Control structures with embedded process knowledge

Abstract

I denne oppgaven er det studert en ny metodikk for å transformere ikke-lineære prosesser til lineære prosesser som gir perfekt forstyrrelsesavvisning og dekopling ved bruk av en manipulert variabel (MV) transformasjon. Denne nye metoden ligner på ”feedback linearization” metodikken, men er enklere å anvende, og forvandler ikke det ikke-lineære systemet til en kjede av integratorer, noe som gir økte kontrollbegrensninger. Ulike metoder for å designe transformerte MVer v, som oppnår disse målsetningen, er blitt foreslått. De to primære strategiene er den statiske transformasjonen og den lineære transformasjonen. Den statiske transformasjonen er designet ut ifra en statisk modell og krever ikke implisitt tilbakekopling, men den transformerer ikke ikke-lineære prosesser til lineære prosesser når den anvendes på dynamiske systemer. Den lineære transformasjonen er utledet fra dynamiske modeller og lineariserer ikke-lineære prosesser, men det krever implisitt tilbakekopling. To eksempelstudier ble utført for en ekstraksjonsprosess og et blandetankssystem for å evaluere forskjellige strategier for å utforme transformerte MV-er. Uten modellfeil ble perfekt forstyrrelsesavvisning oppnådd med både den lineære og den statiske transformasjonen. Til tross for at den ikke lineariserte prosessen, presterte den statiske transformasjonen seg bra med treg lukket dynamikk og ble vist å være robust for både modellfeil og måletreghet. Den lineære transformasjonen var best for raskere lukket dynamikk, men ble vist å være mindre robust for modellfeil og måletreghet. En multivariabel (MIMO) prosess ble vurdert for en "continuous stirred tank reactor" (CSTR). Uten modellfeil ga den nye metoden perfekt avkobling, men den nye metodikken er kanskje ikke spesielt robust med hensyn til modellfeil. En kondensasjonsprosess ble også vurdert der en kaskadestruktur ble brukt sammen med den nye MV-transformasjonen, for å forenkle modell-ligningene, som viste seg å fungere godt.

In this thesis, a new methodology for transforming the nonlinear process into a linear process that gives perfect disturbance rejection and decoupling with the use of a manipulated variable (MV) transformation has been studied. This new method is similar to the feedback linearization methodology, but is simpler to apply, and does not transform the nonlinear system into a chain of integrators, which gives increased control limitations. Different methods of designing transformed MVs v, which achieves these goals have been proposed. The two primary strategies are the static transformation and the linear transformation. The static transformation is designed from a static model and does not require implicit output feedback, however, it does not transform the nonlinear processes into linear ones when applied to dynamic systems. The linear transformation is derived from dynamic models and does linearise the nonlinear processes, however, it requires implicit feedback. Two case studies were carried out for an extraction process and a mixing tank system to evaluate different strategies to design transformed MVs. With no model error, perfect disturbance rejection was achieved with both the linear and static transformation. Despite not linearizing the process the static transformation performed well for slow closed-loop dynamics and was shown to be robust to both model error and measurement delay. The linear transformation was best for faster closed-loop dynamics but was shown to be less robust to model error and measurement delay. A multivariable (MIMO) process was considered for a continuous stirred tank reactor (CSTR). With no model errors the new method gave perfect decoupling, however, the new methodology might not be too robust to model errors. A condensation process was considered as well where a cascade structure was applied together with the new MV transformation, to simplify the model equations, which was shown to work well.