به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت
جستجوی مقالات مرتبط با کلیدواژه

control-oriented modeling

در نشریات گروه فنی و مهندسی
تکرار جستجوی کلیدواژه control-oriented modeling در مقالات مجلات علمی
  • فرهاد محمودی، تورج عباسیان نجف آبادی*، علی معرفیان پور

    بویلر 320 مگاواتی نیروگاه بندرعباس به علت طول عمر بالا و انجام بازسازی های متعدد دچار تغییرات پارامتری گردیده و برای بازتنظیم مشخصه های سیستم کنترل، شبیه سازی حوادث و ارزیابی و بهینه سازی عملکرد آن به یک مدل دینامیکی نسبتا دقیق نیاز می باشد. با توجه به عدم وجود مدل های استاندارد برای بویلر با ساختارهای مختلف، این مقاله به مدل سازی این بویلر زیربحرانی با گردش اجباری پرداخته و یک مدل فضای حالت غیرخطی چندمتغیره مرتبه نه با استفاده از روش مدل سازی فیزیکی ساخته می شود. به علت محدودیت متغیرهای اندازه گیری شده و عدم وجود داده های فراوان با محتوای دینامیکی مناسب جهت الگوریتم های شناسایی، برای تعیین پارامترهای نامعلوم مدل، یک رویه محاسباتی که تنها اندازه گیری های حالت ماندگار فرآیند را به کار می برد، معرفی می گردد. کارایی مدل حاصل با پاسخ های پله منطقی و در پیش بینی خروجی های بویلر با استفاده از داده های عملیاتی نیروگاه در یک حادثه کاهش ناگهانی فشار سوخت گاز تایید شده و در نهایت دقت پارامترهای آن با انجام تحلیل حساسیت ارزیابی می شود.

    کلید واژگان: مدل سازی ریاضی، مدل سازی کنترل گرا، مدل سطح درام، مدل سوپرهیتر، مدل احتراق
    Farhad Mahmoudi, Tooraj Abbasian Najafabadi*, Ali Moarefianpour

    The 320 MW boiler of Bandar Abbas power plant has been subjected to parametric variations due to its long lifespan and numerous renovations, so a relatively accurate dynamic model is needed to retune the characteristics of its control system, simulate events, and evaluate and optimize its performance. Due to the lack of standard models for boilers with different structures, this paper deals with the modeling of this forced circulation subcritical boiler. As a result, a ninth order multivariable nonlinear state space model is developed using the physical modeling method. Due to the limitation of the measured variables and the lack of sufficient data with dynamic specifications suitable for identification algorithms, a computational procedure that uses only steady state measurements of the process is introduced to determine the unknown parameters of the model. The resulting model presents reasonable step responses and its ability in predicting the boiler outputs is confirmed using the operational data of the power plant during a sudden gas fuel pressure reduction event. Finally, the accuracy of its parameters is evaluated by performing sensitivity analysis.

    Keywords: Mathematical modeling, Control-oriented modeling, Drum level model, Superheater model, Combustion model
  • امیرمحمد شامخی، امیرحسین شامخی*
    در این مقاله روشی بهبودیافته بلادرنگ و با دقت بالا در مدل سازی کنترل محور موتورهای احتراق داخلی، به نام نورو ام وی ام ارایه می شود. این مدل، ترکیبی از مدل های مقدار میانگین و شبکه های عصبی بوده و قادر است بر نواقص هر دو روش فایق آید. به بیان دیگر، با بهره گیری از مزایای هر دو روش این توسعه جعبه خاکستری دارای قابلیت اعتمادی بالاتر از یک شبکه عصبی جعبه سیاه صرف و همچنین دقتی بالاتر از روابط ریاضی (تقریبا) جعبه سفید مدل های مقدار میانگین خواهد بود. با بهبود این روش در مقاله حاضر مدل حاصله برای طراحی کنترلر مناسب خواهد بود. به واسطه استفاده از روش های پیشرفته تر طراحی (مانند ساختارهای گروهی، تقسیم بندی بهبودیافته و به خصوص ساده سازی وظیفه شبکه ها) شبکه های عصبی بادقت بالا و رگرسیون های شبه خطی حاصل می شود. چنانچه ملاحظه خواهد شد، مدل نهایی به دقت براساس داده های آزمایشگاهی- نرم افزاری صحه گذاری شده و قادر است خروجی های حالت ماندگار و گذرای موتور (مانند آلاینده های خروجی، فشار منیفولد، وقوع ضربه و دور موتور) را با دقت بالا و به صورت بلادرنگ پیش بینی کند. در پایان تاثیر ورودی های کنترلی موتور بر آلاینده ها و مصرف سوخت مورد مطالعه قرار می گیرد. موتور مورد بررسی در این پروهش، یک موتور بنزینی با پاشش راهگاهی است
    کلید واژگان: موتورهای اشتعال جرقه ای، مدل سازی کنترل محور، مدل های مقدار میانگین، ساختار جعبه خاکستری، شبکه های عصبی مصنوعی
    A.M. Shamekhi, A.H. Shamekhi*
    In this paper, an improved, real-time, highly accurate control-oriented style, named Neuro Mean Value Modeling, is presented for IC engine modeling. This model is a combination of neural networks and mean value model, and is able to overcome the shortcomings of both styles. In other words, taking advantage of both methods, this -box extension will be of more reliability than a mere black-box neural network, and also of more accuracy than roughly white-box mathematical relations of In this paper, the model is modified to become suitable for designing an engine controller. Thanks to the sophisticated methods applied (such as committee method, improved partitioning, and especially, simplifying neural networks’ tasks), neural networks of high accuracy with line-like regressions will be achieved. As will be seen, the model is precisely validated - and it is capable of accurately predicting the engine’s outputs (such as pollutant emissions, manifold pressure, knock probability, and engine speed) all in real time. In the end, the effect of engine control inputs on pollutant emissions and fuel consumption will be examined. The engine employed to establish the model is a ported fuel injection SI engine.
    Keywords: Spark-ignition Engines, Control-oriented Modeling, Mean Value Models, Grey-box structure, Artificial Neural Networks
نکته
  • نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
  • کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
  • در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال