عنوان:

کنترل کننده پیش بین خطی بر پاسه مدل MPC

برای رعایت حریم خصوصی اسامی استاد راهنما،استاد مشاور و نگارنده درج نمی گردد

تکه هایی از متن به عنوان نمونه :
(ممکن می باشد هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود اما در فایل دانلودی همه چیز مرتب و کامل می باشد)
 
چکیده:
در این پژوهش کنترل کننده پیش بین بر پایه مدل (Model Based Predictive Control) به مقصود کنترل سیستم های خطی مورد مطالعه قرار گرفته می باشد.
MPC یا Model Predictive Control از دسته روش های کنترل پیشرفته ای می باشد که امروزه به گونه گسترده در صنایع فرآیند مورد بهره گیری قرار گرفته می باشد.پ
اگرچه این روش تقریبا برای هر نوع مساله ای مناسب می باشد، اما توانایی این روش در برخورد با مسائل زیر آشکارتر می گردد:
– مسائلی که در آن تعداد ورودی های کنترل و حالت های سیستم زیاد می باشد.
– مسائلی که در آن ورودی های کنترل و حالت های سیستم دارای قیودی هستند.
– مسائلی که در آن اهداف کنترل تغییر پیدا می کند و یا تجهیزات کنترل مانند سنسورها و محرک ها بنابه دلایلی از بین می طریقه.
– مسائلی که در آن با سیستم های تاخیردار مواجه ایم.
MPC در بین سال های 70-1960 در صنایع فرایند توسعه داده گردید. این روس در آغاز با یک ایده ابتکاری و با بهره گیری از مدل های پاسخ پله و ضربه از سیستم ها پایه ریزی گردید.
اساس این روش بر حل یک مساله کنترل بهینه در هر فاصله نمونه برداری استوار می باشد. بدین شکل که آغاز با بهره گیری از یک مدل پیش بینی، خروجی های آینده را برای یک افق محدود پیش بینی می کند و با بهره گیری از کمینه سازی یک تابع معیار، ورودی های آینده را بر روی افق پیش بینی به دست می آورد و تنها عنصر اول از این سری را به عنوان ورودی به سیستم اعمال می کند.
در دوره نمونه برداری بعدی یک مساله کنترل بهینه جدید براساس اندازه گیری های جدید فرموله و حل می گردد.
این استراتژی که به استراتژی افق کاهنده معروف می باشد به گونه تکراری در هر لحظه نمونه برداری اجرا می گردد.
هرچند الگوریتم های مختلف موجود برای طراحی کنترل کننده پیش بین در جزئیات معینی با یکدیگر تفاوت دارند، اما ایده اصلی همه این الگوریتم ها مشابه اند و از اجزا اصلی زیر تشکیل شده اند:
– مدل پیش بینی: با تعریف یک مدل عددی از سیستم می توان رفتار آینده سیستم را پیش بینی نمود.
– تابع هدف یا تابع معیار: با تعریف تابع هدف و مینیمم سازی این تابع در یک افق محدود آینده می توان ورودی های کنترل آینده را محاسبه نمود.
– محاسبه قانون کنترل: با محاسبه قانون کنترل، مجموعه ای از ورودی های کنترل به دست می آید که تنها نخستین مقدار از این سری به عنوان ورودی به سیستم اعمال می گردد.
مقدمه:
امروزه تئوری سیستم های کنترل خطی به خوبی توسعه یافته و روش های زیادی برای طراحی کنترلرهای خطی مقاوم و با عملکرد بالا هست، اما از آنجا که نیاز به اجرای سیستم های کنترل مدرن روبه افزایش می باشد، غیرخطی گری هایی نظیر قیود حالت و قیود کنترل از اهمیت ویژه ای برخوردار می شوند و دیگر طراحی خطی در برخورد با این سیستم ها پاسخگو نمی باشد.
دو روش توسعه یافته برای محاسبه قانون فیدبک حالت غیرخطی برای سیستم های خطی که دارای قیود حالت و کنترل می باشند عبارتند از:
– روش کنترل پیش بین.
– روش برنامه ریزی پویا.
در این پژوهش به مطالعه روش کنترل پیش بین می پردازیم.
MPC یا کنترل پیش بین مدل پایه روشی می باشد برای کنترل سیستم ها در حضور قیود.
