Grunnleggende konsepter
데이터 기반 선형 Koopman 모델을 이용하여 비선형 공정의 동적 거동을 효율적으로 예측하고, 이를 바탕으로 선형 강건 예측 제어 기법을 개발하였다.
Sammendrag
이 논문에서는 비선형 공정의 효율적인 데이터 기반 예측 제어 접근법을 제안한다. Kalman 기반 희소 비선형 동역학 식별 방법을 활용하여 Koopman 식별을 위한 적절한 리프팅 함수를 선택한다. 선택된 리프팅 함수를 이용하여 원래의 비선형 상태 공간을 고차원 선형 함수 공간으로 투영하고, 이에 기반한 Koopman 선형 모델을 구축한다. 리프팅 함수 사용으로 인한 Koopman 모델의 차원 증가를 억제하기 위해 proper orthogonal decomposition 기반의 축소 차수 Koopman 모델링 기법을 제안한다. 축소 차수 Koopman 모델을 바탕으로 계산 효율적인 선형 강건 예측 제어 기법을 개발한다. 벤치마크 화학 공정에 대한 사례 연구를 통해 제안 방법의 효과를 입증하고, 기존 방법들과의 비교를 통해 제안 방법의 장점을 보여준다.
Statistikk
첫 번째 CSTR의 반응물 A 질량 분율 xA1은 0.1155에서 0.1921로 증가한다.
첫 번째 CSTR의 생성물 B 질량 분율 xB1은 0.6235에서 0.6753으로 증가한다.
첫 번째 CSTR의 온도 T1은 497.3 K에서 476.8 K로 감소한다.
Sitater
"데이터 기반 선형 제어 체계를 개발하기 위해 Koopman 연산자가 유망한 프레임워크를 제공한다."
"Koopman 모델의 차원을 관리 가능한 수준으로 유지하는 것이 중요하다."
"Kalman 기반 희소 비선형 동역학 식별 방법은 Koopman 모델링을 위한 적절한 리프팅 함수를 자동으로 선택할 수 있는 유망한 대안이다."