Adaptive predictive control of three - tank - system

Abstract

Příspěvek je zaměřen na aplikaci samočinně se nastavujícího prediktivního regulátoru pro řízení laboratorního modelu spojených nádrží v reálném čase. Tento laboratorní model je nelineární systém se dvěma vstupy a dvěma výstupy. Je založen na skutečných průmyslových aplikacích. Navržený regulátor zahrnuje syntézu založenou na mnoharozměrovém stavovém modelu řízeného systému a on - line identifikaci ARX modelu korespondujícího s e stavovým modelem. Použitý přístup tak kombinuje jak stavový tak vstupně výstupní model. Parametry modelu jsou rekursivně odhadovány metodou nejmenších čtverců s adaptivním směrovým zapomínáním. Řídicí algoritmus je založen na metodě GPC. Optimalizace byla realizována minimalizací kvadratické účelové funkce. Jsou uvedeny rovněž výsledky ověřování v reálném čase.

This paper is focused in application of a self - tuning predictive controller for real - time control of a three - tank - system laboratory model. The objective laboratory model is a two input - two output (TITO) nonlinear system. It is based on experience with authentic industrial control applications. The controller integrates a predictive control synthesis based on a multivariable state ? space model of the controlled system and an on ? line identification of an ARX model corresponding to the state ? space model. The used approach then combines both state ? space and input ? output models. The model parameters are recursively estimated using the recursive least squares method with the directional forgetting. The control algorithm is based on the Generalised Predictive Control (GPC) method. The optimization was realized by minimization of a quadratic objective function. Results of real-time experiments are also included.