Determination of the Overshoot Scalar Control Systems with Transfer Zero and Binomial Law of Poles Distribution

Ahmetzyanov, Insur Zavdyatovich; Dem’yanov, D. N.

doi:10.17485/ijst/2017/v10i1/109928

Cited by 2 publications

(3 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…For the experiments in the next sections system performance is evaluated by comparing overshoot and rise time of system outputs with the use of different weighting parameter trajectories variable or constant on prediction horizon. Overshoot is defined by the following equation [1]:…”

Section: Model Predictive Control Algorithmsmentioning

confidence: 99%

Archives of Control Sciences

Nebeluk

Marusak

2020

View full text Add to dashboard Cite

Model predictive control (MPC) algorithms brought increase of the control system performance in many applications thanks to relatively easily solving issues that are hard to solve without these algorithms. The paper is focused on investigating how to further improve the control system performance using a trajectory of parameters weighting predicted control errors in the performance function of the optimization problem. Different shapes of trajectories are proposed and their influence on control systems is tested. Additionally, experiments checking the influence of disturbances and of modeling uncertainty on control system performance are conducted. The case studies were done in control systems of three control plants: a linear nonminimumphase plant, a nonlinear polymerization reactor and a nonlinear thin film evaporator. Three types of MPC algorithms were used during research: linear DMC, nonlinear DMC with successive linearization (NDMC-SL), nonlinear DMC with nonlinear prediction and linearization (NDMC-NPL). Results of conducted experiments are presented in greater detail for the control system of the polymerization reactor, whereas for the other two control systems only the most interesting results are presented, for the sake of brevity. The experiments in the control system of the linear plant were done as preliminary experiments with the modified optimization problem. In the case of control system of the thin film evaporator the researched mechanisms were used in the control system of a MIMO plant showing possibilities of improving the control system performance.

show abstract

Section: Model Predictive Control Algorithmsmentioning

confidence: 99%

Archives of Control Sciences

Nebeluk

Marusak

2020

View full text Add to dashboard Cite

show abstract

“…Kryteria porównawcze, według których będzie oceniana jakość regulacji, to przeregulowanie oraz czas narastania przebiegów wielkości regulowanych. Wielkość przeregulowania jest obliczana ze wzoru [11]:…”

Section: Algorytmy Regulacji Predykcyjnejunclassified

“…gdzie: y(∞) -wartość wyjścia w stanie ustalonym, t m -czas wystąpienia maksimum, czyli czas potrzebny, aby wyjście osiągnęło pierwszy szczyt, y(t m ) -maksymalna wartość wyjścia. y k -N-elementowy wektor wyjścia: (11) Analityczne rozwiązanie zadania optymalizacji (1) można przedstawić dla regulatora DMC następująco [1]:…”

Section: Algorytmy Regulacji Predykcyjnejunclassified

Influencing Predictive Control System Performance by Reference Trajectory Shaping

Nebeluk¹,

Marusak²

2019

PAR

View full text Add to dashboard Cite

Zezwala się na korzystanie z artykułu na warunkach licencji Creative Commons Uznanie autorstwa 3.0 WprowadzenieAlgorytmy regulacji predykcyjnej MPC (ang. Model Predictive Control) są algorytmami, które wykorzystują model procesu do predykcji jego zachowania w przyszłości. W przypadku silnie nieliniowych obiektów regulacji, z dużym opóźnieniem, ograniczonymi sterowaniami lub wyjściami, zastosowanie algorytmów MPC zwykle przynosi dobrą jakość regulacji, co wynika z dostępu algorytmów do informacji o dynamice procesu. Algorytmy regulacji predykcyjnej również znają trajektorię zadaną wartości wyjść regulowanych oraz mają możliwość wprowadzenia trajektorii referencyjnej, która jest w stanie modyfikować działanie algorytmu w celu poprawy jakości regulacji. Pojęcie trajektorii referencyjnej pojawiało się już we wczesnych artykułach dotyczących regulacji predykcyjnej [10]. W niniejszym artykule ta ostatnia cecha algorytmów regulacji predykcyjnej będzie poddana szerszym badaniom. Algorytmy rozważane w artykule to wersje analityczne, mające mniejsze, w porów-Autor korespondujący: Piotr Marusak, P.Marusak@ia.pw.edu.pl Artykuł recenzowany nadesłany 04.02.2019 r., przyjęty do druku 28.03.2019 r.Streszczenie: Zastosowanie algorytmów regulacji predykcyjnej MPC do regulacji wielu procesów nieliniowych, o różnym stopniu trudności, często umożliwia osiągniecie bardzo dobrej jakości regulacji. Jest to możliwe ze względu na odpowiednie uwzględnienie w strukturze algorytmu informacji uzyskanych z modelu procesu. Do formułowania zadania optymalizacji dla algorytmów regulacji predykcyjnej najczęściej zakładana jest stała trajektoria referencyjna dla całego horyzontu predykcji. W artykule przedstawiono możliwości poprawy jakości regulacji przez zastosowanie trajektorii referencyjnej zmiennej na horyzoncie predykcji. Podczas porównywania jakości regulacji z wykorzystaniem trajektorii referencyjnych o różnej postaci, wzięto pod uwagę dwie wielkości. Pierwszą z nich jest czas narastania wyjścia obiektu regulacji, a drugą -przeregulowanie. Badania prowadzono w układach regulacji dwóch obiektów: nieminimalnofazowego obiektu liniowego oraz nieliniowego reaktora polimeryzacji. Do regulacji w przypadku pierwszego obiektu, zastosowano algorytm DMC, a w przypadku drugiego -algorytm bazujący na modelu nieliniowym, z nieliniową predykcją i linearyzacją (NDMC-NPL). Przedstawione wyniki dobrze ilustrują możliwości wpływania, za pomocą trajektorii referencyjnych o różnych kształtach, na poprawę jakości regulacji oferowanej przez algorytmy predykcyjne.Słowa kluczowe: trajektoria referencyjna, regulacja predykcyjna, regulacja nieliniowa, obiekty nieliniowe, jakość regulacji

show abstract

Determination of the Overshoot Scalar Control Systems with Transfer Zero and Binomial Law of Poles Distribution

Cited by 2 publications

References 0 publications

Archives of Control Sciences

Archives of Control Sciences

Influencing Predictive Control System Performance by Reference Trajectory Shaping

Contact Info

Product

Resources

About