Studium závislosti výpočetního času algoritmu GPC prediktivního řízení na volbě typu popisu matematického modelu v regulátoru

Podobné dokumenty
Vyšetření stability mnohorozměrových diskrétních systémů v souvislosti s GPC prediktivním řízením

Identifikace a řízení nelineárního systému pomocí Hammersteinova modelu

POUŽITÍ REAL TIME TOOLBOXU PRO REGULACI HLADIN V PROPOJENÝCH VÁLCOVÝCH ZÁSOBNÍCÍCH

PREDIKTIVNÍ ŘÍZENÍ NELINEÁRNÍHO SYSTÉMU

ZÁKLADY AUTOMATICKÉHO ŘÍZENÍ

VYUŽITÍ METOD PŘÍMÉHO HLEDÁNÍ OPTIMA PŘI PREDIKTIVNÍM ŘÍZENÍ

Využití neuronové sítě pro identifikaci realného systému

Genetické programování 3. část

ZÁKLADY AUTOMATICKÉHO ŘÍZENÍ

DIPLOMOVÁ PRÁCE Nelineární řízení magnetického ložiska

Srovnání PID regulace a anisochronního řízení na PLC Tecomat Foxtrot

KNIHOVNA MODELŮ TECHNOLOGICKÝCH PROCESŮ

VYUŽITÍ PRAVDĚPODOBNOSTNÍ METODY MONTE CARLO V SOUDNÍM INŽENÝRSTVÍ

The Optimization of Modules for M68HC08 Optimalizace modulů pro M68HC08

Kapitola 1. Signály a systémy. 1.1 Klasifikace signálů

CITLIVOSTNÍ ANALÝZA DYNAMICKÝCH SYSTÉMŮ I

Verifikace modelu VT přehříváků na základě provozních měření

UNIVERZITA PARDUBICE Fakulta elektrotechniky a informatiky

základní vlastnosti, používané struktury návrhové prostředky MATLAB problém kvantování koeficientů

SIMULACE SYSTÉMŮ S ROZPROSTŘENÝMI PARAMETRY V SIMULINKU

NUMERICKÉ ŘEŠENÍ VIBROIZOLACE STROJE

Návrh postupu pro stanovení četnosti překročení 24hodinového imisního limitu pro suspendované částice PM 10

Ing. Tomáš MAUDER prof. Ing. František KAVIČKA, CSc. doc. Ing. Josef ŠTĚTINA, Ph.D.

Počítačová podpora automatického řízení - CAAC

Ověření funkčnosti ultrazvukového detektoru vzdálenosti

Řízení tepelné soustavy s dopravním zpožděním pomocí PLC

PARAMETRICKÁ STUDIE VÝPOČTU KOMBINACE JEDNOKOMPONENTNÍCH ÚČINKŮ ZATÍŽENÍ

Citlivost kořenů polynomů

VÝVOJ ŘÍDICÍCH ALGORITMŮ HYDRAULICKÝCH POHONŮ S VYUŽITÍM SIGNÁLOVÉHO PROCESORU DSPACE

POPIS, IDENTIFIKACE SYSTÉMU A NÁVRH REGULÁTORU POMOCÍ MATLABU V APLIKACI FOTBAL ROBOTŮ

Automatizace je proces při němž je řídicí funkce člověka nahrazována činností

Návrh a simulace zkušební stolice olejového čerpadla. Martin Krajíček

Nastavení parametrů PID a PSD regulátorů

Portál pre odborné publikovanie ISSN

2D transformací. červen Odvození transformačního klíče vybraných 2D transformací Metody vyrovnání... 2

Odpružená sedačka. Petr Školník, Michal Menkina. TECHNICKÁ UNIVERZITA V LIBERCI Fakulta mechatroniky, informatiky a mezioborových studií

