۴-۴-۱- مقدمه
یکی از معروفترین و پرکاربرد ترین روشهای کنترل مدل پیشبین، روش کنترل پیشبین تعمیم یافته است که هم در صنعت و هم در دانشگاهها بسیار پرطرفدار است [۴۸، ۴۹]. این روش در بسیاری از کاربردهای صنعتی با موفقیت اعمال شده است که عملکرد مناسبی در جهات مختلف کنترلی دارد. این روش میتواند مسائل کنترلی مختلف را برای محدوده وسیعی از فرآیندها با تعداد متغیرهای مشخص، که با بهره گرفتن از اطلاعات اولیه فرایند و اهداف کنترلی مشخص می شود، حل کند. ایده اصلی GPC مانند بقیه روشهای کنترل مدل پیش بین محاسبه تعدادی از سیگنالهای کنترلی آینده است طوری که تابع هزینه تعیین شده در افق پیش بین تعریف شده کمینه گردد. شاخصی که باید بهینه شود اختلاف خروجی پیشبینی شده فرایند از مقادیر مرجع پیش بینی در افق تعیین شده و تابع مرتبه دومی از انرژی سیگنال کنترل میباشد. GPC برای فرآیندهای ناپایدار و غیرمینمم فاز نیز می تواند به کار رود [۴۸].
۴-۴-۲- فرمول بندی کنترل پیش بین تعمیم یافته
مطالب این بخش از مرجع [۴۸] آورده شده است. اکثر فرآیندهای تک متغیره پس از خطیسازی حول یک نقطه کار مشخص میتوانند به صورت زیر توصیف شوند:
(۴-۲)
در این مدل سیگنال کنترل، دنباله خروجی و نویز سفید با میانگین صفر فرایند میباشد. چند جمله ای های A، B، C عبارتند از:
همچنین d زمان مرده سیستم میباشد. این مدل با عنوان مدل CARIMA شناخته میشود (Controller Auto Regressive Moving Average). در مرجع [۳۳] ذکر شده است که برای بسیاری از کاربرد های صنعتی که دارای اغتشاش غیرایستا هستند این مدل به همراه انتگرالگیر با عنوان مدل CARIMA مناسبی است که به صورت زیر توصیف می شود:
(۴-۳)
که
(۴-۵)
برای راحتی چند جمله ای C برابر با ۱ در نظر گرفته میشود، اگر چند جمله ای C بتواند به تعداد جملات مشخصی محدود شود میتواند در چند جمله های A و B ادغام شود.
تابع هزینه در این روش به صورت زیر فرض میشود:
(۴-۶)
که در آن مقدار بهینه خروجی پیش بینی شده سیستم برای j قدم جلوتر برای داده ها تا زمان t می باشد. و مقدار کمینه و بیشینه افقهای هزینه و نیز افق کنترل، و دنباله وزنی و مسیر مرجع سیستم در زمان آینده میباشد. هدف پیش بینی سیگنالهای کنترل آینده به شکلی است که خروجی آینده سیستم همواره نزدیک بماند. این عمل با کمینه کردن تابع هزینه انجام میگیرد.
برای بهینه کردن تابع هزینه باید مقادیر بهینه خروجی فرایند برای و محاسبه شوند. برای این منظور از رابطه Diophontine زیر استفاده میشود:
(۴-۷)
(۴-۸)
چندجملهایهای و به صورت یکتا با درجه j-1 و به ترتیب تعریف میشوند. اگر طرفین (۴-۳) در ضرب شود با در نظر گرفتن رابطه (۴-۷) خواهیم داشت:
که می تواند به صورت زیر بازنویسی شود:
(۴-۹)
از آنجا که درجه چندجمله ای برابر با j-1 است رابطه نویز در (۴-۹) همگی مربوط به زمان آینده هستند. بهترین خروجی پیش بینی برابر خواهد بود با
(۴-۱۰)
که در آن
(۴-۱۱)
برای حل مسئله GPC مجموعه ای از سیگنالهای کنترل برای بهینه کردن عبارت (۴-۶) محاسبه میشوند. از آن جا که سیستم با زمان مرده d در نظر گرفته شده است خروجی سیستم بعد از d+1 زمان نمونه توسط ورودی در زمان t، (u(t))، تحریک می شود. با تعاریف ، و و در نظر گرفتن خروجی بهینه پیش بینی شده برای j قدم جلوتر داریم
(۴-۱۲)
که می تواند به صورت فشرده زیر نوشته شود:
(۴-۱۳)
که در آن داریم
(۴-۱۴)
(۴-۱۵)
(۴-۱۶)
(۴-۱۷)
(۴-۱۸)
دو جمله آخر (۴-۱۰) تنها به مقادیر گذشته بستگی دارد و میتوان آنها را به صورت f گروه بندی نمود.
(۴-۱۹)
اگر تمام شرایط اولیه صفر باشند پاسخ آزاد f نیز صفر خواهد بود. اگر پله واحد به در زمان t به سیستم اعمال شود، داریم
, , … ,
دنباله خروجی سیستم برابر با ستون اول ماتریس G خواهد بود که ستون اول ماتریس G برابر با پاسخ پله سیستم خواهد بود. پاسخ آزاد به صورت برگشتی به صورت زیر محاسبه می شود:
(۴-۲۰)
با در نظر گرفتن و برای داریم:
(۴-۲۱)