پایان نامه کنترل پیش بین (ورد+پاورپوینت)

اختصاصی از یارا فایل پایان نامه کنترل پیش بین (ورد+پاورپوینت) دانلود با لینک مستقیم و پرسرعت .

فرمت فایل : WORD , PPT

تعداد صفحات:72 ص + 29 اسلاید

پایان نامه کارشناسی مهندسی برق

فهرست مطالب:
فصل اول:    3
تاریخچه و مقدمه    3
تاریخچه و مقدمه:    4
راهکارهای کنترل پیشبین:    4
مزایای کنترل پیشبین:    5
معایب کنترل پیشبین:    5
روشهای کنترل پیشبین:    5
بررسی روشهای کنترل پیشبین و مقایسهی آن با کنترلکنندههای کلاسیک:    6
روش طراحی MPC:    8
انواع روشهای کنترل پیشبین:    9
فصل دوم:    11
انواع مدلهای مورد استفاده در کنترل پیشبین    11
سیگنالهای فرمان، عمل کنترل، تابع هزینه:    13
افقهای پیشبینی:    14
ماتریسهای وزنی و تابع هزینه:    14
افق کنترل:    16
ساختار کنترلر:    17
نتایج شبیهسازی:    19
فصل سوم:    22
کنترل پیش بین مبتنی بر مدل غیرمتمرکز فرکانس – بار در یک سیستم قدرت مقیاس بزرگ    22
کنترلکننده پیشبین غیر متمرکز    25
مدل ریاضی کنترل پیشبین غیرمتمرکز:    29
روشهای هماهنگی کنترل پیش بین غیرمتمرکز:    30
مدل سیستم قدرت:    33
نتایج شبیه سازی:    35
فصل چهارم:    41
به کارگیری محاسبات نرم در مدل سازی و بهینه سازی پارامترهای موثر  در کنترل هندسه جوش فرآیند جوشکاری رباتیک :    41
مدل سازی:    44
مدلهای ریاضی:    44
انتخاب بهترین مدل:    50
فصل پنجم:    52
اعمال کنترل پیش بین مقاوم به ژنراتور DC تحریک مستقل بمنظور طراحی منبع جریان توان بالا    52
مدل سازی سیستم دارای عدم قطعیت:    54
بیان مسئله:    59
طراحی RMPC با استفاده از PDLF:    61
نتایج شبیه سازی:    66
نتیجه گیری:    69
مراجع:    72






فصل اول:

تاریخچه و مقدمه:
تاریخچه¬ی ابداع و بکارگیری کنترل پیش¬بین به قرار زیر است:
    تئوری کنترل پیش¬بین (اواخر دهه¬ی 50)
    کامپیوترهای دیجیتال (دهه¬ی 60)
    تخمین و پیش¬بینی (دهه¬ی 60)
    روش مینیمم واریانس (1970)
    روش کنترل پیش¬بین (1976)
    توسعه¬ی الگوریتم¬های مختلف کنترل پیش¬بین  (اوایل دهه¬ی 80)
    پایداری و مقاومت در سیستم¬های کنترل پیش¬بین ( دهه¬ی 80 و دهه¬ی 90)
    روش¬های پیشرفته در طاراحی سیستم¬های کنترل پیش¬بین (اواسط دهه¬ی 90)
    کاربردهای صنعتی
راهکارهای کنترل پیش¬بین:
سیستم¬های کنترل پیش¬بین به طرق مختلف می¬توانند بحث کنترل را در یک سیستم مشخص اعمال نمایند. این سیستم¬های کنترلی با بهبود پارامترهای مختلف، پایداری یک سیستم را موجب می¬شوند. اصولا یک کنترل¬کننده¬ی پیش¬بین بصورت زیر عمل می¬کند:
    استفاده از یک مدل صریح از سیستم جهت پیش¬بینی خروجی آینده¬ی فرآیند
    کمینه¬کردن یک تابع هدف مربعی جهت ایجاد سیگنال کنترل
    ادامه استراتژی و بدست آوردن سیگنال کنترل بهینه در هر لحظه
شکل زیر، نمونه¬ای از راهکار کنترل پیش¬بین را نشان می¬دهد:
    
