Wyniki wyszukiwania - BazTech

1

Sieci neuronowe w efektywnych obliczeniowo algorytmach regulacji predykcyjnej

Ławryńczuk M.

Prace Naukowe Politechniki Warszawskiej. Elektronika

|

2012

|

z. 180

5-317

PL

Celem monografii jest szerokie ukazanie możliwości zastosowania sieci neuronowych w nieliniowych algorytmach regulacji predykcyjnej. Bezpośrednie użycie do predykcji modelu neuronowego prowadzi do nieliniowego zadania optymalizacji, które musi być rozwiązywane w każdej iteracji algorytmu. Obszarem zainteresowania pracy są algorytmy suboptymalne, w których do predykcji stosuje się cyklicznie obliczane przybliżenie liniowe modelu neuronowego. Wspólna cecha omawianych algorytmów jest efektywność obliczeniowa, gdyż zamiast złożonej obliczeniowo i zawodnej nieliniowej optymalizacji stosuje się optymalizację kwadratową. Omówiono dokładnie kilka, różniących się sposobem linearyzacji, suboptymalnych algorytmów regulacji predykcyjnej. Przedstawiono również wersje analityczne tych algorytmów, w których zamiast optymalizacji kwadratowej stosuje się mniej złożony obliczeniowo rozkład macierzy. Podano szczegóły implementacji omówionych algorytmów dla kilku klas modeli neuronowych: rozważa się klasyczne modele neuronowe (sieci perceptronowych z jedną warstwą ukrytą), neuronowe modele szeregowe (kaskadowe) o strukturze Hammersteina i Wienera, modele neuronowe w przestrzeni stanu oraz zespoły modeli neuronowych. Omówiono również algorytmy regulacji predykcyjnej z aproksymacją neuronową, których cechą jest brak cyklicznej linearyzacji modelu. Szczególnie efektywne obliczeniowo są wersje analityczne tych algorytmów, gdyż aproksymator neuronowy wyznacza współczynniki prawa regulacji, nie ma potrzeby wykonywania obliczeń typowych dla klasycznych algorytmów analitycznych. Omówiono także modyfikacje przedstawionych algorytmów suboptymalnych, mające na celu zagwarantowanie stabilności i odporności. Końcowa część monografii poświęcona jest współpracy algorytmów regulacji predykcyjnej oraz algorytmów optymalizacji punktu pracy. Zaprezentowano trzy struktury sterowania z cykliczną linearyzacją oraz szczegóły implementacji dla trzech klas modeli neuronowych. Przedstawione wyniki symulacji świadczą o dużej skuteczności omawianych algorytmów suboptymalnych. Dla kilku reprezentatywnych silnie nieliniowych procesów technologicznych, takich jak reaktory chemiczne i kolumna destylacyjna (dla których klasyczne liniowe algorytmy regulacji predykcyjnej działają nieprawidłowo), trajektorie algorytmów suboptymalnych są bardzo podobne do trajektorii otrzymanych w "idealnym" algorytmie z nieliniową optymalizacją. Skuteczność jednego z algorytmów suboptymalnych została również potwierdzona przez działający prototyp systemu wentylacji przeciwpożarowej, dla którego podano wyniki rzeczywistych eksperymentów.

EN

The objective of this monograph is to thoroughly discuss possibilities of using neural networks in nonlinear Model Predictive Control (MPC) algorithms. When a neural model is directly used for prediction in MPC, a nonlinear optimisation problem must be solved on-line at each sampling instant. This book is concerned with suboptimal MPC algorithms, in which a linear approximation of the neural model is successively calculated on-line and used for prediction. Thanks to linearisation, the discussed algorithms are computationally efficient, since quadratic optimisation is used instead of computationally demanding and unreliable nonlinear optimisation. A few suboptimal MPC algorithms are discussed, with different linearisation methods. Explicit (analytical) algorithms are also presented, in which quadratic optimisation is not used but the solution is found from a matrix decomposition task, which is less computationally demanding. Implementation details of the discussed algorithms are given for a few classes of neural models : (perceptron networks with one hidden layer), neural Hammerstein and Wiener models, state-space neural models as well as neural multi-models are considered. MPC algorithms with neural approximation are next discussed, in which on-line model linearisation is not used. Explicit versions of such algorithms are particulary very computationally efficient since the neural approximator directly determines on-line coefficients of the control law, it is not necessary to carry out calculations typical of the classical explicit MPC algorithms. Modifications of the suboptimal MPC algorithms are also discussed which guarantee stability and robustness. Finally, the problem of cooperation between the discussed MPC algorithms and set-point optimisation is discussed. Three different system structures are presented with on-line linearisation, implementation details for three classes of neural models are given. Presented simulation results indicate that the discussed suboptimal MPC algorithms are very efficient. For a few representative highly nonlinear technological processes, such as chemical reactors and a distillation column (for which the classical linear MPC algorithms do not work properly), trajectories of the suboptimal algorithms are very silmilar to trajectories obtained in the "ideal" MPC scheme with on-line nonlinear optimisation. Efficiency of a chosen suboptimal MPC algorithm has been confirmed by a successfully working prototype of a fire protection ventilation system, for which results of real experiments are given.