15 - Stavové metody. Michael Šebek Automatické řízení

OSA. maximalizace minimalizace 1/22

MATLABLINK - VZDÁLENÉ OVLÁDÁNÍ A MONITOROVÁNÍ TECHNOLOGICKÝCH PROCESŮ

Stanovení typu pomocného regulátoru v rozvětvených regulačních obvodech

NOVÉ MOŽNOSTI ŘÍZENÍ VÝROBY TEPELNÉ ENERGIE

Fyzikální laboratoř. Kamil Mudruňka. Gymnázium, Pardubice, Dašická /8

DUM 19 téma: Digitální regulátor výklad

5. Umělé neuronové sítě. Neuronové sítě

Návrh konstrukce odchovny 3. dil

Fakulta elektrotechniky a komunikačních technologíı Ústav automatizace a měřicí techniky v Brně

VYUŽITÍ MATLABU PRO PODPORU VÝUKY A PŘI ŘEŠENÍ VÝZKUMNÝCH ÚKOLŮ NA KATEDŘE KOMUNIKAČNÍCH A INFORMAČNÍCH SYSTÉMŮ

LINEÁRNÍ ROVNICE S ABSOLUTNÍ HODNOTOU

Využití GIS při mapování hrozby, rizika a zranitelnosti v oblasti ukrytí obyvatelstva

Ladění regulátorů v pokročilých strategiích řízení

Národní informační středisko pro podporu kvality

Plánování experimentu

U Úvod do modelování a simulace systémů

Abychom se vyhnuli užití diferenčních sumátorů, je vhodné soustavu rovnic(5.77) upravit následujícím způsobem

6 Algebra blokových schémat

Ṡystémy a řízení. Helikoptéra Petr Česák

Metodika generování a ladění modelů neuronových sítí

KTE/TEVS - Rychlá Fourierova transformace. Pavel Karban. Katedra teoretické elektrotechniky Fakulta elektrotechnická Západočeská univerzita v Plzni

OPTIMALIZACE PROVOZU OTOPNÉ SOUSTAVY BUDOVY PRO VZDĚLÁVÁNÍ PO JEJÍ REKONSTRUKCI

Ludolfovo číslo přepočítá z diskrétního do Euklidova prostoru - 1

Regulační obvod s měřením regulováné veličiny

Optimalizace regulačního algoritmu MR tlumiče

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.

Modelování a simulace Lukáš Otte

Robustnost regulátorů PI a PID

Vyhněte se katastrofám pomocí výpočetní matematiky

Pro tvorbu samostatně spustitelných aplikací je k dispozici Matlab library.

Téma 8: Optimalizační techniky v metodě POPV

Globální matice konstrukce

vzorek vzorek

Práce s PID regulátorem regulace výšky hladiny v nádrži

Speciální numerické metody 4. ročník bakalářského studia. Cvičení: Ing. Petr Lehner Přednášky: doc. Ing. Martin Krejsa, Ph.D.

VLIV VELIKOSTI VZORKOVACÍ PERIODY NA NÁVRH DISKRÉTNÍHO REGULAČNÍHO OBVODU

Praha technic/(4 -+ (/T'ERATU"'P. ))I~~

analýzy dat v oboru Matematická biologie

2.6. VLASTNÍ ČÍSLA A VEKTORY MATIC

CZ / /0285

SIMULACE SPOLEHLIVOSTI SYSTÉMŮ HROMADNÉ OBSLUHY. Michal Dorda. VŠB - TU Ostrava, Fakulta strojní, Institut dopravy