از نخستین پیشگامان طراحی این روش می توان از (1976)Martin-Sanches نام برد. روش وی که به روش کنترل پیش بین تطبیقی شهرت دارد، بر حضور یک مدل داخلی برای به دست آوردن کنترل تطبیقی و تنظیم سیستم براساس بهینه سازی و محاسبه سیگنال کنترل استوار می باشد.
از دیگر متقدمین این روش (1978) Richlet می باشد. وی روش کنترل پیش بین ذهنی را مطرح ساخت.
در سال 1980 نظریه دیگری به نام Dynamic Matrix Control توسط Ramaker&Cutler مطرح گردید. نظریه ای که بر عملکرد بهینه سیستم تحت تاثیر قیود و محاسبه سیگنال های کنترل به صورت تکراری و با حل یک مساله برنامه ریزی خطی تاکید دارد.
MPC یا روش کنترل افق کاهنده امروزه به صورت روشی استاندارد در حل مسائل کنترل چند متغیره در حضور قیود پیچیده، درآمده می باشد.
این روش با بهره گیری از یک مدل از سیستم رفتار آینده آن را پیش بینی کرده و سپس یک شاخص عملکرد مربعی را بر پایه پیش بینی انجام شده کمینه می نماید.
در هر لحظه نمونه برداری که از حالت فعلی آغاز می گردد، یک مساله کنترل بهینه حلقه باز در یک افق محدود زمانی حل می گردد و اولین عنصر از سیگنال محاسبه شده کنترل به سیستم اعمال می گردد و سیستم تا لحظه نمونه برداری بعدی با این ورودی کار می کند.
در این فاصله زمانی اندازه گیری های جدید برای بهنگام سازی مساله مورد بهره گیری قرار می گیرد و محاسبات با شروع از حالت جدید و در افق شیفت یافته به صورت برخط تکرار می گردد.
با اجرای این روش، MPC روشی روبه جلو را برای جلوگیری از انحراف از قیود و جبران خطاهای مدل و اغتشاشات ناشناخته در هر لحظه نمونه برداری، با نگاه مجدد به طرح ساخته شده در گام قبلی و بعد از دریافت اطلاعات جدید فراهم می کند.
اگر بخواهیم موقعیت یا حرکت یک اتومبیل را کنترل کنیم، MPC با نگاه کردن به جاده از شیشه جلوی اتومبیل معادل می باشد در حالی که کنترل کلاسیک تنها اجازه نگاه کردن به شیشه عقب اتومبیل را می دهد و در واقع فرامین کنترلی براساس خطاهای گذشته صادر می گردد.
هرچند این مقایسه منصفانه نیست، اما به سادگی عملکرد MPC را توصیف می نماید.
MPC کوشش می کند سیستمی را (اتومبیل) با پیش بینی کردن آینده (موقعیت حال و آینده جاده) با بهره گیری از یک مدل (شتاب اتومبیل) در حالی که قیودی را رعایت می کند (قوانین ترافیکی و محدودیت های خودرو) کنترل نماید. کنترل پیش بین با بهره گیری از پیش بینی ها، ورودی بهینه را محاسبه می نماید، که در مثال خودرو این ورودی به تنظیم سرعت منجر می گردد.
در بسیاری از کاربردها ممکن می باشد محاسبه ورودی بهینه بسیار زمان بر باشد، برای غلبه بر این موضوع مساله کنترل بایستی در یک افق پیش بینی محدود حل گردد. دقیقا مانند رانندگی که ما تنها به چند صد متر جلوتر نگاه می کنیم.
از سوی دیگر همان گونه که در اتومبیل اعمال سیگنال کنترل تنها با نگاه کردن به فواصل بسیار کوتاه جلو ممکن می باشد خطرناک باشد، پیش بینی در یک افق کوتاه نیز باعت عملکرد ضعیف و یا حتی ناپایداری سیستم می گردد.
در نتیجه انتخاب یک افق مناسب برای پیش بینی از اهمیت ویژه ای برخوردار می باشد.
تعداد صفحات: 62
قیمت: 14700 تومان

این مطلب رو هم توصیه می کنم بخونین:   سمینار ارشد مهندسی برق قدرت: بررسی ساختمان و عملکرد و حفاظت کلیدهای DC

***

—-

پشتیبانی سایت :       

****         serderehi@gmail.com

 
 

دسته‌ها: مهندسی برق

دیدگاهتان را بنویسید