Ennakoiva tilaaminen

Ennakoivaa valvonta (tai korvaus tai korjaamiseksi feedforward ) on ohjattu tekniikka päivänvalo automaattinen . Sen tavoitteena on hallita monimutkaisia teollisuusjärjestelmiä. Tämän tekniikan periaatteena on käyttää prosessorin dynaamista mallia ohjaimen sisällä reaaliajassa prosessin tulevan käyttäytymisen ennakoimiseksi. Ennakoiva ohjaus on osa sisäisen mallin ohjaustekniikkaa ( IMC ). Englanniksi termiä MPC tai MBPC käytetään ennustavan kontrollin määrittelyyn: Model (Based) Predictive Control tai myös PFC: “Predictive Functional Control”. Tämän menetelmän keksi ranskalainen J. Richalet vuonna 1978 ja DW Clarke yleisti sen vuonna 1987 yhteisymmärryksessä Yhdysvaltojen ja Euroopan suurten teollisuusryhmittymien (Shell ja Adersa) kanssa.

Kenraali

Ennakoivaa ohjausta voidaan käyttää monimutkaisten järjestelmien ohjaamiseen, joissa on useita sisään- ja ulostuloja, joissa yksinkertainen PID-ohjain on riittämätön. Tämä tekniikka on erityisen mielenkiintoinen, kun järjestelmissä on suuria viiveitä, vastevasteita ja monia häiriöitä. Ennakoivan valvonnan pääkäyttäjiä ovat öljynjalostamot, kemian- ja elintarviketeollisuus, metallurgia, ilmailu ja avaruus ... Ennakoivan valvonnan tärkeimmät edut ovat:

Yleinen ajatus on intuitiivinen ja helppo ymmärtää.
Antaa kunnioittaa hallittujen ja manipuloitujen muuttujien rajoituksia.
Välttää manipuloitujen muuttujien liiallisia vaihteluita, komento on sujuvampi. Tämä mahdollistaa toimilaitteiden (sylinterit, venttiilit, moottorit) paremman käytön ja siten niiden käyttöikä kasvaa.
Mitattavien häiriöiden sattuessa järjestelmä mukautuu automaattisesti.
Yleensä sallii todellisen taloudellisen voiton.

Ennakoiva ohjaus on yleinen termi, joka sisältää joukon erilaisia menetelmiä (PFC, DMC, GPC, EPSAC, NLPC ...). Kaikissa näissä tekniikoissa käytetään kuitenkin samaa ohjausfilosofiaa ja toimintaperiaate on sama. Tätä tekniikkaa käyttävät pääasiassa teollisuudenalat, jotka käyttävät lämmönvaihtoa prosesseissaan (kemia, petrokemikaalit).

Operaatio

Ennakoiva ohjaus suorittaa samat vaiheet jokaisella ohjaimen näytteenottojaksolla:

Hallittujen muuttujien ennusteiden laskeminen ajanjaksoon N2 sisäisen mallin ansiosta.
Seuraavan viitepolun kehittäminen.
Manipuloitaviin muuttujiin sovellettava tulevan valvontalain laskeminen ajanjaksoon asti Nu.
Ainoastaan lasketun ohjauslain ensimmäistä osaa sovelletaan järjestelmään seuraavalla kellolla. Kaikki nämä vaiheet toistetaan sitten, se on vaikeasti saavutettavan horisontin periaate.

Malli ja ennusteet

Ennustavan kontrollin peruskäsite on, että se perustuu ohjattavan prosessin matemaattiseen malliin. Tämä malli on useimmiten esitetty erillisenä siirtofunktiona käyttäen Z-muunnosta . Siirtofunktio H (z) johtuu kullekin parille y / u , jossa y on säädetty suure ja u säätösuureeksi (kutsutaan myös komento).

{\ displaystyle H (z) = {\ frac {y (z)} {u (z)}}}

Näiden siirtofunktioiden ansiosta on mahdollista ennustaa hallittujen muuttujien tulevat arvot tietylle horisontille. Käytetyistä menetelmistä riippuen voidaan kuitenkin käyttää muita malleja ( tilan esitys , impulssivaste jne.)

