5 luận án nghiên cứu xây dựng thuật toán điều khiển dự báo phi tập trung cho hệ thống phi tuyến
Phát triển 5 thuật toán điều khiển dự báo phi tập trung cho hệ phi tuyến. Đánh giá hiệu năng vượt trội so với phương pháp truyền thống.
Luan An
Luận án
Năm xuất bản
Số trang
105
Thời gian đọc
16 phút
Lượt xem
0
Lượt tải
0
Phí lưu trữ
40 Point
Tổng quan nhanh
- Chủ đề:
- Tổng quan DMPC và Hệ thống phi tuyến
- Số trang:
- 105 trang
- Tác giả:
- Phạm Văn Hùng
- Năm:
- 2018
Tóm tắt nội dung luận án
I.Tổng quan DMPC và Hệ thống phi tuyến
Kiểm soát hệ thống phi tuyến phức tạp đặt ra nhiều thách thức lớn. Các chiến lược điều khiển tiên tiến là cần thiết. Điều khiển dự báo dựa trên mô hình (MPC) là một cách tiếp cận mạnh mẽ. Nó cung cấp khả năng điều khiển tối ưu. Đối với các hệ thống quy mô lớn, điều khiển dự báo phi tập trung (DMPC) là giải pháp hiệu quả. DMPC nâng cao hiệu quả tính toán. Nó cải thiện khả năng thích ứng trong môi trường phân tán, nơi thông tin có thể bị giới hạn. Tài liệu này khám phá sâu DMPC cho hệ thống phi tuyến. Nó tập trung vào việc đạt được điều khiển tối ưu. DMPC quản lý các ràng buộc hệ thống một cách hiệu quả. Nó đối phó với sự tương tác giữa các thành phần. Nghiên cứu cung cấp nền tảng vững chắc cho ứng dụng công nghiệp thực tế.
1.1. Khái niệm Điều khiển dự báo dựa trên mô hình
Điều khiển dự báo dựa trên mô hình (MPC) là một phương pháp điều khiển tiên tiến. Nó sử dụng mô hình động học của hệ thống. Mô hình này dự báo hành vi tương lai. MPC tính toán một chuỗi các tín hiệu điều khiển tối ưu. Chỉ tín hiệu điều khiển đầu tiên được áp dụng. Quá trình này lặp lại tại mỗi thời điểm lấy mẫu. Bài toán MPC có thể là tuyến tính hoặc phi tuyến. MPC tuyến tính (LMPC) dễ giải quyết. NMPC (Nonlinear MPC) phức tạp hơn về mặt tính toán. NMPC cung cấp hiệu suất điều khiển tốt hơn cho hệ thống phi tuyến. Tuy nhiên, nó đòi hỏi năng lực tính toán cao. Cần cân bằng giữa hiệu suất và chi phí. Mục tiêu là đạt được điều khiển tối ưu trong phạm vi tài nguyên.
1.2. Tính ổn định và thuật toán DMPC
Tính ổn định là yêu cầu cốt lõi của mọi hệ thống điều khiển. DMPC cần đảm bảo ổn định hệ thống phi tuyến. Các phương pháp chứng minh ổn định rất đa dạng. Chúng bao gồm sử dụng hàm Lyapunov hoặc thiết lập các điều kiện terminal. Điều khiển dự báo phi tập trung chia nhỏ bài toán điều khiển lớn. Mỗi bộ điều khiển cục bộ giải quyết một bài toán con. Các bộ điều khiển này có thể trao đổi thông tin hoặc hoạt động độc lập. Các thuật toán DMPC được phát triển để tối ưu hóa phân tán. Chúng thường sử dụng phương pháp lặp. Điều này giúp đạt được hiệu suất toàn cục gần tối ưu. Điều khiển dự báo phân tán giảm tải tính toán đáng kể. Nó đặc biệt phù hợp với các hệ thống đa tác tử quy mô lớn và phức tạp.
