Dinamikus folyamatrendszerek modellezése és irányítása = Modelling and control of dynamic process systems

Hangos, Katalin and Ailer, Piroska Gyöngyi and Németh, Erzsébet and Piglerné dr. Lakner, Rozália and Pongrácz, Barna and Szederkényi, Gábor and Tuza, Zsolt (2007) Dinamikus folyamatrendszerek modellezése és irányítása = Modelling and control of dynamic process systems. Project Report. OTKA.

Preview

PDF 42710_ZJ1.pdf Download (223kB)

Abstract

A dinamikus folyamatrendszerek modellezése és irányítása területén folytattunk kutatást a folyamatmérnöki, valamint a rendszer- és irányításelméleti módszereket integrálva. 1. Számítógéppel segített folyamatmodellezés A folyamatmodellek osztályán bevezettük a minimális modell fogalmát, és eljárásokat javasoltunk minimális modellek felállítására modellredukcióval, illetve inkrementális modellépítéssel. A komplex folyamatrendszerek dinamikus modellezésére használatos többléptékű (multi-scale) modellekre kidolgoztunk egy diagnosztikai cél-vezérelt modellezési módszert és egy ezen alapuló intelligens diagnosztikai rendszert. Kidolgoztuk a többléptékű modellek skálatérképen alapuló egyszerűsítésének módszerét. 2. Nemlineáris folyamatrendszerek analízise és irányítása A kvázipolinom modellekkel leírható folyamatrendszerek esetén lineáris mátrix egyenlőtlenségekkel leírható feltételeket adtunk a stabilitásra, és kvadratikus hamiltoni struktúrák létezésére. Módszert adtunk statikus kvázipolinom alakú visszacsatolás tervezésére bilineáris mátrix egyenlőtlenségek megoldásával. 3. Diszkrét folyamatrendszer modellek és alkalmazásaik A folyamatrendszer modellek egyenlet-változó struktúra gráfjának segítségével gráfelméleti módszert adtunk a modell-egyszerűsítő lépések hatásának vizsgálatára modell differenciális indexére. A folyamatrendszer modellek optimális dekompozíciója érdekében új módszereket adtunk fokszám-feltételeknek eleget tevő gráfpartíciók előállítására. | An interdisciplinary research integrating process systems engineering and systems and control theory has been conducted. 1. Computer-aided process modelling The notion of minimal model has been defined on the class of lumped process models. Methods for constructing minimal models have been proposed uising model reduction and incremental model building. Based on the multi-scale modeling paradigm for complex process systems, a goal-directed multi-scale modeling method has been proposed and an intelligent diagnostic system based thereon has been developed. A scale-map based model reduction method has been developed for multi-scale process models. 2. Analysis and control of nonlinear process systems Stability conditions in the form of linear matrix inequalities have been proposed for process system models in quasi-polynomial form that guarantee the existence of local quadratic Hamiltonian structures for them. A method for designing the structure and parameters of a globally stabilizing static quasi-polynomial feedback by using bilinear matrix inequalities is also developed. 3. Discrete process models Based on the equation-variable graph of process models, a method has been developed for investigating the effect of model simplification on the differential index. In order to optimally decompose process models, efficient methods of degree-constrained decomposition of graphs have been proposed.

Actions (login required)

Edit Item