Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightElde edilen sonuçlar yorumlanmıştır ve gelecek çalışmalar için önerilerde bulunulmuştur.
📌 3 Maddede Bu Makale
Özet
Bu çalışmada, ürünlerin dayanım ve performanslarının belirlenmesi için kullanılan hidrolik test sistemlerinin kontrolü için Model Öngörülü Kontrol (Model Predictive Control- MPC) tasarımı yapılmıştır Sistem kısıtlarının optimal kontrol kuralına dahil edilmesiyle test sistemi uygulamalarında karşılaşılan doyum problemleri için performans artımı sağlanması hedeflenmiştir. Bu amaçla, ilk olarak örnek sistem için sistemin doğrusal olmayan dinamik denklemleri oluşturulmuştur. Model çalışma noktası etrafında doğrusallaştırılarak, ivme durum değişkeni olacak şekilde durum uzayı modeli oluşturulmuştur. Elde edilen model, örnek sisteme ait model parametreleri kullanılarak, MPC içerisinde kullanılmak üzere ayrıklaştırılmıştır. MPC kuralı, yığın metodu (batch method) yardımı ile oluşturularak, kısıtlamalı optimal kontrol problemi arama algoritması yardımı ile çözülmüştür. Kontrol performansının tespiti amacı ile LQR ile karşılaştırmalı sayısal benzetim sonuçları sunulmuştur. Ayrıca sayısal benzetim testleri model belirsizliği ve ölçüm gürültüsü koşulları altında tekrarlanmış ve sonuçlar sunulmuştur. Elde edilen sonuçlar yorumlanmıştır ve gelecek çalışmalar için önerilerde bulunulmuştur.
Abstract
In this study, Model Predictive Control (MPC) is designed for the control of hydraulic test systems that are used for determining the strength and performance of the product. It is aimed to increase the performance of the saturation problems faced during the test system applications while including the system constraints in the optimal control rule. For this purpose, the nonlinear dynamic equations are first obtained for the considered test system. The state space model is obtained by linearizing the model around the equilibrium point in a way that the design variable is considered to be acceleration. The obtained model is discretized for employing it in MPC by using the model parameters of the considered system. MPC rule is solved via constituting batch approach method through constrained optimal control problem search algorithm. The simulation result of the comparisons with LQR is presented with the aim of examining the control performance. In addition, numerical simulations are repeated under parametric model uncertainty and measurement noise conditions and results are presented. The obtained results are discussed, and future studies are suggested.