Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "model predictive control" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 31-45 z 101
Tytuł:
Extension of first order predictive functional controllers to handle higher order internal models
Autorzy:
Khadir, M. T.
Ringwood, J. V.
Powiązania:
https://bibliotekanauki.pl/articles/907939.pdf
Data publikacji:
2008
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
sterowanie predykcyjne
system fazowy
system oscylacyjny
model predictive control
predictive functional control
non-minimum-phase systems
oscillatory systems
Opis:
Predictive Functional Control (PFC), belonging to the family of predictive control techniques, has been demonstrated as a powerful algorithm for controlling process plants. The input/output PFC formulation has been a particularly attractive paradigm for industrial processes, with a combination of simplicity and effectiveness. Though its use of a lag plus delay ARX/ARMAX model is justified in many applications, there exists a range of process types which may present difficulties, leading to chattering and/or instability. In this paper, instability of first order PFC is addressed, and solutions to handle higher order and difficult systems are proposed. The input/output PFC formulation is extended to cover the cases of internal models with zero and/or higher order pole dynamics in an ARX/ARMAX form, via a parallel and cascaded model decomposition. Finally, a generic form of PFC, based on elementary outputs, is proposed to handle a wider range of higher order oscillatory and non-minimum phase systems. The range of solutions presented are supported by appropriate examples.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2008, 18, 2; 229-239
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Robust output predictive sequential controller design
Autorzy:
Vesely, V.
Rosinova, D.
Powiązania:
https://bibliotekanauki.pl/articles/229887.pdf
Data publikacji:
2010
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
model predictive control
robust control
parameter dependent quadratic stability
Lyapunov function
polytopic system
sequential approach
Opis:
The paper addresses design problem of a robust parameter dependent quadratically stabilizing output/state feedback model predictive control for linear polytopic systems without constraints using original equential approach. The design procedure ensures stability, robustness properties and guaranteed cost for the closed-loop uncertain system
Źródło:
Archives of Control Sciences; 2010, 20, 1; 31-46
1230-2384
Pojawia się w:
Archives of Control Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wielokryterialna optymalizacja zużycia energii na chłodzenie w budynkach wielkopowierzchniowych
Multiobjective optimization of cooling energy usage in large-floor-area buildings
Autorzy:
Gawin, D.
Woźniak, P.
Powiązania:
https://bibliotekanauki.pl/articles/104646.pdf
Data publikacji:
2017
Wydawca:
Politechnika Rzeszowska im. Ignacego Łukasiewicza. Oficyna Wydawnicza
Tematy:
algorytmy genetyczne
Demand-Side Management
Model Predictive Control
precooling
genetic algorithms
demand side management
Opis:
Poszukując optymalnego sposobu eksploatacji budynku, występują trudności w znalezieniu rozwiązania charakteryzującego się jak najmniejszym zużyciem energii, przy jednoczesnym zapewnieniu komfortu cieplnego ludziom w nim przebywającym, ponieważ kryteria te są sobie przeciwstawne. Sprowadza się to do rozwiązania problemu optymalizacji wielokryterialnej i wyznaczenia zbioru punktów optymalnych, stanowiących kombinację danych parametrów wejściowych do symulacji. Do takiej sytuacji dochodzi coraz częściej w okresie letnim, gdy temperatura operatywna w budynku na skutek działania wysokich wartości temperatur powietrza zewnętrznego i natężenia promieniowania słonecznego, przekracza dopuszczalne normy. Powszechnie stosowane instalacje chłodzenia w budynkach użyteczności publicznej powinny więc zostać poddane optymalizacji, zarówno na etapie projektowania, jak i eksploatacji, polegającej na doborze parametrów określających ich działanie. W niniejszym artykule pokazano zastosowanie algorytmów genetycznych do powyższego zagadnienia optymalizacji wielokryterialnej dla przypadku sklepu wielkopowierzchniowego, zakładając dostępność do prognozowanych danych pogodowych z wyprzedzeniem 24-godzinnym. Dodatkowo, harmonogramy pracy instalacji chłodzenia zostały dobrane w sposób uwzględniający zarządzanie stroną popytową w sposób minimalizujący pobieranie energii elektrycznej w okresie największego obciążenia sieci elektroenergetycznej. Z obliczeń otrzymano kombinacje parametrów wejściowych, pozwalających na zmniejszanie kosztów eksploatacyjnych przy zastosowaniu zmiennej taryfy energetycznej, jednocześnie zapewniając komfort termiczny przez cały okres pracy budynku i pobierając energię elektryczną w sposób bardziej równomierny w ciągu doby. Dowodzi to zasadności podjętych badań i możliwości zastosowania powyższej procedury w zarządzaniu rzeczywistych obiektów wielkopowierzchniowych przy użyciu skalibrowanych z nimi modeli komputerowych.
