Scenario-based MPC with adaptative set membership identification
Aquest projecte aborda el problema del Adapting Control desenvolupant un algorisme que implementa el marc d’identificació del Set Membership dins del problema d’optimització de la tècnica Scenario-Based Model Predictive Control, refinant iterativament els paràmetres del model per a reduir la incerte...
| Autor: | |
|---|---|
| Formato: | tesis de maestría |
| Fecha de publicación: | 2024 |
| País: | España |
| Recursos: | Universitat Politècnica de Catalunya (UPC) |
| Repositorio: | UPCommons. Portal del coneixement obert de la UPC |
| Idioma: | inglés |
| OAI Identifier: | oai:upcommons.upc.edu:2117/413838 |
| Acesso em linha: | https://hdl.handle.net/2117/413838 |
| Access Level: | acceso abierto |
| Palavra-chave: | Automatic control Control automàtic Àrees temàtiques de la UPC::Enginyeria electrònica |
| Resumo: | Aquest projecte aborda el problema del Adapting Control desenvolupant un algorisme que implementa el marc d’identificació del Set Membership dins del problema d’optimització de la tècnica Scenario-Based Model Predictive Control, refinant iterativament els paràmetres del model per a reduir la incertesa del sistema al llarg del temps. Per a això, es realitza la identificació d’un model AutoRegresivo amb entrada exògena (ARX) amb els valors d’entrades i sortides anteriors del sistema, incloent-hi la incertesa com un conjunt de possibles valors dels paràmetres del ARX. Un nou algorisme és proposat, en el qual el problema d’optimització té com a objectiu controlar el sistema mentre s’identifiquen dinàmicament els paràmetres del model ARX utilitzant la nova informació obtinguda del senyal de control i la resposta del sistema, tancant el bucle mitjan¸cant l’actualització del model que és després utilitzat pel controlador per al càlcul de la seg¨uent acció de control. A més a més, es presenten tres casos d’estudi diferents per a provar aquest algorisme: un cas lineal ideal per a provar la convergència dels paràmetres als reals de l’exemple fictici, un sistema no lineal estable per a provar l’algorisme en una simulació real i a més incloent la no linealitat com una incertesa dels paràmetres i un sistema no lineal inestable amb restriccions físiques per a provar les capacitats de l’algorisme en sistemes més complexos. Els resultats obtinguts demostren l’eficàcia de l’enfocament proposat en el control dels diferents casos d’estudi. El procés d’identificació és capa¸c d’encarregar-se de les nolinealitats i la iteració de l’algorisme redueix el volum de la incertesa. |
|---|