REGRESNÍ ANALÝZA V PROSTŘEDÍ MATLAB

VYUŽITÍ NAMĚŘENÝCH HODNOT PŘI ŘEŠENÍ ÚLOH PŘÍMÝM DETERMINOVANÝM PRAVDĚPODOBNOSTNÍM VÝPOČTEM

Soustavy lineárních a kvadratických rovnic o dvou neznámých

5.1.1 Nestacionární režim motoru

Rozvoj tepla v betonových konstrukcích

Regulační obvod s měřením akční veličiny

Modelování elektromechanického systému

2. Schurova věta. Petr Tichý. 3. října 2012

Vliv kapilární vodivosti na tepelně technické vlastnosti stavební konstrukce

8. Sběr a zpracování technologických proměnných

Měření dat Filtrace dat, Kalmanův filtr

Bonn, Rheinischen Friedrich-Wilhelms-Universität

Šifrová ochrana informací věk počítačů PS5-2

Statistické vyhodnocení průzkumu funkční gramotnosti žáků 4. ročníku ZŠ

Únosnost kompozitních konstrukcí

VÝVOJ NOVÉHO REGULAČNÍHO ALGORITMU KOTLE VERNER S PODPOROU PROGRAMU MATLAB

Tvarová optimalizace v prostředí ANSYS Workbench

2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení

VYBRANÉ STATĚ Z PROCESNÍHO INŢENÝRSTVÍ cvičení 8

ALGORITMY A DATOVÉ STRUKTURY

Šifrová ochrana informací věk počítačů PS5-2

Dolní propust třetího řádu v čistě proudovém módu

Transkript:

1 Portál pre odborné publikovanie ISSN 1338-0087 Studium závislosti výpočetního času algoritmu GPC prediktivního řízení na volbě typu popisu matematického modelu v regulátoru Barot Tomáš Elektrotechnika 29.06.2012 Pro řízení systémů, resp. technologických procesů, je v dnešní době samozřejmý požadavek na co nejefektivnější a nejrychlejší běh algoritmů řízení. Pro diskrétní řízení je tato skutečnost nutností pokud uvažujeme velmi malé periody vzorkování. V předkládaném článku je analyzována práce algoritmu GPC prediktivního řízení z hlediska jeho výpočetní rychlosti, a to zejména z pohledu závislosti na různé volbě typu matematického popisu modelu, který tvoří jednu z podstatných komponent GPC regulátoru. Podle odborných pramenů je typ matematického popisu řízeného systému libovolně zaměnitelný. Různě popsané modely systémů uvnitř regulátoru dají apriorně totožné výsledky. Mají ale odlišně složité odvození a vyčíslení svých numerických záležitostí v každé periodě vzorkování. Pokud by se v článku ukázalo, že popisovat systémy vnějším popisem (přenosovou funkcí nebo přenosovou maticí) je výhodnější oproti stavovému popisu nebo naopak, může tato volba opět o něco urychlit výpočty, sice v malém měřítku, ale i tak je každá úspora výpočetního času důležitá. Popisy lze podle potřeby mezi sebou vzájemně převádět (vnější na stavový a naopak). To, zda-li má volba typu modelu řízeného systému na rychlost výpočtů alespoň nějaký vliv, je zkoumáno dále v uvedené práci i s diskuzí výsledků měření v závěru. Pojednání o GPC prediktivním řízení Prediktivní řízení, dále s uvažovanou variantou GPC (Generalized Predictive Control), patří obecně mezi metody řízení. Prakticky je zejména realizováno v diskrétní oblasti. Jeho algoritmy jsou mnohostranně použitelné, a to pro různé charaktery řízených objektů. Lze jimi ovládat například i neminimálně fázové a nestabilní procesy a dále též i varianty s dopravním zpožděním. Metoda prediktivního návrhu je vhodná pro jednorozměrné i vícerozměrné systémy. V odborné literatuře se vyskytují srovnání s jinými způsoby řízení hovořící častokrát ve prospěch prediktivního přístupu. Předností prediktivního řízení je možnost zakomponovat požadavek na omezení rozsahů veličin a jejich změn již při samotném návrhu algoritmu. Je možné takto omezovat řídicí, stavové a regulované veličiny resp. signály. [1][2] Z pohledu struktury zahrnuje prediktivní regulátor dvě důležité komponenty, kterými POSTERUS.sk - 1 / 5 -

