×

非线性模型预测控制的自适应控制矢量参数化。 (英语) Zbl 1284.93128号

概述:化学过程通常以动态模式运行。根据定义,这对于广泛的批处理过程总是正确的,对于连续过程的瞬态阶段也是如此,例如由负载或等级变化引起的瞬态阶段。非线性模型预测控制NMPC是一种处理相关非线性控制问题复杂性的强大方法,旨在实现经济优化。任何NMPC实现的一个主要元素是动态优化算法,它有效地解决了潜在的优化问题,以实时获得最优控制轨迹。将非线性动态优化应用于工业过程模型会导致计算时间过长,限制了NMPC在大多数化工过程中的使用。在以前的出版物中,提出了一种方法,该方法为优化器提供了专门针对问题定制的控制网格,从而促进了优化。在本文中,该方法适用于NMPC中的在线应用。与离线优化相比,必须考虑不确定性和固定离散时间采样。将该方法应用于一个小示例,观察到了相当大的加速。对于大规模工业问题,预计收益将更大。

MSC公司:

93C40型 自适应控制/观测系统
93B40码 系统理论中的计算方法(MSC2010)

软件:

SNOPT公司
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 反馈控制,实现最佳工艺操作。在IFAC研讨会论文集ADCHEM 2006,格拉马多,2006。
[2] 杜内比尔,《化学工程技术》,第28页,第575页–(2005年)
[3] , . 一种用于非线性DAE过程实时优化的直接多重打靶方法。在非线性模型预测控制中,(eds)。Birkhäuser:巴塞尔,2000年;246–267之间·Zbl 0963.65088号
[4] Diehl,SIAM控制优化杂志43 pp 714–(2005)
[5] 比格勒,《计算机与化学工程》,第8页,第243页–(1984年)
[6] 比格勒,《化学工程科学》,第24页,第39页–(2002年)
[7] , . 快速求解器和严格的模型:两者都能适应nmpc吗?《NMPC快速系统会议录》,法国格勒诺布尔,2006年。
[8] Cagienard,《过程控制杂志》17第563页–(2007)
[9] Schlegel,《过程控制杂志》,第16页,第1731页–(2006年)
[10] 应用最优控制。泰勒和弗朗西斯:宾夕法尼亚州布里斯托尔,1975年。
[11] Srinivasan,《计算机与化学工程》,第27页,第1页–(2003年)
[12] 卡达姆,《过程控制杂志》17,第389页–(2007年)
[13] 非线性模型预测控制。Birkhäuser:巴塞尔,2000年·数字对象标识代码:10.1007/978-3-0348-8407-5
[14] , , , , . 介绍基于模型的化学过程动态优化。《大型系统在线优化》(eds)。施普林格:柏林,海德堡,2001年;297–339. ·Zbl 0999.93017号
[15] , . SNOPT:用于大规模约束优化的SQP算法。《技术报告》,美国斯坦福大学,1998年12月。
[16] 数值优化。施普林格:柏林,1999年·Zbl 0930.65067号 ·数字对象标识代码:10.1007/b98874
[17] 混合动力系统简介。《控制与信息科学讲义》,第251卷。施普林格:伦敦,1999年。
[18] 闭环动态优化中基于灵敏度的解决方案更新。《DYCOPS 7会议录》,美国剑桥,(eds)。《无所不能》:威斯康星州麦迪逊,2004年。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。