مزایای کنترل پیش¬بین:
    برخورد هوشمند با قیود و در نظر گرفتن آنها در حین طراحی کنترل¬کننده
    ساده و قابل فهم بودن روش
    قابلیت تعمیم به حالت چند متغیره بدون تغییر زیاد
    قابل اعمال به دسته¬ی وسیعی از فرآیندها مانند سیستم¬های تاخیردار، غیر مینیمم فاز و ناپایدار
    تنظیم ساده¬ی پارامترها
معایب کنترل پیش¬بین:
    لزوم استفاده از یک مدل  مناسب و صریح از فرآیند
    وجود محاسبات پیچیده در حل مسائل بهینه¬سازی
    اثبات پایداری
روش¬های کنترل پیش¬بین:
الگوریتم¬های مختلف کنترل پیش¬بین تنها از نظر موارد زیر با یکدیگر تفاوت دارند:
    مدلی که چایگزین فرآیند مورد نظر شود.
    مدلی که جایگزین نویز شود
    تابع هزینه¬ای که باید کمینه شود
روش¬ مدل فرآیند که شامل حالت¬های زیر است:
    مدل پاسخ ضربه
    مدل پاسخ پله
    مدل تابع تبدیل
    مدل فضای حالت
روش مدل اغتشاش که شامل حالت¬های زیر است:
    اغتشاش ثابت
    مدل تابع تبدیل
روش معیار عملکرد که شامل حالت¬های زیر است:
    تابع هزینه¬ی تک¬پله¬ای
    تابع هزینه¬ی چند پله¬ای
بررسی روش¬های کنترل پیش¬بین و مقایسه¬ی آن با کنترل¬کننده¬های کلاسیک:
امروزه نحوه¬ی کنترل فرآیندهای صنعتی و انتخاب روش مناسب جهت این منظور اهمیت بسزایی دارد. الگوریتم کنترل مورد استفاده در صنعت می¬بایستی دارای توانایی¬های مطلوب از جمله سهولت بکارگیری توسط اپراتور و تنظمی ساده¬ی آن باشد که در واقع خود معیاری برای گسترش کاربرد صنعتی آن خواهد بود. اگرچه استفاده از کنترل¬کننده¬ی PID در صنعت رایج می¬باشد، ولی فرآیندهای صنعتی از نظر دینامیکی طیف وسیعی از رفتارهای مختلف را شامل می¬گردند که کاربرد چنین کنترل¬کننده¬ای را محدود می¬سازد.
دلیل گسترش رفتارهای دینامیکی احتمالا ناشی از عوامل مختلفی چون وجود صفرهای خارج ناحیه¬ی پایدار، قطب¬های ناپایدار، تاخیر زیاد که متغیر با زمان و نامشخص باشد و نیز وجود محدودیت¬هایی بر متغیرهای فرآیند می¬باشد، که این مورد باعث غیرخطی شدن فرآیند خواهد شد.
الگوریتم کنترل پیش¬بین روشی برای مقابله با چنین فرآیندهای پیچیده¬ای است که در آن مسیر بنا به اندازه¬ی افق پیش¬بینی، از قبل مشخص می¬باشد. حال بایستی خروجی کنترل¬کننده را چنان تعیین نمود تا خروجی پیش¬بینی شده فرآیند تاحد ممکن به مسیر مبنا نزدیک باشد. روش¬های نسبتا زیادی تحت عنوان کنترل پیش¬بین تا به حال ارائه گردیده که در واقع سیر تکاملی و برخورد بهتر و دقیق¬تر آن را با مشکلات می¬رساند.
روش کنترل پیش¬بین توانایی کنترل سیستم¬های تک¬ورودی-تک¬خروجی (SISO) و چندورودی-چندخروجی(MIMO) در حالت-های پیوسته و گسسته را دارا می¬باشد. مهمترین مدعای این الگوریتم در اعمال آن به فرآیند غیرخطی و توانایی کنترل آنها می-باشد. قابلیت کنترل فرآیندهای غیرخطی، که تغییرپذیر با زمان نیز می¬باشند، و در شرایطی که محدودیت¬های متنوع بر متغیرهای فرآیند مد نظر باشد، این کنترل¬کننده¬ها را بصورت یک روش متمایز و برتر  از دیگر روش¬ها می¬سازد.
