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 (MPC)" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Zastosowanie regulatora typu MPC do sterowania procesem suszenia konwekcyjnego
    Using of the MPC type controller for convection rying process control
    Autorzy:
    Tomkiewicz, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/290820.pdf
    Data publikacji:
    2008
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    wilgotność
    ziarno
    sterowanie adaptacyjne
    suszenie
    identyfikacja
    regulator MPC
    Model Predictive Control
    grain
    adaptive control
    drying
    identification
    humidity
    MPC controller
    model predictive control
    Opis:
    W artykule zostały zaprezentowane badania związane z zastosowaniem regulatora MPC (Model Predictive Control) do sterowania procesem suszenia konwekcyjnego. Związek pomiędzy natężeniem wypływu materiału suszonego a wilgotnością zboża i innymi mierzonymi parametrami jest określony za pomocą hybrydowego modelu składającego się z równania różniczkowego cząstkowego i sieci neuronowej. Sieć neuronowa zapewnia uwzględnienie nieliniowości związanych z dynamiką procesu suszenia. Wagi sieci estymowane są w czasie rzeczywistym przy użyciu algorytmu rozszerzonego filtru Kalmana. Pozwala to na samoczynne adaptowanie się modelu do zmieniających się warunków procesu oraz rodzaju suszonego materiału.
    The article presents studies on the application of the MPC (Model Predictive Control) controller to operate convection drying process. The relationship between outflow rate of dried material and corn moisture content and other measured parameters is determined using a hybrid model consisting of partial differential equation and a neural network. The neural network ensures taking into consideration nonlinearities connected with drying process dynamics. Network weights are estimated in real time using extended algorithm of the Kalman filter. This allows the model to adapt automatically to changing process conditions and dried material type.
    Źródło:
    Inżynieria Rolnicza; 2008, R. 12, nr 5(103), 5(103); 345-352
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Predykcyjne sterowanie ciśnieniem sieci wodociągowej w celu optymalizacji parametrów jej pracy
    Predictive pressure control of a water distribution network
    Autorzy:
    Wiglenda, R.
    Moczulski, W.
    Powiązania:
    https://bibliotekanauki.pl/articles/152757.pdf
    Data publikacji:
    2011
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    sterowanie predykcyjne
    Model Predictive Control
    MPC
    sterowanie ciśnieniem w sieci wodociągowej
    predictive control
    model predictive control
    pressure control of a water distribution network
    Opis:
    W artykule zaprezentowano wyniki badań dotyczących sterowania predykcyjnego ciśnieniem w sieci wodociągowej o wielu zasilaniach. Przedmiotem sterowania była optymalizacja parametrów pracy sieci, mająca na celu obniżenie ciśnienia w porze nocnej, w miejscach sieci, gdzie ze względu na ich położenie ponad poziomem morza występuje maksymalne ciśnienie, przy jednoczesnym zapewnieniu minimalnego wymaganego ciśnienia w pozostałych punktach sieci. Rezultat ten uzyskano przez manipulowanie ciśnieniami na zasilaniach, które daje pożądany przebieg linii ciśnień dla danej strefy. W budowie regulatora zastosowano algorytm Generalized Predictive Control (GPC), w którym model obiektu sterowanego zidentyfikowano w oparciu o dane otrzymane w wyniku eksperymentu numerycznego. Sprawdzenie poprawności rozwiązania przeprowadzono w środowisku Matlab® korzystając z przybornika Model Predictive Control™. Weryfikację działania metody oparto o dane i strukturę obiektu zidentyfikowane w ramach projektu prowadzonego we współpracy z PWiK Rybnik Sp. z. o. o. Otrzymane wyniki potwierdzają poprawność działania metody dla tak postawionego problemu eksploatacji sieci wodociągowych.
    The paper presents results of research on predictive control of a water distribution network with multiple supplies. The object of study was optimization of work parameters of a water distribution network in order to decrease the level of pressure at night for the places with the highest pressure values. This was achieved by manipulating the supply pressures to obtain the desired level of the pressure lines for a given area. The considered water distribution networks are shown in Figs. 1 and 2, whereas description of the network characteristic points is given in Tab. 1. The detailed discussion of selected water networks is contained in [1, 2, 3]. The authors made a deep literature review [4] and, as a result, selected the Generalized Predictive Control algorithm (see Fig. 4) as a framework for the predictive control. The schema of the predictive control for an exemplary water distribution network is shown in Fig. 5. The con-trolled plant was identified from a numerical experiment made on a network simulation model. An exemplary result of model identification is shown in Fig. 3. The solution was verified in the Matlab® environment with use of the Model Predictive Control™ toolbox. The results shown in Figs. 6-10 confirm that the method is a proper solution to this water distribution network maintenance problem. Implementation of the predictive control in a real water distribution network needs some costs to be incurred. However, it is expected that the costs will be returned soon, thanks to significant decrease in the number of malfunctions in the network caused by excessive hydraulic loads of the water network elements. In addition, it is possible to use the predictive control as a solution to the problem of undetected leakages whose level may be reduced with this method of control.
    Źródło:
    Pomiary Automatyka Kontrola; 2011, R. 57, nr 9, 9; 1028-1031
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Implementacja algorytmu regulacji predykcyjnej MPC w sterownikach programowalnych
    Implementation of Predictive Control Algorithm in Programmable Logic Controllers
    Autorzy:
    Tarnawski, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/277424.pdf
    Data publikacji:
    2013
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    hierarchiczny model systemu sterowania
    zaawansowane algorytmy sterowania
    regulacja predykcyjna MPC
    sterowniki programowalne
    norma IEC 61131-3
    ograniczenia platformy PLC
    proces implementacji algorytmu regulatora MPC
    weryfikacja w pętli sprzętowej
    hierarchical control system
    advanced control algorithms
    model predictive control
    programmable logic controller (PLC)
    norm IEC-61131-3
    PLC programming limits
    process of MPC implementation
    verification in hardware-in-the-loop
    Opis:
    Sterowniki programowalne PLC (ang. Programmable Logic Controllers) są główną przemysłową platformą implementacji algorytmów sterowania bezpośredniego. Standardowo producenci PLC udostępniają programistom jedynie podstawowe algorytmy sterowania. W niniejszym artykule rozważana jest implementacja w PLC zaawansowanej metody sterowania - algorytmu MAC/MPC (ang. Model Algorithmic Control/Model Predictive Control) ze względu na jego walory użytkowe oraz stosunkowo złożony proces implementacji. Regulacja MPC może być implementowana również w warstwie nadrzędnej hierarchicznego modelu systemu sterowania, dlatego prezentowany jest cały model. W artykule opisano proces weryfikacji regulatora MPC zaimplementowanego w PLC w warunkach pętli sprzętowej. Badane są czasy wykonania jednej iteracji regulatora oraz wymagania wobec wielkości pamięci PLC dla konkretnych parametrów regulatora, co może być wykorzystane do szacowania stosowalności na innych platformach i przydatności do sterowania konkretnymi obiektami. Właściwości regulatorów MPC są niedostępne dla klasycznych regulatorów (klasy PID wraz z modyfikacjami i rozwinięciami), zatem implementacja regulacji MPC w PLC istotnie rozwija możliwości sterowania na tej platformie.
    PLCs (Programmable Logic Controllers) are the main industrial platform for the implementation of control algorithms. PLC manufacturers provide for programmers only basic control algorithms. With the development of PLC and their successors (Programmable Automation Controller - PAC) appeared increased CPU and memory capabilities of the equipment and fuller implementation of programming languages defined in the standard IEC-61131-3. PLCs and PACs now have the computing power and memory of the personal computer PC a few years ago, they can also be programmed in high level languages using matrix operations. Currently, PLC and PAC allow implementation of almost any discrete control algorithm. In this article it is considered the implementation of advanced control method - the algorithm MAC/MPC (Model Algorithmic Control/Model Predictive Control) due to its usability and for the presentation of the implementation process. MPC can be implemented also in the supervisory layer of hierarchical model of the control system, so the whole model is presented. Verification process of implemented MPC controller in the PLC with hardware-in-a-loop structure is presented. Results of cycle durations and memory requirements tests can be used to estimate the applicability of MPC controller on other platforms and for particular objects. Properties of MPC controllers are not available for the classic PLC controllers (PID class with modifications and expansions), therefore, the implementation of MPC in the PLC significantly expands the control capabilities of this platform.
    Źródło:
    Pomiary Automatyka Robotyka; 2013, 17, 6; 100-107
    1427-9126
    Pojawia się w:
    Pomiary Automatyka Robotyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      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