Search

Model-based Predictive Control (MPC) algorithms popularity grows steadily in industry and academic area as well. Control actions are computed as an optimization problem. Future controlled system behaviour is taken into account - predicted over some horizon. Different methods and mathematical apparatus are utilized to get prediction equations. Diophantine equations and their recursive solving are very neat methods. On the other hand to compute predictions by matrix operations in state-space is easily to program. Paper is focussed on another insightful and compact method based on input-output process model representation and taking advantage of Toeplitz/Hankel matrix algebra.

Řízení vycházející z ekonomických kritérií se používá obvykle až ve vyšších úrovních řízení a probíhá za přímé účasti člověka tj. nejde o automatické řízení v reálném čase. V článku je ukázáno, že za určitých okolností lze čistě ekonomické kritérium (minimalizace nákladů na dosažení a udržení požadovaného stavu) zařadit jako součást cíle plně automatického řízení tj. použít ekonomické kritérium i na nižších úrovních řízení. Základním předpokladem je, aby řízený systém měl více ovládaných vstupů než řízených výstupů. Dalším požadavkem je umět stanovit náklady na realizaci jednotlivých ovládaných vstupů. Je ukázán princip řešení – formulace problému jako úlohy hledání vázaného extrému. Jsou uvedeny dva příklady návrhu řízení s rozšířením cíle řízení o další požadavek – minimalizace nákladů na řízení. Jeden příklad se zabývá doplněním požadavku na nákladovou minimalizaci do návrhu jednoduchého decentralizovaného řízení (fiktivního) systému s čtyřmi vstupy a třemi výstupy. Druhý případ ukazuje způsob přidání požadavku minimalizace nákladů do sofistikovaného prediktivního řízení ideálního termostatu.

Článek je zaměřen na problematiku prediktivního řízení. Konkrétně se jedná o predikci budoucího chování dynamické soustavy. K odhadu budoucího chování potřebujeme znát model soustavy. Ten je možný získat dvěma způsoby – matematicko-fyzikální analýzou nebo experimentální identifikací. Predikční schopnosti jednotlivých modelů jsou ověřeny na laboratorním zařízení (na hydraulicko-pneumatické soustavě).

Článek pojednává o regulaci reálného zařízení jednoduchým a výpočetně nenáročným prediktivním regulátorem PFC (Predictive Functional Controller). Reálnou soustavu v našem případě představuje laboratorní model Hydraulickopneumatická soustava. Programově je regulace zajišťována z prostředí MATLAB Simulink.

Článek je zaměřen na problematiku prediktivního řízení. Konkrétně se jedná o predikci budoucího chování dynamické soustavy. K odhadu budoucího chování potřebujeme znát model soustavy. Ten je možný získat dvěmi způsoby – matematicko-fyzikální analýzou nebo experimentální identifikací. Predikční schopnosti jednotlivých modelů jsou ověřeny na laboratorním zařízení (na hydraulicko-pneumatické soustavě).

Článek je věnován problematice řízení soustavy se dvěmi vstupy a jedním výstupem pomocí zpětnovazebního regulátoru a statického kompenzátoru. U takovéto soustavy lze žádané hodnoty výstupu dosáhnout obecně libovolnou kombinací vstupů. Kompenzátor přepočítává akční veličinu regulátoru na vstupy soustavy tak, aby bylo dosaženo žádané hodnoty na výstupu soustavy a současně se vstupy v ustáleném stavu blížily k žádaným hodnotám vstupů (optimálně z pohledu kvadratického kritéria). Navrhovaná metoda dovoluje řídit soustavy s větším počtem vstupů než je počet výstupů soustavy standardními metodami a navíc umožňuje například optimalizovat náklady na řízení v ustáleném stavu.