II.DMPC cho Hệ tuyến tính hóa
Điều khiển dự báo phi tập trung (DMPC) mang lại nhiều lợi ích. Đặc biệt với các hệ thống phi tuyến. Một cách tiếp cận là tuyến tính hóa hệ thống. Sau đó, áp dụng các kỹ thuật DMPC dựa trên mô hình tuyến tính. Phương pháp này giảm độ phức tạp tính toán. Tuy nhiên, nó vẫn giữ được hiệu quả trong các vùng hoạt động nhất định. Các mô hình tuyến tính hóa được xây dựng quanh các điểm làm việc cụ thể. DMPC sử dụng các mô hình này để dự báo hành vi. Tối ưu hóa phân tán là trọng tâm. Mỗi bộ điều khiển cục bộ tối ưu hóa một phần của hệ thống. Đồng thời, chúng xem xét ảnh hưởng từ các bộ điều khiển khác. Điều này giúp quản lý ràng buộc hệ thống hiệu quả.
2.1. Thiết kế bộ điều khiển DMPC tuyến tính
Thiết kế bộ điều khiển dự báo phi tập trung (DMPC) dựa trên mô hình tuyến tính bắt đầu từ việc mô tả động học hệ thống. Hệ thống lớn được chia thành các hệ con. Mỗi hệ con có một bộ điều khiển cục bộ riêng. Các bộ điều khiển cục bộ giải quyết bài toán tối ưu hóa phân tán. Bài toán tối ưu hóa này bao gồm hàm mục tiêu bậc hai. Nó có các ràng buộc hệ thống tuyến tính. Các ràng buộc này có thể là ràng buộc về đầu vào và đầu ra. Việc trao đổi thông tin giữa các bộ điều khiển là rất quan trọng. Nó giúp các bộ điều khiển cập nhật trạng thái của các hệ con lân cận. Điều này cải thiện hiệu suất điều khiển toàn cục của hệ thống.
2.2. Ứng dụng DMPC trong hệ thống công nghiệp
DMPC tuyến tính đã được áp dụng thành công. Hai ví dụ điển hình là hệ phản ứng/tách và hệ nồi hơi-tuabin. Đối với hệ phản ứng/tách, DMPC quản lý nhiệt độ và nồng độ. Nó duy trì các biến quá trình trong giới hạn an toàn. Đối với hệ nồi hơi-tuabin, DMPC kiểm soát áp suất và mức nước. Nó đảm bảo hoạt động ổn định và hiệu quả năng lượng. Những ứng dụng này minh họa khả năng của điều khiển dự báo phi tập trung. Nó có thể xử lý các hệ thống phức tạp. Nó đối phó hiệu quả với nhiễu và thay đổi điểm làm việc. Hiệu quả của DMPC được đánh giá qua các chỉ tiêu kỹ thuật. Điều này cho thấy tiềm năng ứng dụng rộng rãi trong công nghiệp.
III.DMPC Hệ phi tuyến bằng tuyến tính hóa từng đoạn
Đối với hệ thống phi tuyến thực tế, mô hình tuyến tính hóa một điểm có hạn chế đáng kể. Nó chỉ hiệu quả trong một vùng hoạt động hẹp. Để khắc phục, điều khiển dự báo phi tập trung (DMPC) có thể sử dụng mô hình tuyến tính hóa từng đoạn (Piecewise LTI). Phương pháp này chia không gian trạng thái thành nhiều vùng. Mỗi vùng được xấp xỉ bằng một mô hình LTI riêng. Điều này cho phép DMPC xử lý tốt hơn tính chất phi tuyến của hệ thống. Đồng thời, nó vẫn giữ được lợi ích tính toán của mô hình tuyến tính. Phương pháp này đóng góp vào sự ổn định hệ thống phi tuyến. Nó mở rộng đáng kể phạm vi ứng dụng của DMPC trong các hệ thống phức tạp.
3.1. Mô hình LTI tuyến tính hóa từng đoạn
Mô hình LTI tuyến tính hóa từng đoạn là một công cụ mạnh mẽ. Nó biểu diễn hệ thống phi tuyến phức tạp. Không gian trạng thái được chia thành các vùng đa diện rõ ràng. Mỗi vùng có một mô hình LTI riêng biệt. Các mô hình này được xây dựng thông qua quá trình tuyến tính hóa. Quá trình này thực hiện tại các điểm làm việc khác nhau trong từng vùng. Khi hệ thống chuyển từ vùng này sang vùng khác, mô hình LTI tương ứng được chọn. Sự chuyển đổi giữa các mô hình cần được quản lý cẩn thận. Mục tiêu là duy trì tính liên tục và mượt mà của hệ thống. Việc sử dụng các mô hình này là nền tảng cho điều khiển phi tuyến hiệu quả. Nó hỗ trợ điều khiển dự báo phi tập trung một cách linh hoạt.
3.2. Thiết kế và thuật toán DMPC ổn định
Thiết kế bộ điều khiển dự báo phi tập trung (DMPC) dựa trên mô hình LTI tuyến tính hóa từng đoạn đòi hỏi chiến lược đặc biệt. Thuật toán điều khiển phải xử lý việc chuyển đổi mô hình một cách thông minh. Nó cần đảm bảo ổn định hệ thống phi tuyến trong toàn bộ dải hoạt động. Các điều kiện ổn định cục bộ và toàn cục được xem xét kỹ lưỡng. Hàm Lyapunov có thể được sử dụng để chứng minh ổn định. Bài toán tối ưu hóa phân tán được thiết lập cẩn thận. Nó bao gồm các ràng buộc từ nhiều mô hình khác nhau. Ràng buộc hệ thống được quản lý chặt chẽ. Thuật toán được phát triển để tìm ra dãy điều khiển tối ưu. Mục tiêu là bám theo quỹ đạo mong muốn một cách chính xác. Các thử nghiệm trên hệ nồi hơi-tuabin cho thấy hiệu quả rõ rệt.
IV.DMPC Hệ phi tuyến với mô hình LPV
Một phương pháp hiệu quả khác để xử lý hệ thống phi tuyến là sử dụng mô hình Linear Parameter-Varying (LPV). Mô hình LPV cung cấp một cách tiếp cận linh hoạt hơn nhiều. Nó cho phép các tham số mô hình thay đổi theo một biến tham số. Biến tham số này thường là trạng thái hoặc đầu ra của hệ thống. Điều khiển dự báo phi tập trung (DMPC) kết hợp với mô hình LPV mang lại nhiều lợi ích. Nó có khả năng thích ứng tốt hơn với sự thay đổi của hệ thống. DMPC-LPV giúp đạt được điều khiển tối ưu trong môi trường phi tuyến động. Phương pháp này giảm sự cần thiết phải tuyến tính hóa lại liên tục. Nó cung cấp một giải pháp mạnh mẽ và hiệu quả cho các ứng dụng thực tế phức tạp.
4.1. Khái niệm mô hình phi tuyến giả LPV
Mô hình Linear Parameter-Varying (LPV) là một loại mô hình đặc biệt. Nó biểu diễn hệ thống phi tuyến dưới dạng tuyến tính. Các tham số của mô hình thay đổi theo một biến điều độ (scheduling variable). Biến điều độ này có thể là các biến trạng thái hoặc đầu ra của hệ thống. Mô hình nội suy đầu ra LPV là một dạng phổ biến. Nó xây dựng mô hình dựa trên việc nội suy giữa các mô hình tuyến tính. Các mô hình này ở các điểm làm việc khác nhau. Điều này cho phép mô hình LPV bao quát một vùng hoạt động rộng hơn. Nó vẫn giữ được các công cụ phân tích từ lý thuyết hệ thống tuyến tính. Đây là một cách hiệu quả để thực hiện điều khiển phi tuyến trong thực tế.
