Model-based and model predictive control
Model temelli ve model öngörülü kontrol
- Tez No: 169596
- Danışmanlar: PROF. DR. BENO KURYEL
- Tez Türü: Yüksek Lisans
- Konular: Kimya Mühendisliği, Chemical Engineering
- Anahtar Kelimeler: İçsel Model Kontrol, Çıkarsamalı Kontrol, Process Tanımlama, Model Temelli Proses Kontrol, Model Öngörülü Kontrol, Model-Based Control, Internal Model Control, Inferential Control, Process Identification, Model Predictive Control
- Yıl: 2005
- Dil: İngilizce
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Kimya Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
V ÖZET MODEL TEMELLİ VE MODEL ÖNGÖRÜLÜ KONTROL KARAER, Özlem Yüksek Lisans Tezi, kimya Mühendisliği Bölümü Tez Yöneticisi: Prof. Dr. Beno Kuryel Temmuz,2005 Bu projede, Model Temelli Prosess Kontrol (MTK), İleri Prosess Kontrol için kuramsal bir taban sağlamak, uygun transfer fonksiyonlarını türetmek ve bu kuramsal yapılan literatürden elde edilen örneklere uygulamak üzere araştırıldı. MTK, kontrol algoritmasında belirtik olarak bir proses modelini içeren sistemlerin kontrol edilmesini hedefler. MTK'nm temel ilkesi, kontrol bileşeni olarak prosese ait transfer fonksiyonunun tersini kullanmasıdır. Bu çalışmada, kısıtsız kontrol bileşeninin iki farklı biçimi sunulmuştur. * İçsel Model Kontrol (İMK) ve Çıkarsamalı Kontrol (ÇK) teknikleriyle örneklenen transfer fonksiyonu biçimi. Model Öngörülü Kontrolün (MÖK) kısıtsız optimizasyon biçimi Model temelli kontrol, geleneksel tek döngülü kontrol bileşenlerinin yerini almaz. Aksine, geleneksel yöntemleri tamamlar. Model temelli kontrol kuramı, geleneksel tek döngülü PID kontrol bileşenlerinin ayarlanması ve işletime konulmasına değerli ek katkılarda bulunur. İçsel Model Kontrol, geri döngülü kontrol bileşenlerinin tasarımına uygun bir yöntemdir. Böylelikle, kendinden kararlı bir prosesin çıktısının, belirli bir set- point değişimine istenen şekilde yanıt vermesi sağlanmış olur. Aynı zamanda, prosesin çıktılarına doğrudan giren bozucu etkileri karşılanmasına da katkıda bulunur. Bu yöntemde, doğrusal veya doğrusallaştırılmış modeller kullanılır ve modelin belirli bölümlerinin terslerini alarak bunları prosesin kontrol bileşeni olarak devreye alır. Doğrusal bir prosesin bazı bölümlerinin tersi alınamaz. Tersi alınamayan bu etmenler, zaman gecikmeleri ve kararsızlıklar içerir. Proses modelini tersi alınabilir duruma getirebilmek için doğrusal filtreler eklenir. İMK kontrolVI bileşeninin olumsuz davranışını ayarlamak için filtre parametreleri kullanılabilir. ÎMK kontrol bileşeninin uygulamaları daha popüler duruma gelmesine rağmen standart sanayi kontrol bileşenleri olan oransal (P), oransal ve integral (PI) ve oransal ve integral, türevsel (PID) biçimlerinin kullanımına devam edilmektedir. Bu çalışmada, kısıtlı sayıda PI ve PID kontrol bileşenleri ile donanmış proseslerin İMK kontrol bileşenleri ile nasıl yaklaştırılabileceği gösterilmiştir. Öyle prosesler vardır ki, kontrol edilecek birincil değişkenin ölçülmesi zordur veya bu değiken örneklenmiş bir ölçüm olabilir ve ölçüm ve çözümleme prosesinde kayda değer gecikmeler bulunabilir. Böylece, çıkarsamalı kontrol ikincil ölçümler kullanarak birincil çıktı değişkene etki eden bozucu etkiler çıkarsanır ve karşılanır. Bu çalışmada, yalnızca kısıtsız Model Öngörülü Kontrol (MÖK) ele alınmıştır. MÖK kontrol hesaplamaları hem o an yapılan ölçümlere ve model öngörülerine dayanır. Kontrol hesaplamaları, referans olarak kabul edilen bir yörüngeye mümkün olduğu kadar yakın olacak düzeltilmiş öngörülerin elde edilmesini içerir. Böylece, bir optimizasyon kullanılır ve kontrol problemi bir optimizasyon problemine dönüştürülmüş olur. Bu durumda, kontrol gereksinmelerini kapsayan bir amaç fonksiyonu tanımlanır. Tüm kontrol fonksiyonları tek bir amaç fonksiyonuna dayandırıldığı için bu yaklaşım tek amaçlı model öngörülü kontrol olarak adlandırılır. MÖK için kullanılan dinamik model, hem fiziksel hem de deneysel olabilir. Ancak, MÖK' ün endüstriyel uygulamaları geleneksel olarak ayrık-zaman, doğrusal ve deneysel modeller üzerine dayandırılmıştır. Bunlar, basit transfer fonksiyonu modelleriyle hassasiyetle betimlenemeyen ve beklenmedik davranışlar gösteren kararlı proseslere uygulanmasında avantajlı bir durum yaratır. Temel dezavantajı, çok sayıdaki model parametreleridir. Bu tezde, çağdaş gelişmiş proses kontrolün kuramsal altyapısının anlaşılması ve uygulayabilirlik kazanılması amaçlanmıştır. Laplace'ın tersinin alınması zor olan birkaç proses transfer fonksiyonunun ters alma işlemleri literatürden alınmıştır. Geri kalan çok sayıdaki transfer fonksiyonlarının Laplace türetimleri ve işlemleri bu tez çalışmasında gerçekçi bir biçimde yapılmıştır.
