Geri Dön

Model öngörülü kontrolün farklı nonlineer proses modelleri ile sınanması

Performance evaluation of model predictive control using various nonlinear process models

  1. Tez No: 384854
  2. Yazar: SİNAN MUTER
  3. Danışmanlar: PROF. DR. CAN ÖZSOY
  4. Tez Türü: Yüksek Lisans
  5. Konular: Makine Mühendisliği, Mechanical Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2010
  8. Dil: Türkçe
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Makine Mühendisliği Bölümü
  12. Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
  13. Sayfa Sayısı: 111

Özet

Bu çalışmada, farklı dinamik özelikler gösteren nonlineer proses modelleri ile Model Öngörülü Kontrol (MÖK) için bir performans testi gerçekleştirilmiştir. MÖK problemi durum uzayında kurulmuş olup, kısıtlı ve çok giriş-çıkışlı hali de içermektedir. Öngörü modeli olarak doğrusal modeller seçilmiştir. Sonuçta oluşan optimizasyon problemi konveks kuadratik tiptedir ve kuadratik programlama ile çözümlenmiştir. Tek bir doğrusal model ile ifade edilemeyen nonlineer sistemler için kazanç sıralama ve ardıl doğrusallaştırma gibi çok modelli yaklaşımlar uygulanmıştır. Bozucuların reddi için Kalman filtreleme tekniğinden faydalanılmıştır. Ele alınan nonlineer test problemleri açık çevrim kararsız, minimum faz olmayan ve zamanla değişen tipte davranış göstermektedir. Model belirsizliği, ölçülmeyen bozucular ve ölçüm gürültüsü gibi stokastik etkiler göz önüne alınmıştır. Benzetimlerde, MÖK'ün farklı dinamik özelikteki çok değişkenli nonlineer sistemleri giriş-çıkış kısıtları ve stokastik etkiler altında gürbüz biçimde denetleyebildiği gözlenmiştir.

Özet (Çeviri)

In this study the performance of Model Predictive Control (MPC) is evaluated using nonlinear process models that have different dynamical behavior characteristics. MPC is formulated as a constrained MIMO control problem in state space. Linear models are chosen for prediction modeling. The resulting optimization problem is a convex quadratic problem and is solved using quadratic programming. In cases where a single linear model is unable to represent the dynamical behavior of the nonlinear system, multi-model approaches, i.e. gain scheduling and successive linearization, are employed. Disturbance rejection is accomplished using Kalman filtering techniques. Open-loop unstable, non-minimum phase and time varying nonlinear process models are chosen for test problems. Stochastic effects like model uncertainty, unmeasured disturbances and measurement noise are considered in simulations. It is shown that MPC is capable of robustly controlling a broad range of constrained multivariable nonlinear systems subject to stochastic effects.

Benzer Tezler

  1. SLAB ısıtma fırınlarında enerji verimliliğine yönelik uyarlamalı ve model öngörülü kontrol

    Adaptive nonlinear model predictive control for energy efficiency in SLAB reheating furnaces

    DENİZ KAVAK

    Doktora

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    PROF. DR. YAPRAK YALÇIN

  2. Controlling of automatic transmission gear shift by using model predictive control

    Model öngörülü kontrol ile otomatik şanzımanın vites değişimi kontrolü

    NEŞE TOPUZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ALİ FUAT ERGENÇ

  3. Hibrid elektrikli araçlar için enerji yönetim sistemleri

    Energy management system for hybrid electric vehicles

    EMRE KURAL

    Doktora

    Türkçe

    Türkçe

    2015

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. BİLİN AKSUN GÜVENÇ

  4. Destek vektör regresyonu ile PID kontrolör tasarımı

    Design of PID controller via support vector regression

    KEMAL UÇAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. GÜLAY ÖKE

  5. PLC ile NMPC uygulaması

    NMPC application using PLC

    MURAT ERHAN ÇİMEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    DOÇ. DR. YAPRAK YALÇIN