4.2. Thiết kế bộ điều khiển và ứng dụng DMPC LPV
Thiết kế bộ điều khiển dự báo phi tập trung (DMPC) dựa trên mô hình LPV đòi hỏi việc tính toán tham số điều độ chính xác. Các bộ điều khiển cục bộ sử dụng mô hình LPV phù hợp với giá trị tham số hiện tại. Bài toán tối ưu hóa phân tán được xây dựng kỹ lưỡng. Nó tích hợp các ràng buộc và hàm mục tiêu. Mục tiêu là đạt được hiệu suất điều khiển tối ưu. Ứng dụng của DMPC-LPV cho hệ nồi hơi-tuabin đã chứng minh hiệu quả vượt trội. Nó xử lý tốt các biến động lớn trong quá trình. Hệ thống vẫn duy trì ổn định hệ thống phi tuyến. DMPC-LPV cho thấy khả năng vượt trội. Nó cải thiện đáng kể so với các phương pháp DMPC tuyến tính hóa đơn giản. Nó mở ra hướng nghiên cứu mới.
V.So sánh hiệu quả và Ổn định DMPC
Việc đánh giá hiệu quả và ổn định hệ thống phi tuyến là cốt lõi trong nghiên cứu. Đặc biệt là trong các phương pháp điều khiển dự báo phi tập trung (DMPC). Các thuật toán DMPC khác nhau mang lại hiệu suất khác nhau. Điều này phụ thuộc vào cách chúng mô hình hóa và tối ưu hóa hệ thống. So sánh các phương pháp DMPC tuyến tính, tuyến tính hóa từng đoạn LTI và LPV là cần thiết. Nó giúp xác định lựa chọn tối ưu cho từng ứng dụng cụ thể. Mục tiêu cuối cùng là đạt được điều khiển tối ưu. Đồng thời, duy trì ràng buộc hệ thống và đảm bảo tính ổn định lâu dài của quá trình.
5.1. Phân tích so sánh các thuật toán DMPC
Nghiên cứu đã thực hiện các so sánh chi tiết. Các thuật toán bao gồm DMPCd, DLMPC, DMPC2d, MPC_LTI và NMPC. So sánh được thực hiện trên các hệ thống thực tế phức tạp. Hệ nồi hơi-tuabin là một ví dụ điển hình cho việc kiểm chứng. Các chỉ tiêu kỹ thuật được sử dụng để đánh giá toàn diện. Bao gồm độ chính xác, tốc độ đáp ứng và khả năng chịu nhiễu. DMPC dựa trên mô hình tuyến tính hóa từng đoạn (DLMPC) và LPV (DMPC-LPV) cho thấy ưu điểm vượt trội. Chúng xử lý tốt hơn hệ thống phi tuyến so với các phương pháp tuyến tính. NMPC thường mang lại hiệu suất tốt nhất. Tuy nhiên, nó đi kèm với chi phí tính toán cao. Phân tích này giúp định hướng lựa chọn thuật toán phù hợp nhất.
5.2. Đảm bảo tính ổn định trong DMPC
Tính ổn định hệ thống phi tuyến là một thách thức lớn. Đặc biệt với điều khiển dự báo phi tập trung. Luận án tập trung vào việc đảm bảo ổn định một cách chặt chẽ. Các phương pháp chứng minh ổn định được áp dụng nghiêm ngặt. Điều này bao gồm việc thiết kế các hàm Lyapunov hoặc các điều kiện terminal. Mục đích là để đảm bảo hệ thống không bị dao động. Nó không đi chệch khỏi điểm làm việc mong muốn. Các ràng buộc hệ thống cần được tuân thủ nghiêm ngặt trong mọi điều kiện. Việc tích hợp các điều kiện ổn định vào bài toán tối ưu hóa phân tán là cần thiết. Nó giúp DMPC không chỉ đạt được hiệu suất tối ưu mà còn duy trì an toàn vận hành. Đảm bảo ổn định là yếu tố then chốt cho sự tin cậy của DMPC trong ứng dụng công nghiệp.
