Design and Analysis of Model based Predictive Controllers
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F05%3A00107697" target="_blank" >RIV/68407700:21230/05:00107697 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Design and Analysis of Model based Predictive Controllers
Popis výsledku v původním jazyce
In this contribution we present application of model-based predictive controller based on mixture distribution, i.e. a set of parallel models, to CSTR process. This process is highly non-linear. Presented MPC is based on a mixture of linearized models inseveral operating points parameterized by their probabilities estimated on-line. Provided that the operating point of the process lies within the given set defined by convex envelope of the operating points presented MPC ensures "soft switching" betweenthe individual models. The on-line estimation of model probabilities is done by a set of Kalman filters in the normalized form. The good performance of algorithm for model probability estimation is very important part of presented MPC algorithm becausethe resulting MPC is parameterized by them.
Název v anglickém jazyce
Design and Analysis of Model based Predictive Controllers
Popis výsledku anglicky
In this contribution we present application of model-based predictive controller based on mixture distribution, i.e. a set of parallel models, to CSTR process. This process is highly non-linear. Presented MPC is based on a mixture of linearized models inseveral operating points parameterized by their probabilities estimated on-line. Provided that the operating point of the process lies within the given set defined by convex envelope of the operating points presented MPC ensures "soft switching" betweenthe individual models. The on-line estimation of model probabilities is done by a set of Kalman filters in the normalized form. The good performance of algorithm for model probability estimation is very important part of presented MPC algorithm becausethe resulting MPC is parameterized by them.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
BC - Teorie a systémy řízení
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
V - Vyzkumna aktivita podporovana z jinych verejnych zdroju
Ostatní
Rok uplatnění
2005
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Proceedings of Workshop 2005
ISBN
80-01-03201-9
ISSN
—
e-ISSN
—
Počet stran výsledku
2
Strana od-do
—
Název nakladatele
ČVUT
Místo vydání
Praha
Místo konání akce
Praha
Datum konání akce
21. 3. 2005
Typ akce podle státní příslušnosti
EUR - Evropská akce
Kód UT WoS článku
—