项目名称: 面向流程工业的分布式状态估计与输出反馈控制研究

项目编号: No.61503257

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 自动化技术、计算机技术

项目作者: 曾静

作者单位: 沈阳化工大学

项目金额: 20万元

中文摘要: 随着信息物理系统快速发展和复杂流程工业对精细化操作需求日益严格,采用分布式控制系统是工业发展的必然趋势。分布式控制兼具集中控制的优越性能及分散控制的灵活架构,被广泛认为是新一代流程工业的标准操作模式,也被公认为是 “智能制造”的一个核心基础技术。分布式状态估计、分布式输出反馈控制、分布式系统容错控制等是分布式控制系统研究中具有挑战性的基础理论问题。本项目在前期鲁棒分布式状态估计及分布式预测控制工作的基础上,针对一类具有多时间尺度特征的分布式系统,提出分布式滚动时域状态估计算法并给出收敛性条件;进一步针对子系统关联未知的情况,建立基于关联预估协调方法的分布式状态估计架构、算法及收敛性条件;提出分布式输出反馈控制系统设计方法及收敛性、稳定性条件;开展上述理论成果在污水处理分布式控制系统中的应用验证。预期成果将极大拓展分布式控制系统的应用范围,强化分布式控制系统性能,具有重要的理论和应用价值。

中文关键词: 分布式预测控制;分布式状态估计;滚动时域估计;分布式输出反馈调节;稳定性

英文摘要: With the rapid development in cyber-physical systems and the increasing requirement of complex processes on precise operations, the distributed process control architecture has emerged as the new trend in process control system design. While maintaining the structural flexibility of decentralized process control, distributed process control may achieve the centralized process control performance. Distributed process control systems have been widely recognized as the next generation advanced process control architecture for processes and been identified as one of the key fundamental technologies in smart manufacturing. When moving to distributed process control architecture, there are some important issues that need to be addressed including distributed state estimation, distributed output feedback process control and distributed fault tolerance control. Based on the research team’s previous results on robust distributed moving horizon state estimation and distributed model predictive control, in this project, we first develop a distributed state estimation algorithm that can handle processes exhibiting multi-time scales in dynamics which is a common phenomenon in industrial processes; subsequently, we further study distributed state estimation subject to unknown interactions between subsystem based on interaction prediction coordination; furthermore, we consider the integration of distributed state estimation and distributed output feedback process control and develop a systematic approach for the design of output feedback distributed process control systems. Rigorous analysis will be carried out to establish sufficient conditions for the convergence and closed-loop stability of the proposed state estimation and control algorithms. The developed algorithms will be applied to an experimental wastewater treatment plant. It is expected that this project will contribute significantly to the theoretical developments of distributed state estimation and control and will greatly enhance the application of distributed state estimation and control in processes.

英文关键词: Distributed predictive control;Distributed state estimation;Moving horizon estimation;Distributed output feedback regulation;Stability

成为VIP会员查看完整内容
0

相关内容

工业人工智能驱动的流程工业智能制造
专知会员服务
99+阅读 · 2022年3月9日
Kyoto大学Toshiyuki:快速复杂控制系统的实时优化,133页ppt
专知会员服务
32+阅读 · 2021年9月14日
专知会员服务
18+阅读 · 2021年9月4日
专知会员服务
16+阅读 · 2021年7月31日
专知会员服务
109+阅读 · 2021年4月7日
专知会员服务
132+阅读 · 2021年2月17日
【AAAI2021】面向交通需求预测的耦合层图卷积
专知会员服务
45+阅读 · 2021年1月31日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
并发-分布式锁质量保障总结
阿里技术
0+阅读 · 2022年3月7日
流程工业数字孪生关键技术探讨
专知
1+阅读 · 2021年4月7日
【APC】先进过程控制系统(APC: Advanced Process Control)
产业智能官
60+阅读 · 2020年7月12日
【数字孪生】面向智能制造的数字孪生
产业智能官
50+阅读 · 2020年5月10日
面向云端融合的分布式计算技术研究进展与趋势
中国计算机学会
18+阅读 · 2018年11月27日
无人机集群对抗研究的关键问题
无人机
55+阅读 · 2018年9月16日
【无人机】无人机的自主与智能控制
产业智能官
45+阅读 · 2017年11月27日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月14日
小贴士
相关VIP内容
工业人工智能驱动的流程工业智能制造
专知会员服务
99+阅读 · 2022年3月9日
Kyoto大学Toshiyuki:快速复杂控制系统的实时优化,133页ppt
专知会员服务
32+阅读 · 2021年9月14日
专知会员服务
18+阅读 · 2021年9月4日
专知会员服务
16+阅读 · 2021年7月31日
专知会员服务
109+阅读 · 2021年4月7日
专知会员服务
132+阅读 · 2021年2月17日
【AAAI2021】面向交通需求预测的耦合层图卷积
专知会员服务
45+阅读 · 2021年1月31日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
相关基金
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员