Mục lục chi tiết luận án
Tải xuống file đầy đủ để xem toàn bộ nội dung
Tải đầy đủ (105 trang)Trích đoạn nội dung luận án
Tải xuống để đọc toàn bộLỜI CAM ĐOAN Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi, các kết quả nghiên cứu được trình bày trong luận án là trung thực, khách quan và chưa từng được tác giả khác công bố. Hà Nội, Ngày 13 tháng 04 năm 2018 Người hướng dẫn khoa học Tác giả luận án PGS. TS Hoàng Minh Sơn Phạm Văn Hùng MỤC LỤC MỤC LỤC DANH MỤC CÁC KÝ HIỆU VÀ CÁC TỪ VIẾT TẮT i DANH MỤC CÁC BẢNG BIỂU VÀ HÌNH VẼ ii MỞ ĐẦU 1 CHƯƠNG 1: TỔNG QUAN VỀ HỆ ĐIỀU KHIỂN DỰ BÁO PHI TẬP TRUNG 5 1.1 Điều khiển dự báo dựa trên mô hình trạng thái 5 1.1 Bài toán điều khiển dự báo tuyến tính và phi tuyến 5 1.2 Tính ổn định của hệ điều khiển dự báo 7 1.2 Tổng quan về thuật toán và tính ổn định của hệ điều khiển dự báo phi tập trung 14 KẾT LUẬN CHƯƠNG 1 21 CHƯƠNG 2: ĐIỀU KHIỂN DỰ BÁO PHI TẬP TRUNG DỰA TRÊN MÔ HÌNH TUYẾN TÍNH 23 2.1 Bộ điều khiển dự báo phi tập trung dựa trên mô hình tuyến tính 23 2.2 Điều khiển phi tập trung dựa trên mô hình tuyến tính hệ phản ứng/tách và hệ nồi hơi-tuabin 34 2.1 Điều khiển dự báo phi tập trung hệ phản ứng/tách 34 2.2 Điều khiển dự báo phi tập trung dựa trên mô hình tuyến tính hệ nồi hơi- tuabin 40 KẾT LUẬN CHƯƠNG 2 46 CHƯƠNG 3: ĐIỀU KHIỂN DỰ BÁO PHI TẬP TRUNG HỆ PHI TUYẾN 47 3.1 Điều khiển dự báo phi tập trung sử dụng mô hình LTI tuyến tính hóa từng đoạn 47 3.1 Mô hình trạng thái tuyến tính hóa từng đoạn LTI 49 3.2 Thiết kế bộ điều khiển 50 3.3 Thuật toán điều khiển 52 3.4 Tính ổn định của hệ điều khiển dự báo phi tập trung hệ phi tuyến 55 3.5 Điều khiển ổn định hệ nồi hơi – tuabin 56 3.6 Thuật toán điều khiển dự báo phi tập trung sử dụng mô hình LTI tuyến tính hóa từng đoạn cho bài toán bám 62 3.2 Điều khiển dự báo phi tập trung dựa trên mô hình phi tuyến giả LPV 78 3.1 Mô hình nội suy đầu ra LPV 79 3.2 Thiết kế bộ điều khiển 81 3.3 Điều khiển phi tập trung hệ nồi hơi-tuabin dựa trên mô hình LPV 83 KẾT LUẬN CHƯƠNG 3 88 KẾT LUẬN VÀ KIẾN NGHỊ 90 Kết luận 90 Kiến nghị 90 TÀI LIỆU THAM KHẢO 92 DANH MỤC CÁC CÔNG TRÌNH Đà CÔNG BỐ CỦA LUẬN ÁN 98 DANH MỤC CÁC KÝ HIỆU VÀ CÁC TỪ VIẾT TẮT Danh mục các ký hiệu xk Độ lớn của vector xk xk Chuẩn vô cùng của vector xk col ( x1, x 2 ,., xn ) Vector cột có các phần tử là các vector x1, x 2,., xn Ma trận đường chéo có các phần tử trên đường chéo chính là diag (A1, A2 ,., An ) các ma trận vuông cùng kích cỡ A1, A2,., An 0m´n Ma trận không m hàng, n cột In Ma trận đơn vị cỡ n (n hàng, n cột) (.) T Chuyển vị của ( .) ¶f Đạo hàm Jacobi của f theo x ¶x hof Hàm hợp của h và f , tức là h ( f (.) ) Lớp các hàm thực a : ¡ ³0 ® ¡ ³0 liên tục và đơn điệu tăng K và a ( 0 ) = 0 K∞ Lớp các hàm thực a (t ) Î K và không bị chặn Lớp các hàm thực d : ¡ ³0 ® ¡ ³0 đơn điệu giảm và L lim d (t ) = 0 t ®¥ Lớp các hàm thực liên tục b (r , s) : ¡ ³0 ´ ¡ ³0 ® ¡ ³0 với KL b (,× s) Î K và b (r , ×) Î L Danh mục các từ viết tắt DMPC Decentralized model predictive control ISS Input-to-state stability LMI Linear matrix inequality LTI Linear time-invariant LPV Linear parameter-varying MPC Model predictive control NMPC Nonlinear model predictive control i DANH MỤC CÁC BẢNG BIỂU VÀ HÌNH VẼ Danh mục bảng biểu Bảng 2-1 Các biến quá trình của hệ phản ứng/tách. 35 Bảng 2-2 Bảng thông số vận hành hệ phản ứng/tách [71].
36 Bảng 2-3 Điểm làm việc của hệ thống nồi hơi-tuabin [4]. 41 Bảng 3-1 So sánh một số chỉ tiêu kỹ thuật sử thuật toán DMPCd và DLMPC điều khiển hệ nồi hơi - tuabin. 60 Bảng 3-2 So sánh một số chỉ tiêu kỹ thuật sử thuật toán DMPC2d, DMPCd và DLMPC điều khiển hệ nồi hơi - tuabin. 67 Bảng 3-3 So sánh một số chỉ tiêu kỹ thuật sử thuật toán DMPC2d, DMPCd, DLMPC và MPC_LTI điều khiển hệ nồi hơi - tuabin.
73 Bảng 3-4 So sánh một số chỉ tiêu kỹ thuật sử thuật toán DMPC2d, DMPCd, DLMPC, MPC_LTI và NMPC điều khiển hệ nồi hơi – tuabin. 78 Bảng 3-5 So sánh một số chỉ tiêu kỹ thuật sử thuật toán DMPC_LTI và DMPC- LPV điều khiển hệ nồi hơi - tuabin. 88 Danh mục hình vẽ Hnh 1-1 Minh họa MPC ở thời điểm tk. 7 Hnh 1-2 Minh họa cấu trúc điều khiển phi tập trung với các bộ điều khiển cục bộ độc lập.
15 Hnh 1-3 Minh họa cấu trúc điều khiển phi tập trung với các bộ điều khiển cục bộ có trao đổi thông tin với nhau. 16 Hnh 1-4 Minh họa cấu trúc DMPC gồm 2 bộ điều khiển dự báo cục bộ thực hiện tính toán tối ưu tuần tự sử dụng thông tin từ các bộ điều khiển dự báo khác [13] 19 Hnh 1-5 Minh họa cấu trúc DMPC gồm 2 bộ điều khiển dự báo cục bộ thực hiện tính toán tối ưu song song sử dụng thông tin từ các bộ điều khiển dự báo khác [13]. 20 Hnh 2-1 Minh họa các tương tác giữa quá trình i = 1,2,., M và quá trình j ¹ i trong hệ điều khiển dự báo phi tập trung dựa trên mô hình tuyến tính. 23 Hnh 2-2 Một quá trình phản ứng/tách tiêu biểu [70].
