Tytuł artykułu
Autorzy
Treść / Zawartość
Pełne teksty:
Identyfikatory
Warianty tytułu
Structures and algorithms of co-operation of predictive control and on-line economic optimisation
Języki publikacji
Abstrakty
Celem pracy jest omówienie zagadnienia współpracy algorytmów regulacji predykcyjnej z nieliniową optymalizacją ekonomiczną. Problem ten jest szczególnie istotny wówczas, gdy dynamika zmian zakłóceń jest porównywalna z dynamiką procesu, ponieważ zastosowanie klasycznej warstwowej (hierarchicznej) struktury sterowania z rzadko powtarzaną optymalizacją ekonomiczną może nie być efektywne. Omawiane są dwie klasy struktur. W pierwszym przypadku stosuje się pomocniczą optymalizację ekonomiczną, której zadaniem jest aktualizacja punktu pracy poprzedzająca każdą interwencję algorytmu regulacji predykcyjnej. W dodatkowym liniowym lub kwadratowym zadaniu optymalizacji ekonomicznej stosuje się aktualizowaną na bieżąco liniową, liniowo-kwadratową lub odcinkowo-liniową aproksymację modelu. W drugim przypadku zadanie optymalizacji ekonomicznej i algorytm regulacji predykcyjnej są zintegrowane w pojedynczym problemie optymalizacji. Aby ograniczyć nakład obliczeń stosuje się aktualizowaną na bieżąco liniową lub liniowo-kwadratową aproksymację modelu, dzięki czemu otrzymuje się zadanie optymalizacji ekonomicznej w postaci problemu programowania kwadratowego.
The paper is concerned with co-operation of model predictive control (MPC) algorithms with nonlinear economic optimisation. The problem is particularly important when dynamics of disturbances is comparable with dynamics of the process itself, since in such cases application of the classical multilayer (hierarchical) structure with infrequent economic optimisation may be not efficient. Two classes of control structures are investigated. In the first class an additional simplified optimisation is used which recalculates the operating point as frequently as the MPC controller executes. In the supplementary linear or quadratic programming optimisation problem approximate linear, linear-quadratic (updated on-line) or piecewise-linear models of the process are used. In the second class the economic optimisation and MPC manipulated variables computational load, approximate linear or linear-quadratic (updated on-line) models are used, then the resulting optimisation problem is of quadratic programming type.
Wydawca
Czasopismo
Rocznik
Tom
Strony
55--61
Opis fizyczny
Bibliogr. 19. poz., rys., tab., wzory
Twórcy
autor
autor
autor
- Instytut Automatyki i Informatyki Stosowanej, Politechnika Warszawska, M.Lawrynczuk@ia.pw.edu.pl
Bibliografia
- [1] T. L. Blevins, G. K. McMillan, W. K. Wojsznis, M. W. Brown (2003): Advanced control unleashed, ISA.
- [2] M. Brdys, P. Tatjewski (2005): Iterative algorithms for multilayer optimizing control. Imperial College Press, World Scientific, London/Singapore.
- [3] J. Chen, T. C. Huang (2004): Applying neural networks to on-line updated MD controllers for nonlinear process control. Journal of Process Control, tom 14, nr 2, str. 211-230.
- [4] W. Findeisen, F. N. Bailey, M. BrdyS, K. Malinowski, P. Tatjewski, A. Woźniak (1980): Control and coordination in hierarchical systems. J. Wiley & Sons, Chichester - New York - Brisbane - Toronto.
- [5] D. E. Kassmann, T. A. Badgwell, R. B. Hawkins (2000): Robust steady-state target calculation for model predictive control. AIChE Journal, tom 46, nr 5, str. 1007-1024.
- [6] M. Ławryńczuk, P. Marusak, P. Tatjewski (2007): Efficient MPC algorithm integrated with economic optimisation for MIMO systems. 13th International IEEE Conference on Methods and Models in Automation and Robotics, Szczecin, przyjęte do publikacji.
- [7] M. Ławryńczuk, P. Marusak, P. Tatjewski (2007): Cooperation of Model Predictive Control with steady-state economic optimisation. Control and Cybernetics, zgłoszone do publikacji.
- [8] M. Ławryńczuk, P. Marusak, P. Tatjewski (2007): Multilayer and integrated structures for predictive control and economic optimisation. International IFAC Conference on Large Scale Systems, Gdańsk, przyjęte do publikacji.
- [9] M. Ławryńczuk, P. Marusak, P. Tatjewski (2006): Integrating predictive control with steady-state optimisation. 12th IEEE International Conference Methods and Models in Automation and Robotics, Międzyzdroje, str. 445-452.
- [10] M. Ławryńczuk, P. Marusak, P. Tatjewski (2005): Bieżąca optymalizacja punktu pracy procesów regulowanych algorytmem predykcyjnym. XV Krajowa Konferencja Automatyki, Warszawa, str. 291-296.
- [11] J. M. Maciejowski (2002): Predictive control with constraints. Prentice Hall, Harlow.
- [12] J. A. Rossiter (2003). Model-based predictive control. CRC Press.
- [13] S. J. Qin, T. A. Badgwell (2003): A survey of industrial model predictive control technology, Control Engineering Practice, tom II, nr 7, str. 733-764.
- [14] P. Tatjewski (2007): Advanced control of industrial processes, structures and algorithms. Springer, London.
- [15] P. Tatjewski, M. Ławryńczuk, P. Marusak (2006): Linking nonlinear steady-state and target set-point optimisation for model predictive control. IEE International Conference Control 2006, Glasgow, CD-ROM.
- [16] M. Tvrzska de Gouvea, D. Odloak (1998): One-layer real time optimization of LPG production in the FCC unit: procedure, advantages and disadvantages. Computers and Chemical Engineering, tom 22, Supplement, str. S191-S198.
- [17] H. P. Williams (1995): Model building in mathematical programming. J. Wiley, Chichester.
- [18] A. Zanin, M. Tvrzska de Gouvea, D. Odloak (2002): Integrating realtime optimization into model predictive controller of the FCC system. Computers and Chemical Engineering, tom 10, nr 8, str. 819-831.
- [19] A. Zanin, M. Tvrzska de Gouvea, D. Odloak (2000): Industrial implementation of a real-time optimization strategy for maximizing production of LPG in a FCC unit. Computers and Chemical Engineering, tom 24, nr 2-7, str. 525-531.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BSW4-0042-0012