عنوان

کنترل پیشبین داده محور با رویکرد حذف خطای حالت ماندگار

شماره

پ۲۸۳۳۴

زبان متن نوشتاري يا گفتاري و مانند آن

per

عنوان اصلي

کنترل پیشبین داده محور با رویکرد حذف خطای حالت ماندگار

نام نخستين پديدآور

میترا محتشم

نام ناشر، پخش کننده و غيره

مهندسی برق و کامپیوتر

تاریخ نشرو بخش و غیره

۱۴۰۱

نام خاص و کميت اثر

۸۳ص.

مواد همراه اثر

سی دی

جزئيات پايان نامه و نوع درجه آن

کارشناسی ارشد

نظم درجات

برق کنترل

زمان اعطا مدرک

۱۴۰۱/۱۱/۱۹

متن يادداشت

کنترل‌کننده‌های پیش‌بین حدود سه دهه است که به طور گسترده در فرآیندهای صنعتی مورد استفاده قرار می‌گیرند. کنترل پیش‌بین مبتني بر مدل یک نام توصیفی مناسب برای یک کلاس از روش‌هاي کنترل مبتنی بر مدل است که از مدل فرآیند برای پیش‌بینی صریح رفتار آینده فرآیند استفاده می‌کنند. مدل‌سازی فرآيند واقعي به عنوان يكي از بحث‌هاي چالش برانگیز در طراحی کنترل‌كنندههاي پیش‌بین مبتني بر مدل محسوب می‌شود. ابتدا مدل با استفاده از داده‌های ورودی- خروجی فرآيند شناسایی می‌شود، سپس با استفاده از مدل فرآیند، ماتریس‌های پیش‌بیني ساخته می‌شوند و از اين ماتریس‌ها براي دست‌یابی به پیش‌بیني خروجی‌ فرآیند و طراحی کنترل‌کننده استفاده می‌گردد. با این حال این ماتریس‌ها را می‌توان به طور مستقیم از داده‌های ورودی- خروجی بهدست آورد و مرحله میانی یعنی مرحله شناسایی مدل فرآیند را حذف کرد. به اين ايده کنترل پیش‌بین داده محور گوييم كه در آن با استفاده از داده‌هاي ورودي- خروجي فرآيند واقعي، خروجی‌های آینده تخمین‌زده می‌شوند. طبيعتاً این مقادیر تخمین‌زده شده مي‌تواند با مقادیر واقعی برابر نباشد. اين مساله مي‌تواند منجر به تولید خطای حالت ماندگار در سيستم حلقه بسته شود. علاوه بر این وجود عدم قطعیت‌ها، نویز، اغتشاش‌ها و ... نیز باعث ایجاد خطای حالت ماندگار می‌شود. همان‌طور كه مي‌دانيم بعد از پايداري سيستم حلقه بسته، عملكرد مطلوب گذرا و ماندگار سيستم اهميت فراواني دارد و مهم‌ترین شاخص براي عملكرد مطلوب ماندگار، خطاي حالت ماندگار است. پس در نتيجه ردیابی دقیق و بدون خطای حالت ماندگار در طراحي هر كنترل‌كننده‌اي بسيار مهم است. كارهاي زيادي در حوزه كنترل پيش‌بين با رويكرد حذف خطاي حالت ماندگار انجام شده است اما در حالت داده محور اين كنترل‌كننده‌ها جا براي كار وجود دارد. به اين ترتيب در اين پايان‌نامه هدف طراحي كنترلكننده پيش‌بين داده محور با رويكرد حذف خطاي حالت ماندگار است که این کار با تعریف پیش‌بینی‌کننده مبتنی بر زیرفضای تعمیم یافته و ترکیب آن با یک کنترل‌کننده مدلغزشی پیش‌بین داده محور انجام شده و می‌تواند با استفاده از اطلاعات ورودی- خروجی اندازه‌گیری شده منجر به حذف خطای حات ماندگار گردد.

متن يادداشت

Predictive controllers have been widely used in industrial processes for about three decades. Model-based predictive control is an appropriate descriptive name for a class of model-based control methods that use the process model to explicitly predict the future behavior of the process. Actual process modeling is considered one of the challenging issues in the design of model-based predictive controllers. First, the model is identified using the input-output data of the process. Then, prediction matrices are created using the process model and these matrices are used to predict the output of the process and design the controller. However, these matrices can be obtained directly from the input and output data. In this case, the intermediate step named the identification step of the process model is eliminated. This is a data-driven predictive control, in which future outputs are estimated using input-output data of the actual process. Obviously, these estimated values may not be equal to the actual values. This problem can lead to the generation of the off-set error in the closed loop system. Moreover, the existence of uncertainties such as noise, disturbances, etc. can also cause the off-set error. It is clear that the transient and Steady-State desirable performance of the system is critically important and the most significant indicator for Steady-State desirable performance is the Steady-State error. So, as a result, accurate and free off-set tracking is very vital in the design of any controller. Many studies have been done in the field of predictive control using the approach of removing the off-set. However, in the data-driven mode of these controllers, there is space for work. Hence, in this thesis, the purpose is to design a data-driven predictive controller using the approach of removing the off-set. This is done by defining a generalized subspace-based predictor and combining it with a data-driven predictive sliding model controller. It solves the reference tracking problem using only measured input/output information

عنوان گونه گون

Offset-Free Data Driven Predictive Control

عنصر شناسه اي

‏محتشم،

ساير عناصر نام

‏‏میترا

کد نقش

تهیه کننده

عنصر شناسه اي

‏باقری کلجاهی،

عنصر شناسه اي

‏ سلیم،

ساير عناصر نام

‏‏پیمان

ساير عناصر نام

‏مینا

تاريخ

استاد راهنما

تاريخ

استاد مشاور

عنصر شناسه اي

‏ تبریز