طراحی کنترل کننده تحمل پذیر عیب مدل پیش بین مبتنی بر لیاپانف برای راکتورهای شیمیایی همزن دار پیوسته غیرخطی
محل انتشار: کنفرانس بین المللی مهندسی برق
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 874
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICELE01_191
تاریخ نمایه سازی: 21 شهریور 1395
چکیده مقاله:
تحقیقات سیستم های تحمل پذیر عیب در یک دهه اخیر پیرامون کنترل فرآیندهای شیمیایی و کاربردشان در صنعت گسترده شده اند. تحقیقات بدست آمده نشان میدهد که عدم تشخیص به موقع عیب یا خرابی در سیستم ها، بخصوص سیستم های حساس شیمیایی از جمله مشکلات بزرگ و متعددی است که صنعت پتروشیمی در سراسر دنیا از آن رنج میبرد. وقوع این عیب ها معمولا باعث از بین رفتن مقادیر قابل توجهی از مواد اولیه و اطلاعات میشود همچنین این عیب ها می تواند باعث مشکلات اقتصادی، زیست محیطی و اتلاف انرژی فراوانی میشود. یکی از راههای مقابله با این مشکلات استفاده از سیستم های کنترل تحمل پذیر عیب میباشد. هدف یک سیستم کنترل تحمل پذیر عیب، نگه داشتن سیستم کنترل در شرایط عملکردی مطلوب و حفظ پایداری آن در هنگام وقوع عیب و خرابی در عملگرهای مختلف سیستم کنترل می باشد. سیستم های کنترل تحمل پذیر عیب سنتی از استراتژی های غیر فعال برای جبران عیوب پیش بینی شده استفاده میکنند؛ اما کنترل پیش بین مبتنی بر مدل به عنوان یک استراتژی کنترل استاندارد برای مسائل کنترلی با قیود سخت (قید در ورودی ، قید در متغیرهای حالت و یا قید در خروجی) برای فرایندهای صنعتی مورد استفاده قرار میگیرد. در این پروژه بهره گیری از روش های کنترل تحمل پذیر عیب فعال مبتنی بر کنترل پیش بین غیر خطی با استفاده از اصلاح پارامترهای مساله بهینه سازی مورد استفاده می باشد؛ به طوری که حجم محاسبات آن به مقداری باشد که در عمل قابل پیاده سازی و توانایی جبران عیب و جلوگیری از افت کارایی در عملگرها را داشته باشد.
کلیدواژه ها:
سیستم کنترل تحمل پذیر عیب در راکتورهای شیمیایی همزن دار پیوسته ، کنترل پیشبین مبتنی بر مدل غیرخطی ، سیستم کنترل تحمل پذیر عیب
نویسندگان
مهناز صفیان جوزدانی
دانشجو کارشناسی ارشد،مهندسی کنترل، دانشگاه آزاد اسلامی واحد نجف آباد
سیدمحمد کارگر دهنوی
استادیار،مهندسی کنترل، دانشگاه آزاد اسلامی واحد نجف آباد
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :