اپلیکیشن زینگ | باربری آنلاین
زینگ - سامانه جامع حمل و نقل

تماس تلفنی

دانلود زینگ
خانه اپلیکیشن زینگ سامانه صادرات و واردات فروشگاه خدمات اطلاعاتی
خدمات جانبی
تماس با ما
زینگ - سامانه جامع حمل و نقل کشوری

تماس تلفنی

دانلود زینگ

جستجو
عضویت در سامانه صادرات، واردات، تجارت
گروه بازرگانی هومان پویان

معایب و مزایای کنترل پیش بین مدل:
همان طور که قبلا اشاره کردیم، مزیت برجسته کنترل پیش بین مدل، بهینه سازی آنلاین همراه با در نظر گرفتن قیدهای فیزیکی حاکم بر سیستم است. اما این تنها خاصیت کنترل پیش بین مدل نیست.

مقایسه_کنترل4

سایر نقاط قوت کنترل پیش بین مدل عبارتند از:

ذخیره سازی انرژی و هزینه: با درنظر گرفتن انرژی سیگنال کنترلی در تابع هزینه می توان مصرف انرژی سیستم را کاهش داد که به نوبه خود باعث کاهش هزینه های سیستم خواهد شد.

جبران موثر اغتشاشات وارد بر سیستم: با استفاده از اصل افق کاهنده اثرات اغتشاشات (عدم قطعیت ها و نویزها) در کنترل پیش بین مدل نسبت به سایر کنترل کننده ها به صورت موثرتری حذف خواهد شد.

کنترل سیستم های چند متغیره: تعمیم کنترل پیش بین مدل به سیستم های چند متغیره بسیار سرراست و مستقیم است و باعث پیچیدگی زیادی نمی شود. در حالی که طراحی کنترل کننده های کلاسیک مانند PID برای سیستم های چند متغیره بسیار سخت تر و چالش برانگیزتر از سیستم های تک متغیره است.

پیاده سازی آسان در سیستم های دیجیتال: بر خلاف تئوری های پیچیده کنترل بهینه که نیازمند حل معادلات دیفرانسیل غیرخطی و پیچیده هستند، کنترل پیش بین مدل به راحتی در کامپیوترهای دیجیتال قابل پیاده سازی است.

کاربرد در صنعت: کنترل کننده پیش بین مدل از صنعت نشات گرفته است و بسیاری از استراتژی های کنترل پیش بین مدل به خوبی بر روی پلانت های صنعتی مانند ربات ها، توربین های بادی و بخار، اتوپایلوت، نورد فلزات، تولید سیمان و صنایع نفت و پتروشیمی کارایی خودشان را نشان داده اند.

کاربرد کنترل پیش بین مدل در صنایع پتروشیمی و مقایسه جواب کنترل‌کننده‌های مختلف

معایب کنترل پیش بین مدل:
بزرگ ترین عیب کنترل پیش بین مدل، نیاز آن به مدل دقیق فرآیند است، زیرا در این کنترل کننده در قدم اول باید رفتار آینده سیستم پیش بینی شود.

بنابراین اگر مدل ریاضی سیستم دقیق نباشد، پیش بینی های خروجی سیستم نیز معتبر نخواهد بود و در نتیجه منجر به خطا خواهد شد.

پیچیده شدن حل مسئله بهینه سازی برای سیستم های غیرخطی عیب دیگر کنترل پیش بین است.

اگر دینامیک سیستم غیرخطی باشد آنگاه تابع هزینه کنترل پیش بین مدل یک تابع پیچیده از متغیرهای تصمیم (سیگنال کنترلی در طول افق کنترل) خواهد شد و بهینه سازی آن مشکلات زیادی را به همراه خواهد شد.

البته برای رفع این مشکل می توان با تعریف یک تبدیل (نگاشت) غیرخطی، سیستم غیرخطی را به یک سیستم خطی تبدیل کرد. دقیقا همانند کاری که در تئوری کنترل غیرخطی در روش فیدبک خطی ساز انجام می شود.

کشتیرانی
حمل زمینی
وانت
حمل هوایی
نظر شما
نام و نام خانوادگی:

شماره تماس (نمایش داده نمی شود):

کد امنیتی: captcha

متن پیام: (نظر شما پس از بررسی منتشر خواهد شد)


مطالب مرتبط:
مخفی کردن >>