. 413 (1978).
5. Заде Л. А. нечетких множеств, "Информация и управление, 8, с. 338-353 (1965).
6. Райнхарт, Р. и П. Murugan, "Совершенствование управления процессами с применением нечеткой логики", Chem. Eng. Prog., 92 (11), с. 60-65 (ноябрь 1996).
7. Чэнь Г. и TT Фам, "Введение в нечетких множеств, нечеткой логики и нечетких систем управления." CRC Press ООО, Бока Ратон, Флорида (2001).
8. Де Карли, А. и др., "Стратегия Нечеткие-PI контроле", Chem. Eng. Практика, 2 (1), с. 147-153 (1994).
9. Лилли, JH, "Стабильные нечетких правил нелинейных систем с помощью полиномиальных поверхности Фиттинга", представленный IEEE Transactions на нечетких систем (февраль 2001).
Эндрю К. Берден, ROBERTO З. TANTALEAN И Pradeep B. Дешпанде, Университет Луисвилл
Подтверждение
Обзор и комментарии Хатим аль-Dekhiel, ученого доктора в Университете Луисвилла авторами которого SABIC, Саудовская Аравия, приветствуются.
Pradeep B. Дешпанде является профессором и бывший председатель кафедры химического машиностроения в университете г. Луисвилл (скорость научная школа, кафедра химической технологии, Эрнст зале 106, Луисвилл, Кентукки, 40292; Электронная почта: <A HREF = " mailto: pradeep.deshpande louisville.edu @ "> @ pradeep.deshpande louisville.edu </ A>). Он также является президентом и главным исполнительным директором "Шесть Сигма" и расширенные возможности управления, Inc в Луисвилле, штат Кентукки. Deshpande руководил более 70 магистров и докторантов на сегодняшний день. Он является автором 5 учебников в процесс управления и в смежных областях и опубликованы или представлены на карточный документов. Он является лидером программы Краткого курса в Айше, № 611, "Six Sigma для глобальной конкурентоспособности". Он является лауреатом нескольких премий, включая ISA Дональд П. Экман премии в управлении технологическим процессом образования. Deshpande является членом Аиш и член ISA.
Эндрю К. БРЕМЯ В настоящее время докторант в области химической инженерии в Университете Луисвилла. Он получил степень бакалавра и степень магистра в области химической технологии и MBA Университета Луисвилл. Бремя был членом исследовательской команды, которые были недавно приняты ONLINE, ограниченной модели интеллектуального программного обеспечения контроллеров в реальном времени, оптимизации и 3-мерных нечеткой логики в промышленных масштабах котла Университета Луисвилл.
ROBERTO З. TANTALEAN в настоящее время является докторантом в области химической инженерии в Университете Луисвилла. Он получил степень бакалавра в области химического машиностроения Универсидад де Трухильо, степень магистра в области компьютерных наук в Университете Де Кантабрия в Испании, а также степень магистра в области химической инженерии Университета Луисвилл. Tantalean был членом исследовательской группы, которая недавно разработана и внедрена в режиме реального времени средства связи для ограниченного модель интеллектуального контроллера программного обеспечения сети, а также осуществляется экспертная система для мониторинга сбоев и управления ненормальной ситуации на промышленных масштабах котла в университете Луисвилл.