در حالت کلی این الگوریتم که متعلق به کنترل¬کننده¬های بر اساس مدل (Model Based) می¬باشد، تعمیمی بر روش¬های جایابی قطب و کنترل بهینه بوده، ضمن اینکه نقاط ضعف آنها را تا حد ممکن از بین برده و بعلت مقاوم بودن، توانایی بیشتری را در آنها ایجاد می¬کند. بعلاوه در فرآیندهای چندمتغیره که شرایط دکوپله¬سازی در آنها برقرار می¬باشد، با اعمال کنترل¬کننده¬ی پیش¬بین، می¬توان مسیرای مبنای متفاوتی را برای هریک از خروجی¬ها بطور مطلوب دنبال و اغتشاشات ناخواسته را در خروجی حذف نمود.
علاوه بر موارد فوق که توانایی¬های مطلوب این الگوریتم را در کنترل سیستم¬های پیچیده نشان می¬دهد، خصوصیات دیگر آن از جمله آسان¬بودن نحوه¬ی تنظیم پارامترهای کنترل¬کننده نیز خود عامل مهمی در کاربردهای عملی آن می¬باشد.
روش طراحی MPC:
روش طراحی MPC بر سه مفهوم اصلی بنا نهاده شده است:
    مدل- استفاده از یک مدل برای پیش¬بینی سیگنال¬های خروجی فرآیند.
    تابع هدف- محاسبه¬ی یک رشته از سیگنال¬های کنترل از روی کمینه کردن یک تابع هدف معین¬شده
    روند بهینه¬سازی- معمولا از استراتژی افق دورشونده استفاده می¬شود. به این معنی که از رشته کنترل بهینه¬کننده¬ی تابع هدف، تنها اولین فرمان کنترلی رشته به فرآیند اعمال می¬گردد و برای مراحل بعدی مجددا عملیات بهینه¬سازی تکرار می¬گردد.
مدل:
مدل فرآیند باید بتواند بخوبی رفتار و وضعیت سیگنال¬های خروجی آن را تشریح کند. در یک افق پیش¬بینی HP، خروجی¬های آینده y(k+i)(i=1,2,…,H_P) با استفاده از مدل فرآیند پیش¬بینی می¬شوند. این مقادیر به حالت فعلی فرآیند و سیگنال¬های کنترل آینده u(k+i)(i=1,2,…,H_C-1) بستگی دارند که در آن H_C≤H_P بوده وافق کنترل نامیده می¬شود. سیگنال¬های کنترل u(k+i) فقط تا افق کنترل محاسبه شده و پس از آن ثابت در نظر گرفته می¬شوند. به عبارت دیگر سیگنال کنترل u(k+i) همان u(k+H_C-1) در زمان¬های i=H_C,H_C+1,…,H_P-1 می¬باشد.
تابع هدف:
رشته سیگنال¬های کنترل آینده u(k+i)(i=1,2,…,H_C-1) به بهینه¬سازی یک تابع هدف داده شده محاسبه می¬شوند. تابع هزینه، هدف فرآیند را از زمان K+1 تا k+HP تعریف می¬کند. در بسیاری از حالت¬ها، اختلاف بین خروجی¬های سیستم و یک مسیر مرجع به همراه یک تابع هزینه از سیگنال¬های کنترل، جهت بیان تابع هدف مورد استفاده قرار می¬گیرند. تابع هدف به فرم کلی مربعی بصورت زیر در نظر گرفته می¬شود:
J(K)={〖||∑_(j=1)^N▒〖y ̂(t+j)-y_r (t+j)  | | 〗〗^2 Q(j)+〖∑_(j=1)^M▒〖||W(Z^(-1) 〗)u(t+j-1)||〗^2 R(j)}
که در آن Pi و Qi ماتریس¬های وزنی مثبت و 〖||Z||〗^2 P_i=Z^T P_i Z می¬باشد. بخش اول تابع هزینه اختلاف بین مرجع و خروجی سیستم را کمینه نموده در حالی که بخش دوم، جریمه¬ای بر روی عمل کنترل نمایش می¬دهد که در ارتباط با مصرف انرژی بوده و سعی بر هموار نمودن سیگنال¬های کنترلی در حد امکان دارد.
در ادامه به بررسی انواع الگوریتم¬های کنترل پیش¬بین که که از استراتژی فوق استفاده می¬کنند، می¬پردازیم.