While searching for an optimal way of building exploitation, the difficulty in finding a solution characterized by the lowest energy consumption with simultaneously assuring thermal comfort of the people inside arises. The solution aiming at meeting the two contrary criteria results in application of multi-objective optimization through determining the set of optimal points being a combination of simulation entry parameters. Assuring thermal comfort of the people inside a building is especially inconvenient in summer, when the building’s operative temperature exceeds allowable standards due to influence of high exterior air temperature and solar radiation intensity. Hence, commonly utilized air - conditioning systems should undergo optimization at the stage of both design and during exploitation based on the proper operating parameters choice. This paper analyzes the usage of genetic algorithms in the multi-objective optimization of a large – floor – area store assuming the access to weather conditions forecasted in 24 – hour advance. Furthermore, the HVAC system work schemes were set in a way including the minimization of electrical energy consumption in the peak hours of the power system demand. The performed calculations made it possible to obtain the combination of entry parameters allowing mitigation of exploitation costs through variable electrical energy tariff as well as assuring thermal comfort within the whole building’s operation period while consuming the electrical energy in a more sustainable way. The results prove validity of the undertaken research and possibility of application of the aforementioned procedure in a control system of real large – floor – area buildings, taking advantage of their calibrated computational models.
Źródło:
Czasopismo Inżynierii Lądowej, Środowiska i Architektury; 2017, 64, 1; 7-14
2300-5130
2300-8903
Pojawia się w:
Czasopismo Inżynierii Lądowej, Środowiska i Architektury
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Model predictive control of multilevel cascaded converter with boosting capability – a simulation study
Autorzy:
Wiatr, P.
Kazmierkowski, M. P.
Powiązania:
https://bibliotekanauki.pl/articles/201916.pdf
Data publikacji:
2016
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
cascaded H-bridge
CHB
model predictive control
MPC
multilevel converters
sterowanie predykcyjne
konwenter wielopoziomowy
Opis:
This paper presents a multilevel cascaded H-bridge 5-level converter with boosting capability. The standard solution for boosting voltage in power electronic devices is based on a DC-DC converter with a bulky inductor. However, inductor is a problematic component of a power electronic converter because usually it has to be individually designed and produced for every device and also because its size and weight do not allow for compact construction. This paper presents model predictive control (MPC) method that gives boosting capability for the presented converter. A novel contribution of this paper is the development of a predictive model of the converter and cost function enabling output current control and capacitor voltage balancing.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2016, 64, 3; 581-590
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie właściwości algorytmów regulacji predykcyjnej w detekcji uszkodzeń
Exploitation of properties of the MPC algorithms in fault detection
Autorzy:
Marusak, P. M.
Powiązania:
https://bibliotekanauki.pl/articles/276643.pdf
Data publikacji:
2012
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
regulacja predykcyjna
detekcja uszkodzeń
regulacja odporna na uszkodzenia
model predictive control
fault detection
fault-tolerant control
Opis:
Algorytmy regulacji predykcyjnej dzięki sposobowi ich formułowania, w którym w umiejętny sposób wykorzystuje się model procesu, gwarantują bardzo dobrą jakość regulacji. Często ma to miejsce także w przypadku wystąpienia uszkodzenia w układzie regulacji. Wiele takich uszkodzeń może być nawet trudnych do zauważenia dzięki działaniu regulatora, jednak pożądane jest ich wykrycie. W artykule zaproponowano wykorzystanie w celu wykrywania uszkodzeń faktu, że w algorytmach regulacji predykcyjnej na bieżąco oceniana jest jakość modelu, na którym algorytm bazuje, przez porównywanie jego wyjścia z wartością wyjścia obiektu. Metoda może więc zostać użyta w algorytmach regulacji predykcyjnej dowolnego typu, bazujących zarówno na liniowych, jak i nieliniowych modelach obiektów.
The model predictive control (MPC) algorithms due to their formulation and clever usage of the process model offer good control performance. It is also the case when some faults take place in the control system. Many of such faults can be even hard to notice thanks to the operation of the controller. It is, however, desired to be able to detect such situations. In the paper it is proposed to use internal signals of the MPC controllers in order to detect faults that occurred in the system. The method can be applied in the MPC algorithms based on both linear or nonlinear models.
Źródło:
Pomiary Automatyka Robotyka; 2012, 16, 2; 338-343
1427-9126
Pojawia się w:
Pomiary Automatyka Robotyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A numerically efficient fuzzy MPC algorithm with fast generation of the control signal
Autorzy:
Marusak, Piotr M.
Powiązania:
https://bibliotekanauki.pl/articles/1838187.pdf
Data publikacji:
2021
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
model predictive control
fuzzy system
fuzzy control
nonlinear control
sterowanie predykcyjne
system rozmyty
sterowanie rozmyte
sterowanie nieliniowe
Opis:
Model predictive control (MPC) algorithms are widely used in practical applications. They are usually formulated as optimization problems. If a model used for prediction is linear (or linearized on-line), then the optimization problem is a standard, i.e., quadratic, one. Otherwise, it is a nonlinear, in general, nonconvex optimization problem. In the latter case, numerical problems may occur during solving this problem, and the time needed to calculate control signals cannot be determined. Therefore, approaches based on linear or linearized models are preferred in practical applications. A novel, fuzzy, numerically efficient MPC algorithm is proposed in the paper. It can offer better performance than the algorithms based on linear models, and very close to that of the algorithms based on nonlinear optimization. Its main advantage is the short time needed to calculate the control value at each sampling instant compared with optimization-based numerical algorithms; it is a combination of analytical and numerical versions of MPC algorithms. The efficiency of the proposed approach is demonstrated using control systems of two nonlinear control plants: the first one is a chemical CSTR reactor with a van de Vusse reaction, and the second one is a pH reactor.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2021, 31, 1; 59-71
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Robust fuzzy predictive control structure
Odporny układ rozmytej regulacji predykcyjnej
Autorzy:
Domek, S.
Powiązania:
https://bibliotekanauki.pl/articles/157019.pdf
Data publikacji:
2007
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
odporność
regulacja predykcyjna
regulacja ze śledzeniem modelu
regulacja rozmyta
robustness
model predictive control
model following control (MFC)
fuzzy control
Opis:
An effective method is proposed for robust predictive control of nonlinear processes that is easily implementable on commonly used equipment, such as PLC and PAC. The method is based on a two-loop model following control (MFC) system containing a nominal model of the controlled plant and two controllers: the nonlinear, suboptimal fuzzy predictive one as the main controller and the proposed robust controller as an auxiliary one. In the paper ways of employing Takagi-Sugeno fuzzy models to synthesize Model Predictive Control with State equations (MPCS) for nonlinear processes and basic features exhibited by the MFC structure are presented. The resulting controller has been incorporated into the MFC structure, and then a method for synthesizing the auxiliary controller has been given. The proposed control structure has been tested for its performance on control plants with perturbed parameters. Results of tests lend support to the view that the proposed control method may find wide application to robust control of nonlinear plants with time-varying parameters.
