کنترل پیش‌بین مقاوم برای ستون تقطیر با تاکید بر مسیرهای پیش‌بینی متعدد ناشی از تقریب تکه‌ای مستوی

در این مقاله روشی جدید برای مدل سازی ستون تقطیر با استفاده از تقریب تکه ای مستوی پیشنهاد شده و برای آن یک کنترل کننده پیش بین مقاوم با در نظر گرفتن مسیرهای متعدد پیش بینی طراحی شده است. ستون های تقطیر دارای رفتاری به شدت غیرخطی و پیچیده هستند. از این رو مدل سازی دینامیکی این سیستم ها با ساده سازی هایی همراه است. مدل سازی تکه ای مستوی قابلیت تقریب سیستم های غیرخطی را با دقت بالا و در بازه عمکردی وسیع دارد. طراحی کنترل کننده پیش بین برای سیستم های تکه ای مستوی به دلیل تغییر پارامترهای سیستم در زیر فضاهای مختلف از فضای حالت، با مشکل وجود مسیرهای متعدد پیش بینی مواجه است. این موضوع سبب افزایش نمایی حجم محاسبات با افزایش طول افق پیش بینی می گردد. در این مقاله برای اولین بار یک روش شبه بهینه برای حل مسائل miqp در کنترل پیش بین با وجود نایقینی و اغتشاش مورد استفاده قرار گرفته و همچنین راه کاری برای تعمیم این روش برای حل مسائل np ارائه می شود. ابتدا یک ستون تقطیر مربوط به واحد بوتان زدایی در پالایشگاه های گازی پارس جنوبی به روش تکه ای مستوی مدل شده و با استفاده از مدل غیرخطی اعتبارسنجی می شود. سپس یک کنترل کننده پیش بین لوله ای با در نظر گرفتن مسیرهای پیش بینی متعدد طراحی می شود. برای کاهش حجم محاسبات از یک روش شبه بهینه در فاز پیش بینی استفاده می شود که حجم محاسبات آن حداکثر متناسب با افق پیش بینی افزایش می یابد.

piecewise affine modeling and robust model predictive control of a distillation column considering multiple prediction trajectories

a new method based on piecewise affine approximation is proposed to model a distillation column and a novel robust mpc is addressed for pwa systems considering multiple prediction trajectories. distillation columns have highly nonlinear and complex behavior. however, even in a rigorous dynamical model a number of model simplifications are included. piecewise affine maps have universal approximation properties which are useful for modeling of nonlinear systems in a wide range of operation. model predictive control for pwa systems faces multiple prediction trajectories at each sample time due to different system dynamics over prediction horizon. thus, the computational burden increases exponentially with the prediction horizon length. in order to decrease the computational burden, a suboptimal method is used to solve miqp problems in mpc for pwa systems in presents of model uncertainty and disturbances. a real distillation column of a debutanizer unit in south pars gas refineries is modeled with pwa method and validated using the appropriate nonlinear model. a tubebased model predictive control proposed in such a way that the optimization problem can be solved considering multiple prediction trajectories at each sample time. in the proposed method, the computational burden is increased linearly by the prediction horizon length.