The fulfilment of the condition for the simultaneous achievement of the desired chemical composition and temperature of the metal is ensured by controlling the oxygen consumption and the position of the oxygen impeller lance. The method for solving Model Predictive Control with quadratic functionality in the presence of constraints is given. Implementation of the described solutions will contribute to increasing the proportion of scrap and reducing the melting period without changing of technological process.
PL
Spełnienie warunku jednoczesnego osiągnięcia pożądanego składu chemicznego i temperatury metalu jest zapewnione poprzez kontrolę zużycia tlenu i położenia palnika tlenowego. Zaprezentowano metodę rozwiązania Modelu Sterowania Predykcyjnego z funkcjonalnością kwadratową w obecności ograniczeń. Wdrożenie opisanego rozwiązania przyczyni się do zwiększenia udziału złomu i skrócenia czasu topnienia bez zmiany procesu technologicznego.
This paper describes computationally efficient model predictive control (MPC) algorithms for nonlinear dynamic systems represented by discrete-time state-space models. Two approaches are detailed: in the first one the model is successively linearised on-line and used for prediction, while in the second one a linear approximation of the future process trajectory is directly found on-line. In both the cases, as a result of linearisation, the future control policy is calculated by means of quadratic optimisation. For state estimation, the extended Kalman filter is used. The discussed MPC algorithms, although disturbance state observers are not used, are able to compensate for deterministic constant-type external and internal disturbances. In order to illustrate implementation steps and compare the efficiency of the algorithms, a polymerisation reactor benchmark system is considered. In particular, the described MPC algorithms with on-line linearisation are compared with a truly nonlinear MPC approach with nonlinear optimisation repeated at each sampling instant.
The paper concerns an application of engineering regulation theory concepts to modelling and effective control of logistic systems. Nowadays an achievement of inventory keeping cost vs. benefit trade-off becomes extremely important. This is, however, a complex task with respect to uncertain demand and lead times. These uncertainties result in such problems as high storage costs, varying inventory levels (bullwhip effect) and deterioration of goods. The paper shows a brief review of contributions made in this area of study with special focus on Model Predictive Control.
PL
Artykuł przedstawia krótki przegląd zastosowań metod teorii regulacji do modelowania i sterowania systemów logistycznych. Ponieważ osiągnięcie takiego poziomu zapasów, aby zredukować koszty ich magazynowania i jednocześnie zachować ciągłość podaży nie jest zadaniem łatwym, uzasadnione jest stosowanie do tego celu obecnie dobrze rozwiniętych metod teorii sterowania. Artykuł przedstawia zwięzły przegląd literatury dotyczący tej tematyki ze szczególnym uwzględnieniem bardzo skutecznych metod sterowania predykcyjnego.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.