Geri Dön

Fast computation strategy for model predictive control

Model öngörülü kontrol için hızlı hesaplama stratejisi

  1. Tez No: 639442
  2. Yazar: BARIŞ DÜNDAR
  3. Danışmanlar: DOÇ. DR. ÖZGE CİHANBEĞENDİ
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: İngilizce
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 109

Özet

Bu tez, var olan Model Öngörülü Kontrol (Model Predictive Control (MPC)) algoritmalarının yavaş çalışma sorunlarına odaklanmakta ve bu algoritmaların çevrimiçi optimizasyon hesaplama yükü sebebiyle yavaş cevap sorunlarının (yükselme zamanı, yerleşim zamanı ve tahmini) hesaplama yükünü azaltmadan hızlandırmak için bir yöntem önermektedir. Bu tezin önerilen yönteminde, orijinal MPC stratejisi, zaman domeninde bir tamsayı olan zaman ölçeklendirme faktörü kullanılarak bükülür. Amaç, hızlı mikroişlemcilerin hızlarından yararlanarak bu stratejiyi hızlandırmaktır. Bu amaç için kullanılan tamsayı zaman ölçeklendirme faktörü kullanılan mikroişlemcinin sınırına göre seçilir. Sistemin çözümü bu ölçekleme ile büzülür ve örneklenir. Standart MPC problemi, sistemin bu modifikasyonuna dayanmaktadır. Hızlı hesaplanan kontrol kanunu vektörlerinin ilk bileşenleri orijinal çevrimiçi optimizasyon örnekleme periyoduna kadar genişletilir ve bu periyotlarda sisteme uygulanır. Upsampled MPC (UMPC) olarak adlandırılan modifiye edilmiş MPC stratejisi orijinal MPC stratejisine göre istenilen çıkış değerlerine daha hızlı yerleşir ve aynı zamanda her bir örnekleme periyodunda daha hızlı bir tahmin sağlamaktır. Yöntem hızlı mikroişlemci ile daha uyumlu olduğundan ve UMPC'nin hızının kaynağı mikroişlemci olduğundan, bu metodla farklı zaman ölçekleme faktörleri için MPC algoritmalarının yavaş çalışma sorunu çözülür. Bu nedenle, UMPC'nin kontrol enerjisi daha düşüktür. Ayrıca, orijinal MPC ve UMPC stratejilerinin çevrimiçi optimizasyon örnekleme periyodları arasında serbest zaman periyodları oluşmaktadır. Bu serbest zaman periyodları, mevcut MPC algoritmalarının iyileştirilmesi için kullanılabilir.

Özet (Çeviri)

This thesis focuses on slow operation issues of the existing Model Predictive Control (MPC) algorithms and proposes a method to speed the slow response issues (rise time, settling time and prediction) of them up due to the computation load of online optimization without reducing the computation load. In the proposed method of this thesis, the original MPC strategy is warped using an integer time scaling factor in time domain. The aim is to speed this strategy up by exploiting the speeds of fast microprocessors. For this aim an integer time scaling factor is selected according to the limit of the used microprocessor. The solution of the plant is contracted and sampled by this scaling factor. Standard MPC problem is based on this modification of the plant. First elements of fast computed control law vectors are dilated until original online optimization sampling period is reached again and applied to plant at each sampling period. Modified MPC strategy, which is called Upsampled MPC (UMPC), settles faster to desired output than original MPC strategy and also satisfies faster prediction at each sampling period. Since the method is more compatible with fast microprocessor and speed of the UMPC results from microprocessor, slow operation issue of MPC algorithms is solved for different time scaling factors by this method. Therefore, control energy of UMPC is lower. There also exists free times between online optimization sampling periods of original MPC and UMPC strategies. These free times can be used for improvement of existing MPC algorithms.

Benzer Tezler

  1. Üretim kaynakları planlaması

    Başlık çevirisi yok

    TOLGA EREN

    Yüksek Lisans

    Türkçe

    Türkçe

    1997

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET TANYAŞ

  2. Avmlerin fijital deneyim merkezlerine dönüşümü ve artırılmış gerçeklik tabanlı bir oyunlaştırılmış ortam önerisi: 'Forus'

    The transformation of the malls to the phygital experience centers and as a gamification framework for ar based phygital retail: 'Forus'

    ÇAĞIL ÖZALP

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Mimarlıkİstanbul Teknik Üniversitesi

    Bilişim Ana Bilim Dalı

    DOÇ. DR. SEMA ALAÇAM

  3. Perakende piyasalarında dayanıksız tüketim ürünleri ile ilgili gelişmeler -bireysel markalı ürünlerde satın alma davranışı

    Developments regarding fast moving consumer goods at retail markets-buying behavior at the private label products

    K. SELÇUK TUZCUOĞLU

    Doktora

    Türkçe

    Türkçe

    1999

    İşletmeİstanbul Teknik Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. SELİME SEZGİN

  4. Türkiye'de özelleştirme

    Başlık çevirisi yok

    HASAN KILIÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    1991

    EkonomiMarmara Üniversitesi

    PROF.DR. İLHAN ULUDAĞ