...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of Process Control >Multi-loop nonlinear internal model controller design under nonlinear dynamic PLS framework using ARX-neural network model
【24h】

Multi-loop nonlinear internal model controller design under nonlinear dynamic PLS framework using ARX-neural network model

机译：基于ARX神经网络模型的非线性动态PLS框架下的多回路非线性内模控制器设计。

获取原文
获取原文并翻译 | 示例
   

获取外文期刊封面封底 >>

       
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, a novel multi-loop nonlinear internal model control (IMC) strategy for multiple-input multiple-output (MIMO) systems is presented under the partial least squares (PLS) framework, which automatically decomposes the system into several univariate subsystems in the latent space. To formulate a nonlinear dynamic PLS framework, we propose an ARX-neural network (ARX-NN) cascaded structure, and incorporate it into PLS inner model. A gradient-based optimization approach is then provided to identify the parameter sets of the ARX-NN PLS model so that the plant-model mismatch is minimized. Furthermore, with perfect model, we show that the response of the closed loop system can be reduced to a simple linear IMC filter with the original system delay. The simulation results of a methylcyclohexane (MCH) distillation column from Aspen Dynamic Module, demonstrate the effectiveness of our approach in terms of disturbance rejection and tracking performance.
机译：本文在偏最小二乘（PLS）框架下提出了一种用于多输入多输出（MIMO）系统的多回路非线性内模控制（IMC）策略，该策略将系统自动分解为多个单变量子系统。潜在的空间。为了制定非线性动态PLS框架，我们提出了一种ARX神经网络（ARX-NN）级联结构，并将其合并到PLS内部模型中。然后提供基于梯度的优化方法，以识别ARX-NN PLS模型的参数集，从而使工厂模型不匹配最小。此外，通过完善的模型，我们证明了闭环系统的响应可以减少为具有原始系统延迟的简单线性IMC滤波器。来自Aspen Dynamic Module的甲基环己烷（MCH）蒸馏塔的仿真结果证明了我们的方法在干扰抑制和跟踪性能方面的有效性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号