W artykule zaproponowano efektywną metodę odpornej regulacji predykcyjnej procesów nieliniowych, łatwą do implementacji w powszechnie stosowanym komputerowym sprzęcie automatyki takim jak sterowniki PLC oraz PAC. Metoda wykorzystuje dwupętlowy układ sterowania ze śledzeniem modelu (ang. Model Following Control - MFC) zawierający model nominalnego nieliniowego obiektu oraz dwa regulatory: główny - nieliniowy, suboptymalny predykcyjny regulator rozmyty oraz proponowany odporny regulator pomocniczy. Pokazano sposób wykorzystania do budowy regulatora głównego obiektów nieliniowych rozmytych modeli Takagi-Sugeno w przestrzeni stanu oraz podstawowe zalety struktury MFC. Przedstawiono sposób syntezy regulatora pomocniczego. Proponowana struktura została przetestowana ze względu na jakość regulacji obiektów perturbowanych. Wyniki badań pokazują, że może ona znaleźć zastosowanie do odpornej regulacji obiektów nieliniowych o parametrach zmiennych w czasie.
Źródło:
Pomiary Automatyka Kontrola; 2007, R. 53, nr 6, 6; 52-55
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Nonlinear model predictive control for processes with complex dynamics: A parameterisation approach using Laguerre functions
Autorzy:
Ławryńczuk, Maciej
Powiązania:
https://bibliotekanauki.pl/articles/329999.pdf
Data publikacji:
2020
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
process control
nonlinear model predictive control
Laguerre functions
linearisation
sterowanie procesami
model nieliniowy
sterowanie predykcyjne
funkcje Laguerre’a
Opis:
Classical model predictive control (MPC) algorithms need very long horizons when the controlled process has complex dynamics. In particular, the control horizon, which determines the number of decision variables optimised on-line at each sampling instant, is crucial since it significantly affects computational complexity. This work discusses a nonlinear MPC algorithm with on-line trajectory linearisation, which makes it possible to formulate a quadratic optimisation problem, as well as parameterisation using Laguerre functions, which reduces the number of decision variables. Simulation results of classical (not parameterised) MPC algorithms and some strategies with parameterisation are thoroughly compared. It is shown that for a benchmark system the MPC algorithm with on-line linearisation and parameterisation gives very good quality of control, comparable with that possible in classical MPC with long horizons and nonlinear optimisation.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2020, 30, 1; 35-46
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Efficient nonlinear predictive control based on structured neural models
Autorzy:
Ławryńczuk, M.
Powiązania:
https://bibliotekanauki.pl/articles/907652.pdf
Data publikacji:
2009
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
sterowanie procesami
sterowanie predykcyjne
sieć neuronowa
optymalizacja
linearyzacja
process control
model predictive control
neuron network
optimisation
linearisation
Opis:
This paper describes structured neural models and a computationally efficient (suboptimal) nonlinear Model Predictive Control (MPC) algorithm based on such models. The structured neural model has the ability to make future predictions of the process without being used recursively. Thanks to the nature of the model, the prediction error is not propagated. This is particularly important in the case of noise and underparameterisation. Structured models have much better long-range prediction accuracy than the corresponding classical Nonlinear Auto Regressive with eXternal input (NARX) models. The described suboptimal MPC algorithm needs solving on-line only a quadratic programming problem. Nevertheless, it gives closed-loop control performance similar to that obtained in fully-fledged nonlinear MPC, which hinges on online nonconvex optimisation. In order to demonstrate the advantages of structured models as well as the accuracy of the suboptimal MPC algorithm, a polymerisation reactor is studied.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2009, 19, 2; 233-246
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Nonlinear predictive control based on neural multi-models
Autorzy:
Ławryńczuk, M.
Tatjewski, P.
Powiązania:
https://bibliotekanauki.pl/articles/907773.pdf
Data publikacji:
2010
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
sterowanie procesami
sterowanie predykcyjne
sieć neuronowa
optymalizacja
linearyzacja
process control
model predictive control
neural networks
optimisation
linearisation
Opis:
This paper discusses neural multi-models based on Multi Layer Perceptron (MLP) networks and a computationally efficient nonlinear Model Predictive Control (MPC) algorithm which uses such models. Thanks to the nature of the model it calculates future predictions without using previous predictions. This means that, unlike the classical Nonlinear Auto Regressive with eXternal input (NARX) model, the multi-model is not used recurrently in MPC, and the prediction error is not propagated. In order to avoid nonlinear optimisation, in the discussed suboptimal MPC algorithm the neural multi-model is linearised on-line and, as a result, the future control policy is found by solving of a quadratic programming problem.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2010, 20, 1; 7-21
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Non‐linear model‐based predictive control for trajectory tracking and control effort minimization in a smartphone‐based quadrotor
Autorzy:
García, Luis
Rosero, Esteban
Powiązania:
https://bibliotekanauki.pl/articles/27314228.pdf
Data publikacji:
2022
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
quadrotor
model-based predictive control
smartphone
trajectory tracking
energy consumption
Opis:
In this paper, the design and implementation of a nonlinear model‐based predictive controller (NMPC) for predefined trajectory tracking and to minimize the control effort of a smartphone‐based quadrotor are developed. The optimal control actions are calculated in each iteration by means of an optimal control algorithm based on the non‐linear model of the quadrotor, considering some aerodynamic effects. Control algorithm implementation and simulation tests are executed on a smartphone using the CasADi framework. In addition, a technique for estimating the energy consumed based on control signals is presented. NMPC controller performance was compared with other works developed towards the con‐ trol of quadrotors, based on an H∞ controller and an LQI controller, and using three predefined trajectories, where the NMPC average tracking error was around 50% lower, and average estimated power and energy consumption slightly higher, with respect to the H∞ and LQI controllers.
Źródło:
Journal of Automation Mobile Robotics and Intelligent Systems; 2022, 16, 4; 13--18
1897-8649
2080-2145
Pojawia się w:
Journal of Automation Mobile Robotics and Intelligent Systems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Properties of active rectifier with LCL filter in the selection process of the weighting factors in finite control set-MPC
Autorzy:
Falkowski, P.
Sikorski, A.
Kulikowski, K.
Korzeniewski, M.
Powiązania:
https://bibliotekanauki.pl/articles/200718.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
model predictive control (MPC)
active front end converters
inductive-capacitive-inductive (LCL) filter
weighting factors selection
Opis:
One of the main problems of multivariable cost functions in model predictive control is the choice of weighting factors. Two finite control set model predictive control algorithms, applied to the three-phase active rectifier with an LCL filter, are described in the paper. The investigated algorithms, i.e. PCicuc and PCigicuc, implement multivariable approaches applying line (grid) current, capacitor voltage and converter current. The main problem dealt with in the paper is the choice of optimum values of the cost function weighting factors. The values of the factors calculated using the method proposed in the paper are very close to the values represented by the lowest THDi of the line current. Moreover, simulations verifying the equations used in the prediction of controlled values, i.e. line current, capacitor voltage and converter current, are presented. Both simulation and experimental results are presented to verify effectiveness of the investigated control strategies under change of the load (P = 5 kW and 2.5 kW), during transient states, under unbalanced and balanced line voltage.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2020, 68, 1; 51-60
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Optimizing control by robustly feasible model predictive control and application to drinkingwater distribution systems
Autorzy:
Tran, V. N.
Brdys, M. A.
Powiązania:
https://bibliotekanauki.pl/articles/91723.pdf
Data publikacji:
2011
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
optimizing
model predictive control
MPC
Robustly Feasible MPC
RFMPC
Drinking
Water Distribution Systems
DWDS
genetic algorithm
Opis:
The paper considers optimizing Model Predictive Control (MPC) for nonlinear plants with output constraints under uncertainties. Although the MPC technology can handle the constraints in the model by solving constraint model based optimization task, satisfying the plant output constraints under the model uncertainty still remains a challenge. The paper proposes Robustly Feasible MPC (RFMPC), which achieves feasibility of the outputs in the controlled plant. The RFMPC which is applied to control quantity in Drinking Water Distribution Systems (DWDS) is illustrated by application to the DWDS example. In the simulation exercise, Genetic Algorithm is selected as the optimization solver and the reduced search space methodology is applied in the implementation under MATLABEPANET environment.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2011, 1, 1; 43-57
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Model predictive control of NPC three-level grid-tied converter based on reconstructed current
Autorzy:
Li, Yanyan
Xiao, Han
Jin, Nan
Yan, Guanglu
Powiązania:
https://bibliotekanauki.pl/articles/2086686.pdf
Data publikacji:
2022
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
current reconstruction
current sensor fault
fault-tolerant
model predictive control
neutral point clamped three-level converter
Opis:
The neutral point clamped (NPC) three-level grid-tied converter is the key equipment connecting renewable energy and power grids. The current sensor fault caused by harsh environment may lead to the split of renewable energy. The existing sensor fault-tolerant methods will reduce the modulation ratio index of the converter system. To ensure continuous operation of the converter system and improve the modulation index, a model predictive control method based on reconstructed current is proposed in this paper. According to the relationship between fault phase current and a voltage vector, the original voltage vector is combined and classified. To maintain the stable operation of the converter and improve the utilization rate of DC voltage, two kinds of fault phase current are reconstructed with DC current, normal phase current and predicted current, respectively. Based on reconstructed three-phase current, a current predictive control model is designed, and a model predictive control method is proposed. The proposed method selects the optimal voltage vector with the cost function and reduces time delay with the current reconstruction sector. The simulation and experimental results show that the proposed strategy can keep the NPC converter running stably with one AC sensor, and the modulation index is increased from 57.7% to 100%.
Źródło:
Archives of Electrical Engineering; 2022, 71, 2; 363--377
1427-4221
2300-2506
Pojawia się w:
Archives of Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Constant switching frequency predictive control scheme for three-level inverter-fed sensorless induction motor drive
Autorzy:
Stando, D.
Kazmierkowski, M. P.
Powiązania:
https://bibliotekanauki.pl/articles/200480.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
model predictive control MPC
induction motor (IM)
direct torque and flux control (DTFC)
sensorless control
MRAS
three-level VSI
Opis:
The paper presents a novel model predictive flux control (MPFC) scheme for three-level inverter-fed sensorless induction motor drive operated in a wide speed region, including field weakening. The novelty of the proposed drive lies in combining in one system a number of new solutions providing important features, among which are: very high dynamics, constant switching frequency, no need to adjust weighting factors in the predictive cost function, adaptive speed and parameter (stator resistance, main inductance) estimation. The theoretical principles of the optimal switching sequence predictive stator flux control (OSS-MPFC) method used are also discussed. The method guarantees constant switching frequency operation of a three-level inverter. For speed estimation, a compensated model reference adaptive system (C-MRAS) was adopted while for IM parameters estimation a Q-MRAS was developed. Simulation and experimental results measured on a 50 kW drive that illustrates operation and performances of the system are presented. The proposed novel solution of a predictive controlled IM drive presents an attractive and complete algorithm/system which only requires the knowledge of nominal IM parameters for proper operation.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2020, 68, 5; 1057-1068
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 31-45 z 101

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