Projekti / Programi
Računalniško podprto vodenje in optimiranje zveznih in šaržnih procesov. (Študij kombinacij načrtovanih metod in vključevanje pristopov
Koda |
Veda |
Področje |
Podpodročje |
2.06.00 |
Tehnika |
Sistemi in kibernetika |
|
Koda |
Veda |
Področje |
T125 |
Tehnološke vede |
Avtomatizacija, robotika, nadzorno inženirstvo |
P176 |
Naravoslovno-matematične vede |
Umetna inteligenca |
Računalniško podprto vodenje in optimiranje zveznih in šaržnih procesov (študij kombinacij načrtovalnih metod in vključevanje pristopov s področja umetne inteligence)
Raziskovalci (14)
Organizacije (2)
Povzetek
Projekt zajema problematiko prikazano s pomočjo treh osnovnih hipotez. Prva želi podpreti trditev, da kombinacije metod načrtovanja vodenja sistemov in vključevanje ekspertnega znanja povečajo tako učinkovitost načrtovanja vodenja kakor tudi enostavnost dobljenih regulacijskih struktur. Pri tem gre za metode iz področja multivariabilnih sistemov dopolnjene z ekspertnim sistemom za načrtovanje multivariabilnih prediktivnih regulatorjev s pomočjo metode oblikovanja glavnih poti in za iterativni postopek s kombiniranjem identifikacije in načrtovanja regulatorja. Druga hipoteza nakazuje možnost, da mehki sistem vodenja ter identifikacija procesa s pomočjo umetnih nevronskih mrež izboljšata lastnosti in uporabnost adaptivnega regulatorja. Slednji temelji na identifikaciji inverznega mehkega modela v obliki relacijske matrike. Umetne nevronske mreže so zelo uporabne za identifikacijo nelinearnih procesov, kar kažejo tudi poiskusi na laboratorijskih modelinih napravah. Pridobljeno tovrstno znanje je omogočilo aplikacijo na konkretnemu industrijskemu procesu šaržnega tipa, ki je voden s pomočjo prilagodljivih receptov.
Mehki-nevronski model pa je bil uporabljen tudi pri metodah vodenja, ki vključujejo model procesa. Tretja hipoteza govori o dejstvu, da razvoj okolja za simulacijo in direktni prehod na izvedbo vodenja ter uporaba objektno orientiranih orodij za modeliranje in simulacijo predstavljata bistveno olajšavo pri prenosu teoretičnih izsledkov v prakso. Glavna ideja je v tem, da je potrebno zagotoviti možnost implementacije samonastavljivih, adaptivnih, mehkih in drugih kompleksnejših regulacijskih algoritmov na cenene industrijske računalniške regulatorje in krmilnike. V tem smislu so predlagane tudi prilagoditve v okolju MATLAB - SIMULINK. Objektno orientirana modelersko - simulacijska orodja, dopolnjena s problemsko orientiranimi knjižnicami pa poenostavijo postopek razvoja modela. Problemske domene so iz področij vodenja sistemov in biomedicine.l