TỔNG HỢP BỘ ĐIỀU KHIỂN TRƯỢT THÍCH NGHI CHO CÔNG NGHỆ TRỘN LIÊN TỤC | Chương | TNU Journal of Science and Technology

TỔNG HỢP BỘ ĐIỀU KHIỂN TRƯỢT THÍCH NGHI CHO CÔNG NGHỆ TRỘN LIÊN TỤC

Thông tin bài báo

Ngày nhận bài: 17/03/22                Ngày hoàn thiện: 12/05/22                Ngày đăng: 16/05/22

Các tác giả

1. Lê Văn Chương, Trường Đại học Vinh
2. Ngô Trí Nam Cường Email to author, Công ty Cổ phần Systemtec

Tóm tắt


Bài báo trình bày một phương pháp tổng hợp bộ điều khiển cho công nghệ trộn liên tục thường gặp trong công nghiệp. Trong đó, mô hình động học của đối tượng điều khiển được mô tả dưới dạng hệ phương trình phi tuyến và chịu tác động của nhiễu ngoài không biết trước. Luật điều khiển cho hệ thống được xây dựng trên cơ sở lý thuyết điều khiển thích nghi, mạng nơron RBF và phương pháp điều khiển trượt. Kết quả thu được là luật nhận dạng các hàm phi tuyến, luật thích nghi cập nhật nhiễu và bộ điều khiển trượt. Nhờ đó hệ thống điều khiển công nghệ trộn liên tục có chất lượng điều khiển cao, có khả năng thích nghi và kháng nhiễu tốt. Kết quả nghiên cứu được mô phỏng bằng phần mềm Matlab Simulink để minh chứng tính đúng đắn và hiệu quả của phương pháp mà bài báo đề xuất.

Từ khóa


Điều khiển tự động; Điều khiển thích nghi; Điều khiển trượt; Mạng nơron RBF; Công nghệ trộn liên tục

Toàn văn:

PDF (English)

Tài liệu tham khảo


[1] A. Jayachitra and R. Vinodha, “Genetic Algorithm Based PID Controller Tuning Approach for Continuous Stirred Tank Reactor,” Advances in Artificial Intelligence, vol. 2014, 8 pages, 2014.

[2] M. A. Nekoui, M. A. Khameneh, and M. H. Kazemi, “Optimal design of PID controller for a CSTR system using particle swarm optimization,” Proceedings of 14th International Power Electronics and Motion Control Conference EPE-PEMC 2010, 2010, pp. T7-63-T7-66.

[3] K. Bingi, R. Ibrahim, M. N. Karsiti, and S. M. Hassan, “Fuzzy gain scheduled set-point weighted PID controller for unstable CSTR systems,” 2017 IEEE International Conference on Signal and Image Processing Applications (ICSIPA), 2017 pp. 289-293.

[4] M. Esfandyari, M. A. Fanaei, and H. Zohreie, “Adaptive fuzzy tuning of PID controllers,” Neural Computing and Applications, vol. 23, pp. 19-28, 2013.

[5] A. Errachdi, I. Saad, and M. Benrejeb, “On-line identification of multivariable nonlinear system using neural networks,” 2011 International Conference on Communications, Computing and Control Applications (CCCA), 2011, pp. 1-5.

[6] R. S. M. N. Malar, S. Mani, and T. Thyagarajan, “Artificial neural networks based modeling and control of continuous stirred tank reactor,” American Journal of Engineering and Applied Sciences, vol. 2, no. 1, pp. 229-235, 2009.

[7] M. C. Colantonio, A. C. Desages, J. A. Romagnoli, and A. Palazoglu, “Nonlinear control of a CSTR: disturbance rejection using sliding mode control,” Industrial & engineering chemistry research, vol. 34, no. 7, pp. 2383-2392, 1995.

[8] D. Zhao, Q. Zhu, and J. Dubbeldam, “Terminal sliding mode control for continuous stirred tank reactor,” Chemical engineering research and design, vol. 94, pp. 266-274, 2015.

[9] O. Camacho and C. A. Smith, “Sliding mode control: an approach to regulate nonlinear chemical processes,” ISA transactions, vol. 39, no. 2, pp. 205-218, 2000.

[10] S. R. Tofighi, F. Bayat, and F. Merrikh-Bayat, “Robust feedback linearization of an isothermal continuous stirred tank reactor: H∞ mixed-sensitivity synthesis and DK-iteration approaches,” Transactions of the Institute of Measurement and Control, vol. 39, no. 3, pp. 344-351, 2017.

[11] C. I. Pop, E. H. Dulf, and A. Mueller, “Robust feedback linearization control for reference tracking and disturbance rejection in nonlinear systems,” Recent Advances in Robust Control - Novel Approaches and Design Methods, 2011, pp. 273-290.

[12] M. R. Tailor and P. H. Bhathawala, “Linearization of nonlinear differential equation by Taylor’s series expansion and use of Jacobian linearization process,” International Journal of Theoretical and Applied Science, vol. 4, no. 1, pp. 36-38, 2011.

[13] Z. Vukic, Nonlinear control systems. CRC Press, 2003.

[14] J. J. E. Slotine and W. Li, Applied nonlinear control. Englewood Cliffs, NJ: Prentice Hall, 1991.

[15] N. E. Cotter, “The Stone - Weierstrass Theorem and Its Application to Neural Networks,” IEEE Transaction on Neural Networks, vol. 1, no. 4, pp. 290-295, 1990.

[16] J. M. Ortega, Matrix Theory: A Second Course. Springer, 1987.

[17] V. I. Utkin, Sliding Modes in Control and Optimization. Springer - Verlag Berlin Heidelberg, 1992.




DOI: https://doi.org/10.34238/tnu-jst.5705

Các bài báo tham chiếu

  • Hiện tại không có bài báo tham chiếu
Tạp chí Khoa học và Công nghệ - Đại học Thái Nguyên
Phòng 408, 409 - Tòa nhà Điều hành - Đại học Thái Nguyên
Phường Tân Thịnh - Thành phố Thái Nguyên
Điện thoại: 0208 3840 288 - E-mail: jst@tnu.edu.vn
Phát triển trên nền tảng Open Journal Systems
©2018 All Rights Reserved