نموذج التحكم التنبؤي لنظام الخزانات الرباعية

Bibliographic Details
Title:	نموذج التحكم التنبؤي لنظام الخزانات الرباعية
Authors:	Almurib, Haider Abbas F., Askari, Masood, Moghavvemi, Mahmoud
Contributors:	Moghavvemi, Mahmoud
Publisher Information:	2011.
Publication Year:	2011
Subject Terms:	خالية من الإزاحة, Model predictive controllers, Process state, State disturbance, استحکام, Robustez, Desajuste del modelo, Модель прогнозирующего управления, Modelo libre, Controller, Состояние процесса, وحدات التحكم, Staatsstörung, Steady state tracking, عدم تطابق النموذج, Несоответствие модели, Free model, Controladores, Incertitude des paramètres, Sin compensación, Seguimiento en estado estacionario, Modéliser des contrôleurs prédictifs, وضعیت فرآیند, Государственное нарушение, عدم تطابق مدل, عدم اليقين المعلمة, Controllers, Модельные прогнозирующие контроллеры, Incertidumbre de parámetros, Стабильное отслеживание состояния, Offset-free, État du processus, Modellprädiktive Steuerung, Control Predictivo de Modelos, مدل رایگان, وحدات التحكم التنبؤية النموذجية, Неопределенность параметров, المتانة, Надежность, Contrôle prédictif du modèle, Contrôleurs, Без смещения, Бесплатная модель, ردیابی حالت پایدار, [SPI] Engineering Sciences [physics], Parameter uncertainty, Troubles de l'État, Контроллеры, Parameterunsicherheit, Modellprädiktive Regler, Nichtübereinstimmung des Modells, اغتشاش دولتی, تتبع الحالة المستقرة, Sans décalage, مدل کنترل کننده های پیش بینی, مدل کنترل پیش بینی, Offsetfrei, بدون افست, کنترلرها, النموذج المجاني, حالة العملية اضطراب الدولة, Estado del proceso, freies Modell, Robustness, Model Predictive Control, Parameter Uncertainty, Robustheit, Controladores predictivos de modelos, Perturbación del Estado, Inadéquation des modèles, Suivi à l'état stable, التحكم التنبئي النموذجي, Robustesse, عدم قطعیت پارامتر, Prozessstatus, Model mismatch, Steady-State-Tracking, Modèle gratuit
Description:	Dieser Artikel befasst sich mit der komplexen Anwendung der Offset-freien modellprädiktiven Steuerung im Kontext eines Systems mit vier Tanks und versucht, ein weit verbreitetes Problem anzugehen: den anhaltenden Tracking-Fehler im stationären Zustand, der aus Modellinkongruenzen resultiert. Diese Nichtübereinstimmung ist auf die inhärente Diskrepanz zwischen dem tatsächlichen Prozess und dem vom modellprädiktiven Regler verwendeten Modell zurückzuführen, die hauptsächlich auf Parameterunsicherheit zurückzuführen ist. Ein zentraler Schwerpunkt liegt auf der Aufklärung, wie diese Unsicherheit, die aus Parametervariationen resultiert, effektiv im Modell eingekapselt werden kann, indem man sie als Zustandsstörungen darstellt. Bei diesem innovativen Ansatz werden diese Störungen in den Prozesszuständen aggregiert und effektiv in die Systemdynamik integriert. Darüber hinaus beschreibt das Papier das komplexe Design eines Beobachters, der speziell auf die Schätzung dieser verstärkten Störungen zugeschnitten ist.Durch die Einbeziehung dieser erweiterten Störungen und den Einsatz des Beobachters verbessert die Methode effektiv die Robustheit des modellprädiktiven Reglers. Es erkennt und berücksichtigt nicht nur die inhärenten Parameterunsicherheiten, sondern versetzt den Controller auch in die Lage, die Auswirkungen dieser Unsicherheiten auf die Systemleistung zu mildern.Die Forschungsergebnisse und -ergebnisse liefern überzeugende Beweise für die Wirksamkeit dieses Ansatzes. Sie veranschaulichen anschaulich, wie diese Methode den Tracking-Fehler im stationären Zustand erheblich verringert und eine deutliche Verbesserung der Robustheit des modellprädiktiven Reglers zeigt. Letztendlich zeigt dieser Fortschritt die Fähigkeit der Methode, die Steuerungsleistung zu verbessern und die negativen Auswirkungen von Parameterunsicherheiten in komplexen Systemen wie dem Vierfachtanksystem zu bekämpfen. Cet article se penche sur l'application complexe du contrôle prédictif de modèle sans décalage dans le contexte d'un système à quatre réservoirs, cherchant à résoudre un problème répandu : l'erreur de suivi persistante en régime permanent résultant d'une inadéquation de modèle. Cette inadéquation provient de la disparité inhérente entre le processus réel et le modèle utilisé par le contrôleur prédictif du modèle, principalement attribuée à l'incertitude des paramètres. Un objectif essentiel consiste à élucider comment cette incertitude, résultant des variations des paramètres, peut être efficacement encapsulée dans le modèle en la représentant comme des perturbations d'état. Cette approche innovante consiste à augmenter ces perturbations dans les états du processus, en les intégrant efficacement dans la dynamique du système. De plus, l'article décrit la conception complexe d'un