|
Abstract:
|
Tämä työ on osa Tampereen teknillisen korkeakoulun säätötekniikan laitoksen oppivan säädön perustutkimusta, jonka yhtenä osa-alueena on neuraaliverkkojen soveltaminen mallipohjaiseen säätöön. Tässä työssä tutkitaan perceptron-verkkoa säätäjänä, joka muodostuu kokonaisuudessaan kahdesta verkosta: prosessille identifioidusta mallista ja verkosta, joka realisoi säätölain. Säätäjän suunnittelu perustuu mallin avulla estimoitavaan prosessin gradienttiin, jota käytetään suunnitteluun liittyvän optimointitehtävän ratkaisemisessa. Kahden verkon arkkitehtuurin pohjalta voidaan suunnitella useita ominaisuuksiltaan erilaisia epälineaarisia säätäjiä. Kahden verkon menetelmää sovellettiin sekä staattisen myötäkytkennän että takaisinkytketyn, kustannusfunktion minimoivan säätäjän suunnittelussa. Molempien menetelmien ominaisuuksia tarkasteltiin simuloimalla. Tämän lisäksi tutkittiin perceptron-verkon soveltamista epälineaarisen IMC-säätäjän suunnitteluun. Säätäjän toimintaa ja ominaisuuksia tarkasteltiin reaaliaikakokeilla läpivirtausprosessinsäädössä. Laboratoriomittakaavaan rakennettu koeprosessi muodostuu säiliöstä, jonka lävitse virtaavan veden lämpötilaa säädetään lämmitysvastuksella. Perceptron-verkolla toteutetun säätäjän toimintaa verrattiin IMC-menetelmällä viritettyyn PI-säätäjään. /Kir11 |