Contribution to constrained predictive optimal control of non-linear discontinuous (batch) processes in food industry
CONTRIBUTION A LA COMMANDE PREDICTIVE OPTIMALE SOUS CONTRAINTES DES PROCEDES DISCONTINUS NON LINEAIRES UTILISES DANS L'INDUSTRIE ALIMENTAIRE
Résumé
The main goal of this thesis is the elaboration and the experimental validation of an automatic control method, well suited for nonlinear, slow and open loop stable batch processes, frequently encountered in food industry.
Batch processes operate in unsteady state, and have no setpoints defined for the relevant variables. Our method allows real time computation of the control variables' trajectories which optimize the global operation cost, taking into account the process dynamics and technological and quality constraints.
A state and parameter estimator uses the information provided by on line measurements, introducing output feedback. The future control strategy is adjusted in real time, based on the predictions of the internal model. The predictions are made in a long time perspective, typically up to the end of the batch. Our method does not require any particular form of the cost function, constraints, internal model or state estimator. All components may be nonlinear and designed separately.
The experimental validation is made on two pilot plants. The application to the drying process shows that with a suitable choice of the internal model and of the control optimization algorithm, the complexity of the on line computations can be kept very low. The application to the refrigeration process uses an internal model based on differential and algebraic equations, together with a relatively sophisticated optimization algorithm, requiring a standard desktop computer.
Both applications show the ability of our algorithm to fulfill the control specifications (cost reduction and constraint satisfaction), even in the presence of strong disturbances, both external and parametric, measured and unmeasured.
L'objectif principal de cette thèse est la mise au point et la validation expérimentale d'une méthode bien adaptée à la commande automatique des procédés discontinus (batch) non linéaires, lents et stables en boucle ouverte, largement utilisés dans l'industrie alimentaire.
Les procédés discontinus se caractérisent par un fonctionnement en régime transitoire et par l'absence des consignes pour les principales variables. Notre méthode permet de calculer en temps réel les trajectoires des variables de commande qui optimisent le coût économique global du traitement, compte tenu de la dynamique du procédé et des contraintes technologiques et de qualité.
Un estimateur d'état et de paramètres permet d'intégrer l'information obtenue à partir des mesures effectuées en ligne, introduisant un retour de sortie. La stratégie de commande future est adaptée en temps réel, sur la base des prédictions du modèle interne. Les prédictions se font à long terme, typiquement jusqu'à la fin du cycle. La méthode n'impose pas de forme particulière à la fonction de coût, aux contraintes, au modèle interne ou à l'estimateur. Toutes les composantes peuvent être non linéaires et conçues séparément.
La validation expérimentale est réalisée sur deux procédés pilote. L'application au procédé de séchage montre qu'avec un choix convenable du modèle interne et de l'algorithme d'optimisation de la commande, la complexité des calculs en ligne peut être très réduite. L'application au procédé de réfrigération utilise un modèle interne à base d'équations différentielles et algébriques, ainsi qu'un algorithme d'optimisation relativement complexe, nécessitant la puissance de calcul d'un ordinateur de bureau standard.
Les deux applications mettent en évidence la capacité de l'algorithme à assurer les objectifs de la commande (réduction des coûts, respect des contraintes), y compris face a des fortes perturbations, externes et paramétriques, mesurées et non mesurées.
Fichier principal
Trelea 1997 TH (Commande prédictive optimale de procédés discontinus).pdf (1.49 Mo)
Télécharger le fichier
Loading...