文献

J-GLOBAL ID：202202228560269256   整理番号：22A0440044

動的制御パターン抽出とパターンベースモデル予測制御【JST・京大機械翻訳】

Dynamic controlled pattern extraction and pattern-based model predictive control

著者 (3件)： Zheng Niannian (Key Laboratory of Advanced Process Control for Light Industry of the Ministry of Education, Institute of Automation, Jiangnan University, Wuxi 214122, China) ,  Luan Xiaoli (Key Laboratory of Advanced Process Control for Light Industry of the Ministry of Education, Institute of Automation, Jiangnan University, Wuxi 214122, China) ,  Liu Fei (Key Laboratory of Advanced Process Control for Light Industry of the Ministry of Education, Institute of Automation, Jiangnan University, Wuxi 214122, China)
資料名： Journal of Process Control  (Journal of Process Control)
巻： 109  ページ： 32-43  発行年： 2022年 
JST資料番号： W0388A  ISSN： 0959-1524  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 多くの潜在変数モデリング法は,工業プロセスの走行パターンを抽出するために開発されているが,制御入力とパターンの間の動的因果関係はモデル化されていないか,暗黙であり,従って,直接パターン制御は実行不可能であった。この限界を克服するために,動的制御パターン抽出とパターンベースモデル予測制御(MPC)をこの論文で研究した。最初に,新しい動的制御主成分分析(DCPCA)を提案し,測定変数から工業プロセスのパターンを抽出した。特に,外因性(ARX)モデルによる自己回帰を導入し,プロセスの動的関係を特性化した。ARX予測と空間投影の共分散を最大にすることによって,プロセス実行情報を最小次元で最大限にパターンによって捕捉することができ,また,この方式から利益を得て,制御入力とパターンの間の自由運動と動的因果関係を明示的に確立する。次に,十分に設計されたロバスト管ベースのMPCを,最適パターン追跡のために実行した。最後に,事例研究は,提案したDCPCAアルゴリズムとパターンベースのMPC戦略の有効性と利点を説明した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 共分散 ,  *事例研究 ,  キャラクタリゼーション ,  有効性 ,  主成分分析 ,  ロバスト性 ,  走行
準シソーラス用語： *パターン抽出 ,  モデル予測制御 ,  動的制御 ,  制御入力 ,  自己回帰 ,  工業プロセス ,  潜在変数 , 【Automatic Indexing@JST】

著者キーワード (5件)： 動的制御主成分分析 ,  外因性モデルによる自己回帰 ,  動的因果律 ,  プロセスパターン ,  モデル予測制御

分類 (2件)： プロセス制御  (IC03040B) ,  化学プロセスの制御  (XC02020N)

タイトルに関連する用語 (3件)： 動的制御 ,  パターン抽出 ,  モデル予測制御