4 Phương pháp nghiên cứu
1.2.1 Chiến lược điều khiển nâng cao
Trong các quá trình hóa chất mẻ, mục tiêu của điều khiển là đạt được hoạt động quá trình tối ưu mặc dù có sự hiện diện của các bất định có nghĩa về đáp ứng của nhà máy và nhiễu quá trình. Chất lượng của điều khiển quá trình nâng cao (Advanced Control) các quá trình mẻ là, biết các quỹ đạo tối ưu, làm thế nào để bổ sung vấn đề bám nhanh quỹ đạo đúng mà không vi phạm các điều kiện hoạt động và ràng buộc. Mô hình các quá trình cơ học được dựa trên phương trình cân bằng năng lượng và vật chất được công thức hóa toán học như sau :
𝑥̇(𝑡) = 𝐹(𝑥𝑘(𝑡), 𝑢𝑘(𝑡), 𝑥𝑘(0)) = 𝑥0,𝑘, 𝑦𝑘(𝑡) = 𝐻(𝑥𝑘(𝑡), 𝑢𝑘(𝑡)),
𝑧𝑘(𝑡) = 𝑍(𝑥𝑘[0, 𝑡𝑘], 𝑢𝑘[0, 𝑡𝑓]).
(1.1)
Trong đó,
t – biểu diễn thời gian chạy, k - biểu diễn chỉ số chạy, x – mô tả vectơ trạng thái, u – là vectơ đầu vào,
20
yk(t) – là đầu ra thời gian chạy được đo on-line,
zk – là biến đầu ra cuối chạy sẵn có tại thời điểm cuối tf.
Quá trình mẻ có đặc tính biến đổi thời gian mạnh và phi tuyến cao, việc điều khiển các thiết bị hoạt động gián đoạn là nhiệm vụ đầy thử thách.
- Điều khiển dự báo theo mô hình
Điều khiển dự báo mô hình là kỹ thuật điều khiển ràng buộc đa biến dựa trên tối ưu hóa sử dụng mô hình quá trình động học để dự báo các đầu ra quá trình. Phương pháp MPC làm việc như sau :
Bước 1 : Thu được các số đo và ước lượng các trạng thái của hệ thống, Bước 2 : Tính toán tín hiệu đầu vào tối ưu bằng cách tối thiểu hóa hàm chi phí với tầm dự báo nhất định trong tương lai sử dụng mô hình của hệ thống,
Bước 3 : Cài đặt phần đầu tiên của tín hiệu đầu vào tối ưu cho đến khi đo và ước lượng được các trạng thái sẵn có,
Bước 4 : Tiếp tục với bước 1.
Đối với các quá trình mẻ, mục tiêu được tối ưu thường là các đặc tính điển hình của sản phẩm tại cuối mỗi mẻ. Bài toán được giải quyết tại mỗi lần trích mẫu là tính toán dãy tín hiệu điều khiển u để đưa các quá trình đến trạng thái mong muốn. Hàm chi phí được tối thiểu có thể đưa ra dưới dạng tổng quát như sau:
𝐽 = ∑‖𝑦(𝑡 + 𝑗) − 𝑦𝑠‖𝑅2 𝑁 𝑗=1 + ∑ ‖Δ𝑢(𝑡 + 𝑗)‖𝑃2 𝑀−1 𝑗=1 + ∑ ‖𝑢(𝑡 + 𝑗) − 𝑢𝑠‖𝑄2 𝑀−1 𝑗=1 (1.2)
Trong đó, P, Q, R là các ma trận trọng số, tối thiểu hóa là đối tượng để các ràng buộc mô hình và phần còn lại của các ràng buộc bất đẳng thức có thể được xét đến trong các đầu vào và đầu ra. Bài toán thường được giải quyết bởi kỹ thuật quy hoạch toàn phương dãy (SQP – Sequential Quadratic Programming).
21
ILC là được ngày càng được áp dụng trong những năm gần đây cho các quá trình mẻ hóa chất để thực hiện việc bám và tối ưu hóa hoàn hảo. ILC là chiến lược điều khiển được sử dụng để cải thiện chất lượng của các quá trình lặp mẻ bởi việc cập nhật lặp lại các tín hiệu đầu vào một mẻ đến mẻ tiếp theo, trong đó các cập nhật này được dựa trên cơ sở dữ liệu đo từ các lần thử trước đó, nó có thể được coi như học từ kinh nghiệm trước đó.
Tuy nhiên, phương pháp ILC truyền thống dựa trên việc mô hình các quá trình bất biến về thời gian, và vì vậy, không thể được sử dụng để bám bền vững và tối ưu on-line từ phương pháp batch – to batch. Gần đây, một vài phương pháp ILC đã được phát triển để giải quyết vấn đề đa dạng của các bất định mô hình. [3, 4, 11]