2

Określenie optymalnego punktu pracy panelu fotowoltaicznego

Koval L., Vrtek M.

Energetyka

|

2011

|

nr 2-3

112-114

PL

Dokonano oceny energetycznej 20 kW systemu fotowoltaicznego podłączonego do sieci nn. Podano podstawowe dane na temat wydajności, produkcji i przykłady przebiegów wytwarzanej mocy i energii oraz wykorzystania w skrajnych przypadkach w ciągu roku. Podstawowy omawiany problem dotyczy określenia optymalnego punktu pracy systemu fotowoltaicznego.

EN

Made is a power estimation of a 20 kW photovoltaic system connected to a LV network. Given are basic data concerning manufacture and efficiency. Presented are exemplary process runs of power and energy generation and the system possible application in extreme cases during a year. The basic discussed problem concerns determination of a PV panel optimal operating point.

3

Rozmyte modele Takagi-Sugeno w układach zintegrowanej regulacji predykcyjnej i optymalizacji punktu pracy

Marusak P.

Pomiary Automatyka Robotyka

|

2008

|

R. 12, nr 2

571--580

PL

Układy ze zintegrowanymi zadaniami regulacji predykcyjnej i optymalizacji punktu pracy są stosowane w przypadku, gdy zmienność zakłóceń jest porównywalna z dynamiką obiektu sterowania. W strukturach tych, w zadaniu zintegrowanej optymalizacji, są używane dwa modele obiektu: model dynamiczny z problemu optymalizacji algorytmu predykcyjnego oraz zlinearyzowany model statyczny. Zmiana zaproponowana w artykule polega na użyciu rozmytego modelu dynamicznego obiektu zarówno do celów regulacji, jak i optymalizacji punktu pracy. Podejęcie takie, przyczynia się do uproszczenia zadania, a może przynieść rozwiązania bardzo bliskie do otrzymanych w przypadku użycia dwóch modeli. Zosta ło to pokazane na przykładzie układu sterowania nieliniowego reaktora chemicznego z odpowiedzią odwrotną.

XX

Control systems with integrated predictive control and set-point optimization are used in cases when variability of disturbances is comparable with dynamics of the control plant. In these structures, in the optimization problem solved by the integrated predictive controller, two control plant models are used: a dynamic model from optimization problem of a predictive algorithm and linearized steady-state model. The idea proposed in the paper consists in application of only one fuzzy (nonlinear) dynamic control plant model for realization of both tasks: predictive control and set-point optimization. Such an approach gives simplification of the problem and may give results very close to those obtained when two models are used. It is demonstrated using an example of a control system of a nonlinear chemical reactor with inverse response.

4

Zastosowanie liniowych kompensatorów w optymalizacji N-fazowych (N+1)-przewodowych układów z odbiornikami nieliniowymi

Dębowski K., Pasko M.

Przegląd Elektrotechniczny

|

2006

|

R. 82, nr 7-8

121-124

PL

Artykuł dotyczy układów N-fazowych (N+1)-przewodowych z sinusoidalnymi źródłami napięcia i bezinercyjnymi odbiornikami nieliniowymi. W modelu źródła napięcia zostały uwzględnione jego impedancje wewnętrzne. Rozwiązanie problemu oparte jest na dziedzinie częstotliwości. Prezentowana metoda może być stosowana dla układów z elementami bezinercyjnymi, które pobierają moc czynną dla podstawowej harmonicznej napięcia źródła, oraz w których prądy układu są okresowe. Wspomniana moc czynna stanowi dodatkowy warunek optymalizacji.

EN

The paper deal with the N-phases (N+1)-wire systems with sinusoidal voltage sources and inertialess nonlinear loads. In the model of the electrical network the parameters of transmission lines have been included. The solution of this problem is based on the frequency domain. This method can be used for systems with inertialess elements, which consume the active power of the basic harmonic of the voltage source and where the currents of the system are periodical. The above mentioned power is an additional condition of the presented optimization.