observateur, spécialement conçu pour estimer ces perturbations accrues.En incorporant ces perturbations augmentées et en déployant l'observateur, la méthode améliore efficacement la robustesse du contrôleur prédictif du modèle. Non seulement il reconnaît et prend en compte les incertitudes inhérentes aux paramètres, mais il permet également au contrôleur d'atténuer l'impact de ces incertitudes sur les performances du système.Les découvertes et les résultats de la recherche fournissent des preuves irréfutables de l’efficacité de cette approche. Ils illustrent de manière frappante comment cette méthode atténue considérablement l’erreur de suivi en régime permanent, démontrant une amélioration notable de la robustesse du contrôleur prédictif du modèle. En fin de compte, cette avancée met en valeur la capacité de la méthode à améliorer les performances de contrôle et à lutter contre les effets néfastes des incertitudes des paramètres dans des systèmes complexes tels que le système à quatre réservoirs. Este artículo profundiza en la compleja aplicación del control predictivo de modelo sin compensación dentro del contexto de un sistema de tanques cuádruples, buscando abordar un problema frecuente: el persistente error de seguimiento en estado estacionario que surge del desajuste del modelo. Este desajuste surge de la disparidad inherente entre el proceso real y el modelo empleado por el controlador predictivo del modelo, atribuida principalmente a la incertidumbre de los parámetros. Un enfoque fundamental radica en dilucidar cómo esta incertidumbre, derivada de variaciones de parámetros, puede encapsularse efectivamente dentro del modelo representándola como perturbaciones de estado. Este enfoque innovador implica aumentar estas perturbaciones en los estados del proceso, integrándolas efectivamente como parte de la dinámica del sistema. Además, el artículo describe el intrincado diseño de un observador, diseñado específicamente para estimar estas perturbaciones aumentadas.Al incorporar estas perturbaciones aumentadas y desplegar al observador, el método mejora efectivamente la robustez del controlador predictivo del modelo. No sólo reconoce y tiene en cuenta las incertidumbres inherentes de los parámetros, sino que también faculta al controlador para mitigar el impacto de estas incertidumbres en el rendimiento del sistema.Los hallazgos y resultados de la investigación proporcionan evidencia convincente de la eficacia de este enfoque. Ilustran vívidamente cómo este método mitiga significativamente el error de seguimiento en estado estacionario, lo que demuestra una mejora notable en la solidez del controlador predictivo del modelo. En última instancia, este avance muestra la capacidad del método para mejorar el rendimiento del control y combatir los efectos adversos de las incertidumbres de los parámetros en sistemas complejos como el sistema de tanques cuádruples. В этой статье рассматривается сложное применение прогнозирующего управления моделью без смещений в контексте системы с четырьмя резервуарами, стремясь решить распространенную проблему: постоянную ошибку отслеживания в установившемся состоянии, возникающую из-за несоответствия модели. Это несоответствие возникает из-за внутреннего несоответствия между реальным процессом и моделью, используемой контроллером с прогнозированием модели, что в первую очередь связано с неопределенностью параметров. Основное внимание уделяется выяснению того, как эту неопределенность, возникающую из-за изменений параметров, можно эффективно инкапсулировать в модели, представляя ее в виде нарушений состояния. Этот инновационный подход предполагает добавление этих нарушений в состояния процесса, эффективную интеграцию их как часть динамики системы. Более того, в статье описывается сложная конструкция наблюдателя, специально предназначенного для оценки этих дополнительных возмущений.Включая эти дополнительные возмущения и используя наблюдателя, метод эффективно повышает надежность прогнозирующего контроллера модели. Он не только признает и учитывает присущие неопределенности параметров, но также дает контроллеру возможность смягчить влияние этих неопределенностей на производительность системы.