El método de reducción de orden del modelo como una forma efectiva de implementar el controlador GPC para objetos multidimensionales
Autores: Plamowski, Sebastian; Kephart, Richard W
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
El método de reducción de orden del modelo como una forma efectiva de implementar el controlador GPC para objetos multidimensionales
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Implementación de controladores GPC
Reducción de orden del modelo
Errores numéricos
Modelos de alto orden
Control predictivo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 21
Citaciones: Sin citaciones
El documento aborda problemas asociados con la implementación de controladores GPC en sistemas con múltiples señales de entrada. Dependiendo del método de identificación, los modelos resultantes pueden ser de un orden alto y al aplicarlos a una ley de control/regulación, pueden resultar en errores numéricos debido a las limitaciones de representar valores en números de punto flotante de doble precisión. Este fenómeno debe evitarse, porque incluso si el modelo es correcto, los errores numéricos resultantes conducirán a un mal rendimiento del control. Una forma efectiva de identificar, y al mismo tiempo eliminar, esta característica desfavorable es reducir el orden del modelo. En este documento se presenta un método de reducción del orden del modelo que mitiga efectivamente estos problemas. En este documento se presenta el algoritmo de Control Predictivo Generalizado (GPC), seguido de una discusión de las condiciones que resultan en modelos de alto orden. Se incluyen ejemplos donde se demuestra el problema discutido junto con los resultados posteriores a la reducción. Los resultados obtenidos y las conclusiones formuladas son valiosos para los profesionales de la industria que implementan un control predictivo en la industria.
Descripción
El documento aborda problemas asociados con la implementación de controladores GPC en sistemas con múltiples señales de entrada. Dependiendo del método de identificación, los modelos resultantes pueden ser de un orden alto y al aplicarlos a una ley de control/regulación, pueden resultar en errores numéricos debido a las limitaciones de representar valores en números de punto flotante de doble precisión. Este fenómeno debe evitarse, porque incluso si el modelo es correcto, los errores numéricos resultantes conducirán a un mal rendimiento del control. Una forma efectiva de identificar, y al mismo tiempo eliminar, esta característica desfavorable es reducir el orden del modelo. En este documento se presenta un método de reducción del orden del modelo que mitiga efectivamente estos problemas. En este documento se presenta el algoritmo de Control Predictivo Generalizado (GPC), seguido de una discusión de las condiciones que resultan en modelos de alto orden. Se incluyen ejemplos donde se demuestra el problema discutido junto con los resultados posteriores a la reducción. Los resultados obtenidos y las conclusiones formuladas son valiosos para los profesionales de la industria que implementan un control predictivo en la industria.