Adaptives prädiktives Steuerungssystem mit rekurrenten neuronalen Netzwerken für industrielle Prozesse: Eine Anwendung zur Temperaturkontrolle einer frequenzgesteuerten Ölkühlmaschine

Es wird eine adaptive prädiktive Steuerung mit Vorhersage durch rekurrente neuronale Netzwerke für industrielle Prozesse vorgestellt. Das neuronale prädiktive Steuerungsgesetz mit integrierender Aktion wird basierend auf der Minimierung eines modifizierten prädiktiven Leistungsmaßstabs abgeleitet. Die Stabilität und der stationäre Betrieb des Regelungssystems im geschlossenen Regelkreis sind gut untersucht. Numerische Simulationen zeigen, dass die vorgeschlagene Steuerung eine zufriedenstellende Nachverfolgung und Störungsunterdrückung für zwei illustrative nichtlineare Systeme mit Zeitverzögerung bietet. Experimentelle Ergebnisse zur Temperaturkontrolle eines frequenzgesteuerten Ölkühlprozesses zeigen die Wirksamkeit der vorgeschlagenen Methode für industrielle Prozesse mit Änderungen der Sollwerte und Laststörungen.