Результаты и результаты исследований убедительно доказывают эффективность этого подхода. Они наглядно иллюстрируют, как этот метод значительно снижает ошибку отслеживания в установившемся режиме, демонстрируя заметное улучшение устойчивости прогнозирующего контроллера модели. В конечном счете, это достижение демонстрирует способность метода повышать эффективность управления и бороться с неблагоприятными последствиями неопределенности параметров в сложных системах, таких как система с четырьмя резервуарами. This paper delves into the intricate application of offset-free model predictive control within the context of a quadruple tanks system, seeking to address a prevalent issue: the persistent steady-state tracking error arising from model mismatch. This mismatch stems from the inherent disparity between the actual process and the model employed by the model predictive controller, primarily attributed to parameter uncertainty. A pivotal focus lies in elucidating how this uncertainty, stemming from parameter variations, can be effectively encapsulated within the model by representing it as state disturbances. This innovative approach involves augmenting these disturbances into the process states, effectively integrating them as part of the system dynamics. Moreover, the paper outlines the intricate design of an observer, specifically tailored to estimate these augmented disturbances.By incorporating these augmented disturbances and deploying the observer, the method effectively enhances the model predictive controller's robustness. It not only acknowledges and accommodates the inherent parameter uncertainties but also empowers the controller to mitigate the impact of these uncertainties on the system's performance. The research findings and results provide compelling evidence of the efficacy of this approach. They vividly illustrate how this method significantly mitigates the steady-state tracking error, demonstrating a notable improvement in the robustness of the model predictive controller. Ultimately, this advancement showcases the method's capacity to enhance control performance and combat the adverse effects of parameter uncertainties in complex systems like the quadruple tanks system. این مقاله به کاربرد پیچیده کنترل پیش‌بینی مدل بدون افست در چارچوب یک سیستم مخازن چهارگانه می‌پردازد، و به دنبال رسیدگی به یک مسئله رایج است: خطای ردیابی حالت پایدار مداوم ناشی از عدم تطابق مدل. این عدم تطابق از اختلاف ذاتی بین فرآیند واقعی و مدل به کار گرفته شده توسط کنترل کننده پیش بینی مدل ناشی می شود که در درجه اول به عدم قطعیت پارامتر نسبت داده می شود. تمرکز اصلی در روشن کردن این است که چگونه این عدم قطعیت، ناشی از تغییرات پارامتر، می تواند به طور موثر در مدل با نمایش آن به عنوان اختلالات حالت محصور شود. این رویکرد نوآورانه شامل افزایش این اختلالات در حالت‌های فرآیند است و به طور موثر آنها را به عنوان بخشی از پویایی سیستم یکپارچه می‌کند. علاوه بر این، این مقاله طرح پیچیده یک ناظر را ترسیم می‌کند، که به طور خاص برای تخمین این اختلالات افزایش یافته طراحی شده است.با ترکیب این اغتشاشات افزایش یافته و به کارگیری ناظر، این روش به طور موثر استحکام کنترل کننده پیش بینی مدل را افزایش می دهد. این نه تنها عدم قطعیت های پارامتر ذاتی را تایید می کند و آنها را تطبیق می دهد، بلکه به کنترل کننده قدرت می دهد تا تاثیر این عدم قطعیت ها را بر عملکرد سیستم کاهش دهد.یافته ها و نتایج تحقیق شواهد قانع کننده ای از اثربخشی این رویکرد ارائه می دهد. آنها به وضوح نشان می دهند که چگونه این روش به طور قابل توجهی خطای ردیابی حالت پایدار را کاهش می دهد و بهبود قابل توجهی را در استحکام کنترل کننده پیش بینی مدل نشان می دهد. در نهایت، این پیشرفت ظرفیت روش را برای افزایش عملکرد کنترل و مبارزه با اثرات نامطلوب عدم قطعیت پارامترها در سیستم‌های پیچیده مانند سیستم مخازن چهارگانه نشان می‌دهد. تتعمق هذه الورقة في التطبيق المعقد للتحكم التنبئي للنموذج الخالي من الإزاحة في سياق نظام الخزانات الرباعية، سعيًا إلى معالجة مشكلة سائدة: خطأ تتبع الحالة المستقرة المستمر الناتج عن عدم تطابق النموذج. ينبع عدم التطابق هذا من التباين المتأصل بين العملية الفعلية والنموذج الذي يستخدمه جهاز التحكم التنبئي للنموذج، والذي يعزى في المقام الأول إلى عدم اليقين في المعلمة. ويكمن التركيز المحوري في توضيح كيف يمكن تغليف عدم اليقين هذا، الناجم عن اختلافات المعلمات، بشكل فعال داخل النموذج من خلال تمثيله كاضطرابات الحالة. يتضمن هذا النهج المبتكر زيادة هذه الاضطرابات في حالات العملية، ودمجها بشكل فعال كجزء من ديناميكيات النظام. علاوة على ذلك، توضح الورقة التصميم المعقد للمراقب، المصمم خصيصًا لتقدير هذه الاضطرابات المتزايدة.من خلال دمج هذه الاضطرابات المعززة ونشر المراقب، تعمل الطريقة بشكل فعال على تعزيز قوة وحدة التحكم التنبئية للنموذج. فهو لا يعترف ويستوعب حالات عدم اليقين المتأصلة في المعلمات فحسب، بل يمكّن أيضًا وحدة التحكم من التخفيف من تأثير حالات عدم اليقين هذه على أداء النظام.توفر نتائج البحث ونتائجه أدلة دامغة على فعالية هذا النهج. وهي توضح بوضوح كيف تخفف هذه الطريقة بشكل كبير من خطأ تتبع الحالة المستقرة، مما يدل على تحسن ملحوظ في قوة وحدة التحكم التنبئية للنموذج. في نهاية المطاف، يعرض هذا التقدم قدرة الطريقة على تعزيز أداء التحكم ومكافحة الآثار الضارة لعدم اليقين في المعلمات في الأنظمة المعقدة مثل نظام الخزانات الرباعية.
Document Type:	Conference object
Language:	English
Access URL:	https://hal.science/hal-04347624v1
Accession Number:	edsair.a9ac50f576aa..f01e7b71e1521c0c31f4180109b3e8bb
Database:	OpenAIRE

Description
Description not available.