34 Hnh 2-3 Đáp ứng hệ thống phản ứng/tách khi nhiễu thay đổi. 38 Hnh 2-4 Đáp ứng hệ phản ứng/tách khi thay đổi giá trị ràng buộc. 39 Hnh 2-5 Đáp ứng hệ phản ứng/tách khi thay đổi trọng số hàm mục tiêu. 39 Hnh 2-6 Sơ đồ minh họa hệ nồi hơi-tuabin [5].
40 Hnh 2-7 Các biến vào/ra của mô hình nồi hơi-tuabin [6]. 41 Hnh 2-8 Đáp ứng hệ thống nồi hơi với thuật toán điều khiển dự báo phi tập trung dự trên mô hình tuyến tính tại điểm làm việc 90%. 44 ii Hnh 2-9 Đáp ứng hệ thống tuabin với thuật toán điều khiển dự báo phi tập trung dựa trên mô hình tuyến tính tại điểm làm việc 90%. 44 Hnh 2-10 Tín hiệu điều khiển hệ nồi hơi – tuabin với thuật toán điều khiển dự báo phi tập trung dựa trên mô hình tuyến tính tại điểm làm việc 90%.
45 Hnh 3-1 Minh họa các tương tác giữa quá trình i = 1,2,., M và quá trình j ¹ i trong hệ phi tuyến sử dụng mô hình LTI tuyến tính hóa từng đoạn. 47 Hnh 3-2 Đáp ứng đầu ra hệ nồi hơi với thuật toán DMPCd sử dụng mô hình LTI tuyến tính hóa từng đoạn có dự báo nhiễu. 58 Hnh 3-3 Đáp ứng đầu ra hệ tuabin với thuật toán DMPCd sử dụng mô hình LTI tuyến tính hóa từng đoạn có dự báo nhiễu. 58 Hnh 3-4 Tín hiệu điều khiển hệ nồi hơi và tuabin với thuật toán DMPCd sử dụng mô hình LTI tuyến tính hóa từng đoạn có dự báo nhiễu.
59 Hnh 3-5 So sánh đáp ứng đầu ra hệ nồi hơi-tuabin với thuật toán DMPCd sử dụng mô hình LTI tuyến tính hóa từng đoạn có dự báo nhiễu và thuật toán điều khiển dự báo phi tập trung dựa trên mô hình tuyến tính (DLMPC). 59 Hnh 3-6 Đáp ứng đầu ra hệ nồi hơi với thuật toán DMPC sử dụng mô hình LTI tuyến tính hóa từng đoạn khi có nhiễu đầu ra (OD: đường chấm gạch) bằng 5% giá trị đặt. 61 Hnh 3-7 Đáp ứng đầu ra hệ tuabin với thuật toán DMPC sử dụng mô hình LTI tuyến tính hóa từng đoạn khi có nhiễu đầu ra bằng 5% giá trị đặt. 61 Hnh 3-8 Minh họa tư tưởng xây dựng mô hình dự báo chứa thành phần tích phân.
63 Hnh 3-9 Đáp ứng đầu ra hệ nồi hơi với thuật toán DMPC sử dụng mô hình LTI tuyến tính hóa từng đoạn cho bài toán bám. 66 Hnh 3-10 Đáp ứng đầu ra hệ tuabin với thuật toán DMPC sử dụng mô hình LTI tuyến tính hóa từng đoạn cho bài toán bám. 66 Hnh 3-11 Tín hiệu điều khiển hệ nồi hơi và tuabin với thuật toán DMPC sử dụng mô hình LTI tuyến tính hóa từng đoạn cho bài toán bám. 67 Hnh 3-12 Đáp ứng đầu ra hệ nồi hơi với thuật toán DMPC sử dụng mô hình LTI tuyến tính hóa từng đoạn cho bài toán bám khi nhiễu đầu ra bằng 5% giá trị đặt 68 Hnh 3-13 Đáp ứng đầu ra hệ tuabin với thuật toán DMPC sử dụng mô hình LTI tuyến tính hóa từng đoạn cho bài toán bám khi nhiễu đầu ra bằng 5% giá trị đặt 68 Hnh 3-14 Tín hiệu điều khiển hệ nồi hơi và tuabin với thuật toán DMPC sử dụng mô hình LTI tuyến tính hóa từng đoạn cho bài toán bám khi có nhiễu đầu ra bằng 5% giá trị đặt.
69 Hnh 3-15 Đáp ứng đầu ra hệ nồi hơi với huật toán DMPC sử dụng mô hình LTI tuyến tính hóa từng đoạn cho bài toán bám khi nhiễu đầu ra bằng 20% giá trị đặt. 69 Hnh 3-16 Đáp ứng đầu ra hệ tuabin với thuật toán DMPC sử dụng mô hình LTI tuyến tính hóa từng đoạn cho bài toán bám khi có nhiễu đầu ra bằng 20% giá trị đặt. 70 iii Hnh 3-17 Tín hiệu điều khiển hệ nồi hơi và tuabin với thuật toán DMPC sử dụng mô hình LTI tuyến tính hóa từng đoạn cho bài toán bám khi có nhiễu đầu ra bằng 20% giá trị đặt. 70 Hnh 3-18 Đáp ứng đầu ra hệ nồi hơi sử dụng thuật toán DMPC sử dụng mô hình LTI tuyến tính hóa từng đoạn cho bài toán bám khi có nhiễu đầu ra biến đổi chậm.
71 Hnh 3-19 Đáp ứng đầu ra hệ tuabin với thuật toán DMPC sử dụng mô hình LTI tuyến tính hóa từng đoạn cho bài toán bám khi có nhiễu đầu ra biến đổi chậm. 71 Hnh 3-20 So sánh đáp ứng đầu ra nồi hơi theo thuật toán điều khiển phi tập trung sử dụng mô hình LTI tuyến tính hóa từng đoạn có dự báo nhiễu, không dự báo nhiễu và thuật toán điều khiển tập trung LTI. 72 Hnh 3-21 So sánh đáp ứng đầu ra tuabin theo thuật toán điều khiển phi tập trung sử dụng mô hình LTI tuyến tính hóa từng đoạn có dự báo nhiễu, không dự báo nhiễu và thuật toán điều khiển tập trung LTI .
Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ
Trích dẫn luận án này
Phạm Văn Hùng (2018). Thuật toán điều khiển dự báo phi tập trung cho hệ phi tuyến [Luận án tiến sĩ]. LuanAn.net. https://luanan.net/cong-nghe-thong-tin/an-toan-thong-tin/5-luan-an-nghien-cuu-xay-dung-thuat-toan-dieu-khien-du-bao-phi-tap-trung-cho
Câu hỏi thường gặp
Luận án "Thuật toán điều khiển dự báo phi tập trung cho hệ phi tuyến" nghiên cứu về vấn đề gì?
Phát triển 5 thuật toán điều khiển dự báo phi tập trung cho hệ phi tuyến. Đánh giá hiệu năng vượt trội so với phương pháp truyền thống.
Luận án "Thuật toán điều khiển dự báo phi tập trung cho hệ phi tuyến" có bao nhiêu trang?
Luận án "Thuật toán điều khiển dự báo phi tập trung cho hệ phi tuyến" có 105 trang. Bạn có thể xem trước một phần tài liệu ngay trên trang web trước khi tải về.
Cách tải luận án "Thuật toán điều khiển dự báo phi tập trung cho hệ phi tuyến" về máy như thế nào?
Để tải luận án về máy, bạn nhấn nút "Tải xuống ngay" trên trang này, sau đó hoàn tất thanh toán phí lưu trữ. File sẽ được tải xuống ngay sau khi thanh toán thành công. Hỗ trợ qua Zalo: 0559 297 239.