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 "Nonlinear Model" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-7 z 7
    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:
    Supervisory predictive control and on-line set-point optimization
    Autorzy:
    Tatjewski, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/929583.pdf
    Data publikacji:
    2010
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    sterowanie predykcyjne
    sterowanie nieliniowe
    linearyzacja
    model niepewności
    sterowność wymuszona
    optymalizacja
    predictive control
    nonlinear control
    linearisation
    model uncertainty
    constrained control
    set-point optimization
    Opis:
    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.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2010, 20, 3; 483-495
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    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:
    Actuator fault tolerance in control systems with predictive constrained set-point optimizers
    Autorzy:
    Marusak, P. M.
    Tatjewski, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/929879.pdf
    Data publikacji:
    2008
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    sterowanie odporne na błędy
    sterowanie predykcyjne
    optymalizacja
    system nieliniowy
    fault tolerant control
    model predictive control
    set-point optimization
    nonlinear system
    Opis:
    Mechanisms of fault tolerance to actuator faults in a control structure with a predictive constrained set-point optimizer are proposed. The structure considered consists of a basic feedback control layer and a local supervisory set-point optimizer which executes as frequently as the feedback controllers do with the aim to recalculate the set-points both for constraint feasibility and economic performance. The main goal of the presented reconfiguration mechanisms activated in response to an actuator blockade is to continue the operation of the control system with the fault, until it is fixed. This may be even long-term, if additional manipulated variables are available. The mechanisms are relatively simple and consist in the reconfiguration of the model structure and the introduction of appropriate constraints into the optimization problem of the optimizer, thus not affecting the numerical effectiveness. Simulation results of the presented control system for a multivariable plant are provided, illustrating the efficiency of the proposed approach.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2008, 18, 4; 539-551
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Nieliniowe sterowanie predykcyjne ramion manipulatorów
    Nonlinear Predictive Control of Manipulator Arms
    Autorzy:
    Tatjewski, Piotr
    Powiązania:
    https://bibliotekanauki.pl/articles/27312429.pdf
    Data publikacji:
    2023
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    sterowanie manipulatorów
    sterowanie nieliniowe
    sterowanie predykcyjne
    opóźnienie sterowania
    szybkie próbkowanie
    manipulator control
    nonlinear control
    model predictive control
    control delay
    fast sampling
    Opis:
    Przedmiotem artykułu są algorytmy sterowania predykcyjnego (typu MPC - Model Predictive Control) ramion manipulatorów sztywnych. Zastosowano MPC z modelem w przestrzeni stanów i wykorzystano najnowszą technikę tłumienia zakłóceń i błędów modelowania, pozwalającą uniknąć dynamicznego modelowania zakłóceń lub uciekania się do dodatkowych technik ich eliminowania, takich jak SMC. Rozważane są przede wszystkim najbardziej efektywne obliczeniowo algorytmy MPC-NPL (NPL - Nonlinear Prediction and Linearization), w dwóch wersjach: z optymalizacją QP (Quadratic Programming) z ograniczeniami i z jawną optymalizacją bez ograniczeń i spełnieniem ograniczeń nierównościowych a posteriori. Dla wszystkich rozważanych algorytmów przeprowadzono kompleksową analizę symulacyjną sterowania manipulatorem z napędem bezpośrednim, przy dwóch rodzajach zakłócenia: zewnętrznym i parametrycznym. Wyniki porównano z uzyskanymi dla znanego algorytmu CTC-PID (CTC - Computer Torque Control), uzyskując lepszą jakość regulacji algorytmami MPC. Zbadano wpływ długości okresu próbkowania i obliczeniowego opóźnienia sterowania na jakość regulacji, co jest istotne dla algorytmów z szybkim próbkowaniem opartych na modelach.
    The subject of the article are predictive control algorithms (of MPC type - Model Predictive Control) for rigid manipulator arms. MPC with a state-space model and with the latest disturbance and modeling error suppression technique was applied, which avoids dynamic disturbance modeling or resorting to additional disturbance cancellation techniques, such as SMC. First of all, the most computationally efficient MPC-NPL (Nonlinear Prediction and Linearization) algorithms are considered, in two versions: the first with constrained QP (Quadratic Programming) optimization and the second with explicit (analytical) optimization without constraints and satisfying a posteriori inequality constraints. For all considered algorithms, a comprehensive simulation analysis was carried out for a direct drive manipulator, with two kinds of disturbances: external and parametric. The obtained results were compared with those for the well-known CTC-PID algorithm (CTC - Computer Torque Control), showing better control quality with MPC algorithms. In addition, the influence of the length of the sampling period and of the computational delay on control quality was investigated, which is important for model-based algorithms with fast sampling.
    Źródło:
    Pomiary Automatyka Robotyka; 2023, 27, 2; 47--58
    1427-9126
    Pojawia się w:
    Pomiary Automatyka Robotyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Soft computing in model-based predictive control
    Autorzy:
    Tatjewski, P.
    Ławryńczuk, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/908473.pdf
    Data publikacji:
    2006
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    sterowanie procesami
    sterowanie predykcyjne
    system nieliniowy
    system rozmyty
    sieć neuronowa
    process control
    model predictive control
    nonlinear systems
    fuzzy systems
    neural networks
    Opis:
    The application of fuzzy reasoning techniques and neural network structures to model-based predictive control (MPC) is studied. First, basic structures of MPC algorithms are reviewed. Then, applications of fuzzy systems of the Takagi-Sugeno type in explicit and numerical nonlinear MPC algorithms are presented. Next, many techniques using neural network modeling to improve structural or computational properties of MPC algorithms are presented and discussed, from a neural network model of a process in standard MPC structures to modeling parts or entire MPC controllers with neural networks. Finally, a simulation example and conclusions are given.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2006, 16, 1; 7-26
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Effective dual-mode fuzzy DMC algorithms with on-line quadratic optimization and guaranteed stability
    Autorzy:
    Marusak, P. M.
    Tatjewski, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/907866.pdf
    Data publikacji:
    2009
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    system nieliniowy
    system rozmyty
    sterowanie predykcyjne
    stabilność
    sterowność wymuszona
    nonlinear system
    fuzzy system
    model predictive control
    stability
    constrained control
    dual-mode control
    Opis:
    Dual-mode fuzzy dynamic matrix control (fuzzy DMC-FDMC) algorithms with guaranteed nominal stability for constrained nonlinear plants are presented. The algorithms join the advantages of fuzzy Takagi-Sugeno modeling and the predictive dual-mode approach in a computationally efficient version. Thus, they can bring an improvement in control quality compared with predictive controllers based on linear models and, at the same time, control performance similar to that obtained using more demanding algorithms with nonlinear optimization. Numerical effectiveness is obtained by using a successive linearization approach resulting in a quadratic programming problem solved on-line at each sampling instant. It is a computationally robust and fast optimization problem, which is important for on-line applications. Stability is achieved by appropriate introduction of dual-mode type stabilization mechanisms, which are simple and easy to implement. The effectiveness of the proposed approach is tested on a control system of a nonlinear plant-a distillation column with basic feedback controllers.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2009, 19, 1; 127-141
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-7 z 7

      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