This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Commande prédictive en simulation/en ligne d’un procédé
Morari, M.; Lee, J. L. Model predictive control: past, present and future. Computers and Chemical Engineering 1999, 23, 667–682
MPC@CB : pourquoi faire ?
• Codes sources exploitables sous Matlab permettant de réaliser la commande prédictive sous contraintes d’un procédé continu (du temps).
• La spécificité de ces codes est tout d’abord de pouvoir adapter facilement MPC@CB à n’importe autre procédé SISO (Single Input Single Output), grâce à des fichiers utilisateurs (où celui-ci décrits ses équations) synchronisés par quelques fichiers standards principaux (où l’utilisateur doit très peu (voir pas) intervenir). Le modèle à fournir est sous la forme :
c'est-à-dire que le modèle SISO initial comporte un nombre d’états quelconque, peut être linéaire ou non linéaire, temps invariant ou temps variant, à paramètres localisés et/ou répartis.
)(
),(
xgy
uxfx
MPC@CB : pour quels problèmes de commande ?
Il est simple à l’utilisateur de résoudre, au choix, plusieurs types de problèmes de commande, principalement :• Commande prédictive pour un problème de régulation, de poursuite
de trajectoire, de minimisation de temps opératoire avec ou sans contrainte sur la sortie considérée.
• Afin d’étudier la robustesse de MPC@CB, possibilité d’introduire des différences de valeurs entre les paramètres du procédé simulé et celui du modèle utilisé dans la loi de commande.
• Possibilité de spécifier un procédé mis en cascade au procédé contrôlé.
• Possibilité de préciser une condition quelconque pour terminer l’application.
• Commande en boucle fermée par PID en vue de la comparaison de performances avec la commande prédictive.
• Commande en boucle ouverte ou boucle fermée.
MPC@CB : une poursuite personnalisée du développement
des codesLa méthode de programmation utilisée pour développer ces codes permet très facilement de faire évoluer ces codes sources ,notamment pour:• Commande prédictive avec un problème d’optimisation sous contrainte
spécifique à l’utilisateur.• La prise en compte de modèle SIMO, MISO ou MIMO.• La prise en compte d’un observateur (capteur logiciel).• Le passage de la simulation à l’application réelle de la loi de commande
sur le procédé réel.• L’interfaçage graphique GUI.
MPC@CB : références(*) de la loi de commande utilisée
P. Dufour, Thèse "Contribution à la commande prédictive des systèmes à paramètres répartis non linéaires", avec Y. Touré, directeur de thèse au LAGEP Université Claude Bernard Lyon 1, 2000 OAI:TEL-00337724
P. Dufour, Y. Touré, D. Blanc, P. Laurent "On Nonlinear Distributed Parameter Model Predictive Control Strategy: On-line Calculation Time Reduction and Application to an Experimental Drying Process", Computers and Chemical Engineering, 27(11), pp. 1533-1542, 2003. OAI : HAL-00352371
(*) Références téléchargeables en archives libres sur :http://hal.archives-ouvertes.fr/DUFOUR-PASCAL-C-3926-2008
MPC@CB : références(*) avec applications
• J. De Temmerman, P. Dufour, B. Nicolaï, H. Ramon, "MPC as control strategy for pasta drying processes", soumis le 12 septembre 2007, Computers and Chemical Engineering, 33(1), 50-57, 2009. OAI : hal-00350086
• B. Da Silva, P. Dufour, N. Othman, S. Othman, « Model Predictive Control of Free Surfactant Concentration in Emulsion Polymerization », submitted 6/21 September 2007 to the 17th IFAC World Congress 2008, Paper 823/1693, Seoul, South Korea, July 6-11, 2008. OAI : hal-00352737
• N. Daraoui, P. Dufour, H. Hammouri, « Model Predictive Control of the Primary Drying Stage of the Drying of Solutions in Vials: an Application of the MPC@CB Software (Part 1) », Proceedings of the 5th Asia-Pacific Drying Conference (ADC) 2007, vol. 2, pp. 883-888, Hong Kong, China, August ,13-15 2007. hal-00352431