2 jsou matematický model řízeného systému a optimalizátor. Obě tyto součásti jsou pro odvození vztahů algoritmu řízení stejně významné. Integrace modelu do regulátoru je právě pro GPC řízení charakteristické. Umožňuje definovat model systému různými ekvivalentními způsoby. Typy popisu korespondují s jejich kategorizací v rámci teorie systémů a jsou buď vnitřní (stavové) nebo vnější (přenosová funkce, přenosová matice a další). Optimalizátorem řešíme výpočet výsledného řídicího signálu. Pro případ nezahrnutých omezení veličin se jedná o úlohu volného vícerozměrného extrému. Výpočetní vztah je potřeba pro algoritmus vyjádřit analyticky ve formě maticové rovnice. Při existenci požadavků na omezení vyvstává požadavek řešit úlohu neklasicky vázaného extrému. Řešení optimalizační části je v podstatě modul, který již nespadá přímo pod prediktivní řízení, ale je jím pouze využíván. Můžeme jej tedy numericky implementovat dle postupů řešení optimalizačních metod z literatury nebo využít hotová řešení specializovaných výpočetních nástrojů např. MATLAB. [1][2][3][4] Výše popsaná struktura regulátoru je nastavitelná parametricky v souvislosti se samotnou podstavou a filozofií prediktivního řízení. Jedná se o myšlenku pohyblivého horizontu, kdy jsou vzhledem ke stávajícímu okamžiku řízení stanoveny predikce průběhů veličin, a to na základě znalosti dosavadních informací. Velikostí horizontu lze ovlivňovat kvalitu regulace. Horizont se dělí na minimální, maximální a řídicí. Poslední je zaveden pro redukci výpočetní složitosti. Za vstupní informace pro výpočet lze považovat průběh žádané veličiny, minulé hodnoty přírůstků akčních zásahů, minulé hodnoty stavů a regulované veličiny. Další skutečnosti ovlivňující řízení jsou matematického charakteru, a to ve smyslu výběru tvaru účelové funkce, stanovení jejích váhových koeficientů. Důležité je si uvědomit, že predikované veličiny mají platnost pouze pro aktuální okamžik vzorkování a poté musí být jejich výpočet opakován. Celkové schéma GPC řízení je znázorněno na sjednocujícím schématu (Obr.1), kde je uvažována varianta pro vnější i vnitřní popis modelu systému uvnitř regulátoru. [1][2][3] Obr.1 Schéma GPC řízení s modelem systému popsaného ve vnitřní nebo vnější oblasti Vybrané typy popisů a jejich možný vliv na řízení POSTERUS.sk - 2 / 5 -

3 Pro studium vlivů použitého typu popisu řízeného systému byly vybrány oblasti vnější a vnitřní stavová. Pro zvýšení variability při zkoumaní aspektů jsou navíc tyto typy rozčleněny na případ jednorozměrné a vícerozměrné varianty řízeného objektu. Před zahájením měření je uvažováno, že mohou mít typy modelů vliv na práci se samotným zpracováním matematického popisu (vnější popis zpracování pouze koeficientů polynomů, vnitřní práce s maticemi), analytickým určením predikčních rovnic při návrhu algoritmu (vnitřní popis má menší výpočty a pro různé rozměry procesů podobnou strukturu rovnic, vnější popis má odvozování složitější) a dále numerické výpočty nad modely, které jsou integrovány přímo do výpočetních vztahů řízení. Ověření vlivu typu popisů v simulaci GPC řízení v programu MATLAB Byly navrženy algoritmy GPC prediktivního řízení v prostředí MATLAB, a to v podobě M souborů. V kódu byly zahrnuty měřicí funkce pro zjištění výpočetního času a tyto výsledky byly statisticky zprůměrňovány v rámci své kategorie. Pro měření byly použity matematicky vyjádřené simulační modely. Jednorozměrný systém je popsán přenosovou funkcí (1) a jí ekvivalentním stavovým popisem (2), mnohorozměrný systém je vyjádřen přenosovou maticí (3) a jí ekvivalentním vnitřním popisem (4). Stěžejní je poté porovnání jednotlivých časů pro dvojice (1) (2) a (3) (4), z čehož případně vyplyne výhoda některého z typů popisů nebo se naopak ukáže jejich shodná použitelnost. Výsledky zprůměrovaných měření po sérii deseti dílčích měření pro dvojice ekvivalentních popisů jsou uvedeny v tabulce (Tab.1). Na obrázcích (Obr.2), (Obr.3) je zdokumentována ekvivalentnost různých popisů téhož systému bez dopadu na správnost výsledků při provedené simulaci GPC v prostředí MATLAB. (1) (2) (3) (4) Tab.1 Výsledky měření běhu GPC algoritmu s různými typy popisu modelu uvnitř regulátoru V řádku tabulky jsou ekvivalentní zaměnitelné popisy modelu POSTERUS.sk - 3 / 5 -

