logo móvil
Contáctanos

Machine-learning-based improved smith predictive control for mimo processes

Autores: Guo, Xinlan; Shirkhani, Mohammadamin; Ahmed, Emad M.

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Machine-learning-based improved smith predictive control for mimo processes


Categoría

Matemáticas

Subcategoría

Matemáticas generales

Palabras clave

Procesos con retraso en el tiempo
Sistema de múltiples entradas/múltiples salidas
Método predictivo de Smith
Sistema difuso de tipo-2
Incertidumbre estructural y paramétrica
Inteligencia computacional

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 24

Citaciones: Sin citaciones


Descripción
Controlar procesos con retraso en el tiempo es uno de los desafíos en las industrias de procesos de hoy en día. Si el sistema de múltiples entradas/múltiples salidas está dinámicamente acoplado, el problema del retraso se vuelve más crítico. En este documento, se presenta un nuevo método basado en el método predictivo de Smith, con la ayuda de un sistema difuso de tipo-2 para controlar el sistema con las características mencionadas. La variabilidad en el retraso temporal, la presencia de perturbaciones y la existencia de incertidumbre estructural y paramétrica conducen al bajo rendimiento del predictor de Smith tradicional. Incluso si el sistema de control se configura correctamente al principio de la instalación, eventualmente se desgastará y surgirán los problemas mencionados. Por lo tanto, se utiliza la inteligencia computacional aquí y, al actualizar los parámetros del sistema de control al mismo tiempo que cambia el sistema, el sistema de control se adapta para lograr el mejor rendimiento. Para evaluar el sistema de control propuesto, se simula un sistema de proceso complejo, cuyos resultados muestran el buen rendimiento del método de predicción de Smith basado en un sistema difuso de tipo-2.

Otros recursos que podrían interesarte

Temas Virtualpro