Aller au contenu principal
Accès ouvert déclaré 2022 article

A Dual-Level Model Predictive Control Scheme for Multitimescale Dynamical Systems

15Citations signalées, ce qui n’est pas une note de qualité
5Institutions déclarées
2Pays d’affiliation déclarés

Rattachement africain : cn, it. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

So far, many control algorithms have been developed for singularly perturbed systems. However, in many industrial processes, enforcing closed-loop fast-slow dynamics for peculiarly nonseparable ones is a prior request and a crucial issue to be resolved. Aiming at the above problem, this article presents two dual-level model predictive control (MPC) algorithms for multitimescale dynamical systems with unknown bounded disturbances and input constraints. The proposed algorithms, each one composed of two regulators working in slow and fast time scales, are designed to generate closed-loop separable dynamics at high and low levels. As a prominent feature, the proposed algorithms are not only suitable for singularly perturbed systems but also capable of imposing separable closed-loop performance for dynamics that are nonseparable and strongly coupled. The recursive feasibility and convergence properties are proven under suitable assumptions. The simulation results on controlling a boiler turbine (BT) system, including the comparisons with other classic controllers, are demonstrated, which show the effectiveness of the proposed algorithms.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
A Dual-Level Model Predictive Control Scheme for Multitimescale Dynamical Systems
Date Crossref
01/03/2023
Éditeur
Institute of Electrical and Electronics Engineers (IEEE)
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • National University of Defense Technology pays non établi dans la notice
    Université ou école supérieure
  • Politecnico di Milano pays non établi dans la notice
    Université ou école supérieure
  • Jilin University State Key Laboratory of Automotive Simulation and Control and the Department of Control Science and Engineering pays non établi dans la notice
    Université ou école supérieure
  • State Key Laboratory of Automotive Simulation and Control pays non établi dans la notice
    Structure de recherche
  • PLA Army Engineering University State Key Laboratory of Disaster Prevention and Mitigation of Explosion and Impact pays non établi dans la notice
    Université ou école supérieure
  • Dipartimento di Elettronica pays non établi dans la notice
    Institution
  • College of Intelligence Science and Technology pays non établi dans la notice
    Université ou école supérieure

National University of Defense Technology, Politecnico di Milano et State Key Laboratory of Automotive Simulation and Control and the Department of Control Science and Engineering — Jilin University, avec 4 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Advanced Control Systems OptimizationFault Detection and Control SystemsControl Systems and Identification

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.