4 Rozměr systému Typ popisu (rovnice popisu) Průměrná doba běhu GPC [s] Typ popisu (rovnice popisu) Průměrná doba běhu GPC [s] jednorozměrný vnější (1) 0,4953 [s] vnitřní-stavový (2) 0,67 [s] vícerozměrný vnější (3) 0,5079 [s] vnitřní-stavový (4) 0,8139 [s] Obr.2 Zaměnitelnost popisů systému (1) a (2) bez vlivu na správnost výsledků v MATLABu Obr.3 Ekvivalence popisů systému (3) a (4) s korektně shodnými výsledky v MATLABu Závěr V předkládaném článku byla podrobněji prozkoumána oblast možnosti ekvivalentního popisu modelu řízeného systému v GPC prediktivním řízení, v jehož algoritmu je tento model zahrnut. V práci byl zkoumán právě vliv volby typu modelu na výpočetní čas celého algoritmu GPC prediktivního řízení, a to při simulaci ve vytvořeném programovém řešení v podobě M souborů v prostředí MATLAB. Při různě matematicky definovaném totožném systému vychází všechny průběhy veličin stejně (Obr.2, Obr.3). Ale po výpočetní stránce se na základě provedené série měření výpočetního času běhu algoritmu ukázalo, že je lepší volit vnější popis systému. Vnější popis systému má rychlejší časy běhu algoritmu než-li vnitřní stavový popis. Rozdíly mezi aplikovanými typy popisů sice vycházely v řádech desetin sekundy, ale i přesto jsou rozdíly významné při diskrétním řízení v dnešní době. Stavové výpočty může zpomalovat práce s maticemi, kdežto u vnějšího popisu pracujeme pouze s koeficienty polynomů. Aby zde nebylo vnitřnímu popisu křivděno, je nutné podotknout i výhody stavového popisu, kterými jsou lepší odvození prediktivních rovnic při analytickém návrhu algoritmu GPC. Tyto rovnice mají podobný tvar jak pro jednorozměrné tak pro vícerozměrné systémy, a to ne s tolika odlišnostmi jako je tomu u složitějších rovnic predikcí vnějšího popisu. POSTERUS.sk - 4 / 5 -

5 Poděkování Článek byl uskutečněn za finanční podpory IGA Univerzity Tomáše Bati ve Zlíně, Fakulty aplikované informatiky číslo IGA/FAI/2012004. Použitá odborná literatura 1. BOBÁL, Vladimír. Adaptivní a prediktivní řízení. 1. vyd. Zlín: Univerzita Tomáše Bati, Fakulta aplikované informatiky, 2008. 134 s. ISBN 978-80-7318-622-3. 2. WANG, Liuping. Model Predictive Control System Design and Implementation Using MATLAB. 1. vyd. London: Springer-Verlag Limited, 2009. 366 s. ISBN 978-1-84882-- 30-3. 3. CORRIOU, Jean-Pierre. Process control: theory and applications. 1. vyd. London: Springer, 2004. 752 s. ISBN 1-85233-776-1. 4. KUBALČÍK, M., BOBÁL, V. Computation of predictions in multivariable predictive control, Proceeding ACMOS 11 Proceedings of the 13th WSEAS international conference on Automatic control, modelling & simulation, 2011. ISBN 978-1-61804-- 04-6. Spoluautorom článku je M. Kubalčík, Univerzita Tomáše Bati, Fakulta aplikované informatiky, Ústav řízení procesů, nám. T. G. Masaryka 5555, 760 01 Zlín, ČR POSTERUS.sk - 5 / 5 -