The subject of this paper is to discuss selected effective known and novel structures for advanced process control and optimization. The role and techniques of model-based predictive control (MPC) in a supervisory (advanced) control layer are first shortly discussed. The emphasis is put on algorithm efficiency for nonlinear processes and on treating uncertainty in process models, with two solutions presented: the structure of nonlinear prediction and successive linearizations for nonlinear control, and a novel algorithm based on fast model selection to cope with process uncertainty. Issues of cooperation between MPC algorithms and on-line steady-state set-point optimization are next discussed, including integrated approaches. Finally, a recently developed two-purpose supervisory predictive set-point optimizer is discussed, designed to perform simultaneously two goals: economic optimization and constraints handling for the underlying unconstrained direct controllers.
Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies
Informacja
SZANOWNI CZYTELNICY!
UPRZEJMIE INFORMUJEMY, ŻE BIBLIOTEKA FUNKCJONUJE W NASTĘPUJĄCYCH GODZINACH:
Wypożyczalnia i Czytelnia Główna: poniedziałek – piątek od 9.00 do 19.00