Tilauksen valmistelu

Kun ennusteet on tehty, meidän on löydettävä tuleva komentosarja, jota järjestelmään sovelletaan, jotta saavutetaan haluttu asetusarvo seuraamalla vertailurataa. Tätä varten minimoimme kustannusfunktion, joka eroaa menetelmien mukaan, mutta yleensä tämä funktio sisältää neliövirheet vertailuradan ja ennusteiden välillä ennustushorisontissa sekä komennon muunnoksen. Tämä kustannusfunktio on seuraava, kun on olemassa n muuttujia ohjaus ja m muuttujia kahva:

{\ displaystyle J = \ summa \ limits _ {k = 1} ^ {n} {\ vasemmalle ({\ sum \ limits _ {j = 1} ^ {j = N2_ {k}} {\ gamma _ {k} \ vasen ({y_ {k} (t + j) -r_ {k} (t + j)} \ oikea)} ^ {2}} \ oikea)} + \ summa \ rajoittaa _ {k = 1} ^ { m} {\ vasen ({\ summa \ limits _ {j = 1} ^ {j = Nu_ {k}} {\ beta _ {k} \ vasen ({\ Delta u_ {k} (t + j-1) } \ oikea)} ^ {2}} \ oikea)}}

Kertoimet ovat painotuksia, joiden avulla tällaiselle muuttujalle voidaan antaa suurempi merkitys. Voidaan löytää optimaalinen analyyttisen kontrollisekvenssi, mutta tässä tapauksessa rajoituksia ei oteta huomioon. Siksi haluamme ratkaista tämän ongelman reaaliaikaisen kvadraattisen ohjelmointialgoritmin ansiosta, joka minimoi tämän toiminnon ottamalla huomioon erityyppiset rajoitteet eri muuttujille. Yleisesti käytetyt rajoitukset ovat seuraavat: ${\ displaystyle \ gamma _ {k}, \ beta _ {k}}$

j: lle = 1..Nu: j = 1: lle..Nu: j: lle = 1..N2: ${\ displaystyle \ Delta u_ {min} \ leq \ Delta u (t + j) \ leq \ Delta u_ {max}}$
${\ displaystyle u_ {min} \ leq u (t + j) = u (t-1) + \ summa \ rajoitukset _ {i = 1} ^ {j} \ Delta u (t + i) \ leq u_ {max }}$
${\ displaystyle y_ {min} \ leq {\ hat {y}} (t + j) \ leq y_ {max}}$

Tällä tavoin varmistetaan, että vertailureittiä seurataan mahdollisimman hyvin asetuspisteen saavuttamiseksi ja että muuttujat pysyvät toiminta-alueillaan (esimerkiksi venttiili voi avautua 0%: sta 100%: iin, ei enempää eikä Vähemmän).

Viitteet

J. Richalet, A. Rault, JL Testud, J. Papon. Malli Predictive Heuristic Control: Sovellukset teollisiin prosesseihin . Automatica, 14, 413-428, 1978
CR Cutler, BL Ramaker. Dynaaminen matriisiohjaus - tietokoneohjausalgoritmi . Yhteisen automaattisen ohjauskonferenssin (JACC), San Francisco, Kalifornia. 1980
DW Clarke, C. Mohtadi ja PS Tuffs. Yleinen ennakoiva hallinta. Automatica, 1987
Keyser R. ja A. Van Cauwenberghe. Laajennettu ennustuksen itsesovittuva hallinta . IFAC Symposium on Identification, York, 1317-1322 [EPSAC-lähestymistapa MBPC: hen], 1985.
Richalet, " Ennakoiva hallinta on voittanut pelin ", Mittaa ,Huhtikuu 2005( lue verkossa )
Bitmead, RR, M. Gevers ja V. Wertz. Mukautuva optimaalinen hallinta: ajattelevan ihmisen GPC. Prentice-Hall, 1990