عنوان

تنظیم پارامترهای کنترل پیش‌بین مبتنی بر مدل‌های چندگانه

شماره

پ۲۵۴۶۸

زبان متن نوشتاري يا گفتاري و مانند آن

per

عنوان اصلي

تنظیم پارامترهای کنترل پیش‌بین مبتنی بر مدل‌های چندگانه

نام نخستين پديدآور

شهریار صفرپور

نام ناشر، پخش کننده و غيره

مهندسی برق و کامپیوتر

تاریخ نشرو بخش و غیره

۱۳۹۹

نام خاص و کميت اثر

۶۷ص.

مواد همراه اثر

سی دی

جزئيات پايان نامه و نوع درجه آن

کارشناسی ارشد

نظم درجات

برق گرایش قدرت

زمان اعطا مدرک

۱۳۹۹/۱۱/۲۸

متن يادداشت

در این پایان‌نامه مسأله تنظیم پارامترهای کنترل پیش‌بین مبتنی بر مدل‌های چندگانه با استفاده از کلیدزنی مدنظر است. کنترل فرآیندهایی که دارای تغییرات ناگهانی و بزرگ در رفتار و پارامترهای خود هستند، با یک کنترل‌کننده کلاسیک خطی که پارامترهای ثابتی دارد ممکن نیست. استفاده از روش‌های کنترلی پیشرفته مرسوم نیز برای کنترل چنین فرآیندهایی دارای ایراداتی هستند. به ‌عنوان ‌مثال کندی کنترل‌کننده تطبیقی در ردیابی تغییرات پارامترها و همچنین محافظه‌کاری بالای کنترل مقاوم در مقابله با نامعینی‌های بزرگ از جمله این ایرادات است. روش پیشنهادی این پایان‌نامه کنترل سیستم غیرخطی با استفاده از کلیدزنی در میان کنترل‌کننده‌های خطی ساده است. به ‌بیان‌ دیگر، یک فرآيند غيرخطي به ‌صورت يك مجموعه از فرآيندهاي خطي مدل‌سازي مي‌شود و براي هر مدل خطي، يك كنترل‌كننده خطي طراحي می‌گردد و بسته به شرايط كاري فرآيند در هر لحظه يك كنترل‌كننده محلي براي كنترل فرآيند مورد استفاده قرار مي‌گيرد. با توجه به مزایای کنترل پیش‌بین مبتنی بر مدل که در طول پایان‌نامه به آن‌ها اشاره خواهد شد، از این کنترل‌کننده برای کنترل‌کننده‌های محلی استفاده می‌شود. تنظیم مناسب کنترل‌کننده‌های پیش‌بین مبتنی بر مدل برای دستیابی به شرایط مطلوب ضروری است. در اصل، فضای پارامترهای یک فرآیند غیرخطی، پس از خطی‌سازی، به زیرمجموعه‌های کوچک‌تری تقسیم می‌شود و هر زیرمجموعه رفتاری از سیستم را توصیف می‌کند. با توجه به اینکه سیستم‌های صنعتی با تقریب خوبی با استفاده از مدل‌های مرتبه اول با تأخیر مدل می‌شوند، ساختار مدل‌های محلي به ‌صورت مدل مرتبه اول با تأخیر انتخاب شده است. بر اساس هر مدل یک کنترل‌‌کننده طراحی می‌شود و نهایتاً با کلیدزنی در میان آن‌ها، کل فرآیند کنترل می‌شود. در این پایان‌نامه ساختار مدل‌های چندگانه نیز به صورت برون‌خط و کلیدزنی مستقیم است. در طول پایان‌نامه الگوریتم‌های کاربردی جهت تعیین تعداد مدل‌های مورد نیاز و بازه پوشش نامعینی توسط هر مدل مطرح می‌شود و با دستیابی به بهترین نقاط تنظیم، کنترل‌کننده مناسب برای هر مدل طراحی می‌شود. در انتها نیز روش پیشنهادی با استفاده از مثال‌های عددی متنوع و همچنین سیستم pH که یک سیستم غیرخطی و پیچیده است راستی آزمایی می‌شود. نتایج شبیه‌سازی نشان دهنده عملکرد مناسب روش پیشنهادی است.

متن يادداشت

This thesis has studied the tuning of model predictive control parameters based on multiple models using switching. It is not practical to control the processes which have an abrupt great change in their behavior and parameters by using a linear controller which has constant parameters. There is also some issue using common advanced control methods to control this type of processes. For instance, adaptive controllers are slow in tracing change in parameters. Another example is that robust control is too conservative when dealing with big uncertainties. This thesis introduces controlling nonlinear systems using switching in simple linear controllers. In other words, a non-linear process is modelled as multiple linear processes and for each linear model, a linear controller is defined. Considering the operating condition of the process, in each moment a local controller is used to control the process. Taking into account the advantages of the model predictive control which will be explained in the thesis, this controller will be used for local controllers. Noting that, well tuning the model predictive controllers is necessary to achieve an acceptable situation. Basically, after linearization, the domain of the non-linear process splits into smaller subsets. And every subset describes a behavior of the system. Since using first-order plus dead time models, industrial systems are modelled with a good approximation, the structure of the local models is selected to be a first-order plus dead time model. Based on each model, a controller is designed. Finally, with switching in between them, all of the processes is controlled. In this thesis, Structure of the multiple models is the offline and direct switching. In the thesis, practical algorithms for determining the number of the models and interval of uncertainties overlap by each model are discussed. And by reaching to the optimum adjust points, the best controller for each model is designed. In the end, the suggested method using various numerical examples and pH system which is a complex non-linear system is verified and the results of the simulation show the proper performance of the proposed method

عنوان گونه گون

Tuning of Model Predictive Control Based on Multiple Models

عنصر شناسه اي

‏ صفرپور،

ساير عناصر نام

‏‏ شهریار

کد نقش

تهيه کننده

عنصر شناسه اي

‏باقری کلجاهی،

عنصر شناسه اي

‏هاشم زاده،

ساير عناصر نام

‏ پیمان

ساير عناصر نام

‏ فرزاد

تاريخ

استاد راهنما

تاريخ

استاد مشاور

عنصر شناسه اي

‏ تبریز