In this chapter we consider model p

In this chapter we consider model predictive control
(MPC), an important advanced control technique for
difficult multivariable control problems. The basic MPC
concept can be summarized as follows. Suppose that
we wish to control a multiple-input, multiple-output
process while satisfying inequality constraints on the
input and output variables. If a reasonably accurate
dynamic model of the process is available, model and
current measurements can be used to predict future
values of the outputs. Then the appropriate changes
in the input variables can be calculated based on
both predictions and measurements. In essence, the
changes in the individual input variables are coordi-nated after considering the input-output relationships
represented by the process model. In MPC applica-tions, the output variables are also referred to as con-trolled variables or CVs, while the input variables are
also called manipulated variablesor MVs. Measured
disturbance variables are called DVsor feedforward
variables. These terms will be used interchangeably in

ผลลัพธ์ (ไทย) 1:

ในบทนี้ เราพิจารณาควบคุมแบบจำลองการคาดการณ์(MPC), มีความสำคัญขั้นสูงเทคนิคในการควบคุมการควบคุม multivariable ยากปัญหา MPC พื้นฐานแนวคิดสามารถสรุปได้ดังนี้ สมมติว่าเราต้องการควบคุมหลายอินพุต เอาต์พุตหลายกระบวนการในขณะที่สอดคล้องกับอสมการข้อจำกัดในการตัวแปรอินพุท และเอาท์พุท ถ้าแม่นยำพอสมควรแบบไดนามิกของการมีพร้อมใช้งาน แบบ และสามารถใช้วัดปัจจุบันเพื่อทำนายอนาคตค่าของผล การเปลี่ยนแปลงที่เหมาะสมแล้วในตัวแปรอินพุตสามารถคำนวณได้ตาม คาดคะเนและการวัด ในสาระสำคัญ การการเปลี่ยนแปลงในตัวแปรอินพุตแต่ละจะ coordi nated หลังจากการพิจารณาความสัมพันธ์ของอินพุตเอาต์พุตแสดง โดยแบบจำลองกระบวนการ ใน MPC กอนหนายวี่ ตัวแปรผลลัพธ์จะยังเรียกว่า con trolled แปรหรือ CVs ในขณะที่ตัวแปรอินพุตเรียกว่า variablesor แรก ๆ MVs. Measuredเรียกว่าตัวแปรรบกวนเสียง DVsorตัวแปร เงื่อนไขเหล่านี้จะถูกใช้แทนกันได้ใน

ผลลัพธ์ (ไทย) 2:

ในบทนี้เราจะพิจารณารูปแบบการควบคุมการทำนาย
(กนง) ซึ่งเป็นเทคนิคการควบคุมที่สำคัญขั้นสูงสำหรับ
ปัญหาการควบคุมหลายตัวแปรที่ยากลำบาก คณะกรรมการฯ ขั้นพื้นฐาน
แนวคิดที่สามารถสรุปได้ดังต่อไปนี้ สมมติว่า
เราต้องการที่จะควบคุมการป้อนข้อมูลหลายหลายผลผลิต
กระบวนการในขณะที่ความพึงพอใจของข้อ จำกัด ของความไม่เท่าเทียมกันใน
input และ output ตัวแปร ถ้าถูกต้องเหมาะสม
แบบจำลองของกระบวนการที่มีอยู่, รุ่นและ
วัดในปัจจุบันสามารถนำมาใช้ในการทำนายอนาคต
คุณค่าของผลผลิต จากนั้นมีการเปลี่ยนแปลงตามความเหมาะสม
ในตัวแปรสามารถคำนวณขึ้นอยู่กับ
ทั้งการคาดการณ์และการวัด ในสาระสำคัญที่
เปลี่ยนแปลงในตัวแปรแต่ละ coordi-จากเศษหลังจากพิจารณาความสัมพันธ์ของอินพุท
แสดงโดยรูปแบบกระบวนการ ในคณะกรรมการนโยบายการเงิน applica-tions ตัวแปรที่ส่งออกจะยังเรียกว่าตัวแปร Con-trolled หรือประวัติส่วนตัวในขณะที่ตัวแปรจะถูก
เรียกว่าเอ็มวี variablesor จัดการ วัด
ตัวแปรรบกวนจะเรียกว่าคราท DVsor
ตัวแปร ข้อตกลงเหล่านี้จะถูกใช้แทนกันได้ใน