1 / 25

Aplikácia moderných metód v prediktívnom riadení modelov fyzikálnych systémov

Aplikácia moderných metód v prediktívnom riadení modelov fyzikálnych systémov. TUKE – FEI – KKUI – CAK – CMMRaPI. Doktorand: Ing. Štefan Jajčišin Školiteľ: doc. Ing. Anna Jadlovská , PhD. Košice 201 3. Obsah. Prediktívne riadenie Základný princíp

kermit
Download Presentation

Aplikácia moderných metód v prediktívnom riadení modelov fyzikálnych systémov

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Aplikácia moderných metód v prediktívnom riadení modelov fyzikálnych systémov TUKE – FEI – KKUI – CAK – CMMRaPI Doktorand: Ing. Štefan Jajčišin Školiteľ: doc. Ing. Anna Jadlovská, PhD. Košice 2013

  2. Obsah • Prediktívne riadenie • Základný princíp • Explicitné riešenie optimalizačnej úlohy • Prediktívne riadenie s meniacimi sa parametrami • Prediktívne riadenie s nelineárnym prediktorom • Nelineárny prediktor voľnej odozvy • Nelineárne prediktívne riadenie • Algoritmizácia metód prediktívneho riadenia • Overenie na laboratórnom modeli • Nelineárny prediktor laboratórneho modelu • Výsledky riadenia laboratórneho modelu • Zhodnotenie dizertačnej práce

  3. A1. Základný princíp prediktívneho riadenia • Model → prediktor → predikcia • Optimalizačný algoritmus • Známa referenčná trajektória w na dĺžke predikčného horizontu • Váženie u(k) alebo ∆u(k) • Obmedzenia → numerické riešenie → kvadratické programovanie (1)

  4. A1. Princíp pohyblivého horizontu • w(k) na dĺžke • skutočný stav x(k), resp. y(k) • predikcia • optimálna postupnosť uopt • použitie prvej hodnoty uopt • späť na krok č. 1

  5. Princíp: • Offline optimalizácia - množina u*(k) pre konkr. stav systému • Online výber vhodného u(k) pre aktuálny stav systému • Multiparametrické kvadratické programovanie • MPT Toolbox - voľne šíriteľný A3. Explicitné riešenie úloh prediktívneho riadenia

  6. A3. Explicitné prediktívne riadenie - overenie na nelin. modeli hydraulického systému Nelineárny Lineárny Riadený model

  7. Prepínanie vopred navrhnutých parametrov riadiacich algoritmov • Úplná znalosť čas. priebehov pož. hodnôt výstupov • Konečná množina pracovných bodov • Zvlášť parametre algoritmu pre každý pracovný bod • Prepínanie medzi parametrami podľa aktuálneho prac. bodu - w(k) A4. Prediktívne riadenie s meniacimi sa parametrami algoritmu • rýchlejšia reakcia riadiaceho algoritmu, väčšie tlmenie • výhodnejší ako klasický prístup (pri kratšom Np)

  8. Okamžitá linearizácia na báze analytickej identifikácie • rozšírený 1. prístup: množina pracovných bodov pre každú vzorku (offline)/linearizácia v každom kroku na základe w(k) (online) • Nie je potrebná úplná znalosť čas. priebehov pož. hodnôt výstupov pred riadiacim cyklom • Výpočet parametrov algoritmu v každom kroku • Zvýšené nároky na výpočtový čas • Výsledky veľmi podobné ako v 1. prípade (pre hydraulický systém) A4. Prediktívne riadenie s meniacimi sa parametrami algoritmu

  9. Priebežná experimentálna identifikácia • Princíp je totožný s 2. prístupom • Priebežný odhad parametrov lin. modelu RMNŠ • Časovo náročnejšie ako linearizácia analytickým spôsobom • Nie je potrebná úplná znalosť čas. priebehov pož. hodnôt výstupov pred riadiacim cyklom • Výpočet parametrov algoritmu v každom kroku • Zvýšené nároky na výpočtový čas A4. Prediktívne riadenie s meniacimi sa parametrami algoritmu

  10. Priebežná experimentálna identifikácia A4. Prediktívne riadenie s meniacimi sa parametrami algoritmu • prísnejšie váhy vo funkcionáli • nepriaznivá kmitavosť akčného zásahu • potrebný čas pre adekvátny odhad parametrov lin. modelu • použiteľný, keď nie je možné získať lin. model analytickým spôsobom

  11. Stanovenie cieľov dizertačnej práce Stav systému Model – predikcia Minimalizácia funkcionálu Aplikácia uoptim na systém

  12. Fyzikálne systémy Možnosti prediktívneho riadenia analytická identifikácia experimentálna identifikácia lineárny model DS nelineárny model DS neurónový model DS GPC/SMPC lin. prediktor GPC/SMPC nelin. prediktor voľnej odozvy nelineárne MPC

  13. Vypracovanie teoretických postupov pre prediktívne riadenie nelineárnych dynamických systémov (zovšeobecnené a stavové prediktívne riadenie). Vypracovanie metodiky na získanie adekvátnych modelov nelineárnych dynamických systémov aplikovaním klasických/inteligentných metód s využitím dopredných neurónových sietí v analytickej/experimentálnej identifikácii. Aplikovanie metodiky modelovania a optimálneho riadenia modelov fyzikálnych systémov v návrhu algoritmov prediktívneho riadenia s využitím lineárneho/nelineárneho prediktora. Programová realizácia navrhnutých algoritmov prediktívneho riadenia a ich simulačné overenie v riadiacich štruktúrach na vhodných virtuálnych/reálnych modeloch fyzikálnych systémov (laboratórne výukové modely). Tézy dizertačnej práce

  14. B. Prediktívne riadenie s nelineárnym prediktorom Nelineárny model riadeného systému Neurónová sieť NDR (12) (13)

  15. B. Prediktívne riadenie s nelineárnym prediktorom Nelineárne neurónové modely – NNM MLP s jednou skrytou vrstvou

  16. B1. Prediktívne riadenie s nelineárnym prediktorom voľnej odozvy

  17. B2. Nelineárne prediktívne riadenie SQP (14) Fun = Funkcionál s predikovanými hodnotami výstupu na základe NDR alebo NNM

  18. B3. Algoritmizácia riadiacej štruktúry

  19. C1. Overenie na laboratórnom modeli Laboratórne výukové modely http://kyb.fei.tuke.sk/laboratoria/modely/modely.php

  20. C1. Overenie na laboratórnom modeli Hydraulický systém (15) NDR NNM trénovací algoritmus Levenberg-Maquardt W1 W2 NNARX, NNARMAX NNSSIF

  21. C2. Overenie na laboratórnom modeli Hydraulický systém Časové priebehy prediktívneho riadenia laboratórneho modelu Hydraulického systému GPC a SMPC algoritmus s lineárnym prediktorom – analytická identifikácia

  22. C2. Overenie na laboratórnom modeli Hydraulický systém experimentálna identifikácia analytická identifikácia Časové priebehy prediktívneho riadenia laboratórneho modelu Hydraulického systému GPC algoritmus s nelineárnym prediktorom voľnej odozvy – NNARX

  23. C2. Overenie na laboratórnom modeli Hydraulický systém NDR NNSSIF Časové priebehy prediktívneho riadenia laboratórneho modelu Hydraulického systému NMPC algoritmus s nelineárnym prediktorom

  24. Zhodnotenie dizertačnej práce • Postup pri prediktívnom riadení nelineárnych DS • Metodika získavania lineárnych/nelineárnych modelov DS • - analyticky • - experimentálne (klasicky/s využitím metód UI) • Programová realizácia uvedených postupov – GUI • Overenie funkčnosti na laboratórnych modeloch GPC - lineárny prediktor SMPC - lineárny prediktor GPC - nelineárny prediktor VO - NDR - NNM SMPC - nelineárny prediktor VO - NDR - NNM NMPC - NDR - NNM

  25. Ďakujem za pozornosť.

More Related