Özet (Çeviri)
vn ABSTRACT MODEL-BASED AND MODEL PREDICTIVE CONTROL KARAER, Özlem Msc in Chemical Engineering Supervisor: Prof. Dr. Beno Kuryel July, 2005 In this project, Model Based Process Control (MBC) was studied to provide a theoretical background for Advanced Process Control, to develop and derive the appropriate transfer functions and to apply the theory on examples provided from the literature MBC has the target of controlling systems that explicitly embed a process model in the control algorithm. The basic idea of MBC is to use the inverse of the process transfer function as the controller. It was presented two different forms for the unconstrained controller :. The transfer function form illustrated by the Internal Model Control (IMC) technique and Inferental Control (IC) technique.. The unconstrained optimization form of Model Predictive Control. Model-based control is not a replacement for traditional single-loop controllers. Rather, it complements the traditional methods. The theory of model-based control gives additional valuable insights into the way traditional single-loop PID controllers are tuned and operated. Internal Model Control is a method for designing feedback controllers to force the output of an inherently stable process to respond in a desired manner to a setpoint change, and counter the effects of disturbances that enter directly into the process output It uses a linear or linearized process model which is a perfect representation of the stable process and inverts parts of the model for use as a controller for the process. Some portions of a linear process model cannot be inverted. These noninvertible factors include time delays and instabilities. A linear filter can be added to make the process model invertible.The filtervııı parameters then are available for adjusting the aggressiveness of the IMC controller. While IMC controller implementations are becoming more popular, the standard industrial controllers remain the proportional (P), proportional plus integral (PI), and the proportional plus integral and derivative (PID) controllers. In this work it was shown how to approximate the IMC controller for a limited class of processes with PI and PID controllers. There exist a number of processes in which the primary variable to be controlled is difficult to measure or is a sampled measurement with long delay in the sampling and analysis process. So, inferential control uses secondary measurements to simultaneously infer and counter the effect of disturbances on the primary output variable. In this work, we only unconstrained Model Predictive Control (MPC). The MPC control calculations were based on both current measurements and model predictions. The control. was to calculate moves (input changes) that make the corrected predictions as close to a reference trajectory as possible.Thus, an optimization approach was employed and the control problem was converted into an optimization problem by defining an objective function, which captures the controller requirements. The dynamic model for MPC can be either a physical model or an empirical model. However, industrial applications of MPC traditionally have been based on discrete-time, linear, empirical models offer the advantage that they can represent stable processes with unusual dynamic behavior that cannot be accurately described by simple transfer function models. Their main disadvantage is the large number of model parameters. This thesis aimed to comprehend and gain the ability to apply the theoretical background of the contemporary advanced process control techniques. The inverse Laplace operations of a few of the process transfer functions which were very difficult were directly taken from the literature. But, the vast majority of the derivations and inversions were realistically done in this work.
Benzer Tezler
- Model predictive control (MPC) performance for controlling reaction systems
Reaksiyon sistemlerinde model öngörümlü denetleyici performansı
IŞIK AŞAR
Yüksek Lisans
İngilizce
2004
Kimya MühendisliğiOrta Doğu Teknik ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
PROF. DR. CANAN ÖZGEN
PROF. DR. MEHMET KEMAL LEBLEBİCİOĞLU
- Model predictive control of the chlorination stage in a pulp bleaching plant
Bir kağıt hamuru beyazlatma fabrikasının klorlama aşamasının model öngörümlü denetimi
CENK UĞUR
Yüksek Lisans
İngilizce
2001
Kimya MühendisliğiOrta Doğu Teknik ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
PROF. DR. CANAN ÖZGEN
- Modele dayalı öngörülü endüstriyel kontrolörlerin gerçeklenmesi
Implementation of model based predictive industrial controlers
YAPRAK YALÇIN
Yüksek Lisans
Türkçe
2004
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SALMAN KURTULAN
- Genelleştirilmiş öngörülü kontrol algoritmaları
Generalized predictive control algorithms
TANER ARSAN
Doktora
Türkçe
1999
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiPROF.DR. ATİLLA BİR
- Kesikli stiren polimerizasyon reaktörünün model öngörmeli sıcaklık kontrolu
Model predictive temperature control of batch styrene polymerization reactor
ALİ KARADUMAN
Yüksek Lisans
Türkçe
1992
Kimya MühendisliğiAnkara ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
DOÇ.DR. RIDVAN BERBER