KFUPM ePrints

MULTI-MODEL SYSTEMS IDENTIFICATION AND APPLICATION

l MULTI-MODEL SYSTEMS IDENTIFICATION AND APPLICATION. PhD thesis, King Fahd University of Petroleum and Minerals.

[img]PDF
Restricted to Abstract Only until 01 December 2015.

2707Kb

Arabic Abstract

تعد نمذجة الانظمة الديناميكية خطوة مهمة لإنجاز العديد المجالات. النموذج الرياضي لا غني عنه لمواكبة التطوير المتسارع في الانظمة، وتحليل ودراسة الانظمة الحالية، ومحاكاة ادارة العمليات، والتوقع المستقبلي لمخرجات الأنظمة والاعطال المستقبلية وتصميم المتحكم لهذة العمليات. على الرغم من ذلك فإن نمذجة للعمليات الصناعية على أرض الواقع ليست مهمة سهلة، ويرجع ذلك الى الطبيعة الاخطية للأنظمة بالإضافة للمجال الواسع للمتغيرات والقيم التي تحدد عمل الانظمة. في السنوات الاخيرة, كثر الأهتمام بتمثيل الأنظمة الاخطية بواسطة طريقة النماذج المتعددة. والتي تختلف عن الطريقة التقليدية بأن الانظمة تمثل بمجموعة من النماذج لمختلف حالات النظام بحيت تكون مجتمعة تمثل النموذج الكلي للنظام. كل نموذج من هذه النماذج يمثل النظام في مجال عمل صغير ومحدد. هذه الاطروحة تتناول طريقة تعريف الأنظمة وتمثيلها بواسطة النماذج المتعددة للأنظمة اللاخطية وتطبيقاتها. وتتناول بعض التحديات الرئيسية التي تواجه تمثيل الأنظمة اللاخطية عند التشابك بين هذه النماذج المتعددة. يعد تقسيم مجال عمل النظام الى عدد من المجالات الصغيرة المنبثقة عنه من التحديات التي تواجه طريقة النمذجة بواسطة النماذج المتعددة. وهذه الخطوه تتوج بالحصول على نماذج فرعيه التي تكفي لتمثيل كامل مجال عمل النظام الاخطي عندما تجتمع معا. نعرض هنا تعريف الانظمة اللاخطية بواسطة طريقة تجريبية أرشادية وطريقه فوق تجريبية أرشادية. في هذا الطرح نفترض أن هيكلية وعدد النماذج الفرعية معلوم من البداية. وهذا الطرح يتكون من مرحلتين. المرحلة الأولى تتناول التقدير الأولى لعدد النماذج الفرعية ومعطياتها بينما النماذج الفرعية النهائية نحصل عليها من المرحلة الثانية. أمر مهم أخر هو ايجاد نسب الاهمية للنماذج الفرعية لدمجهم معا في نموذج متعدد واحد للنظام اللاخطي. في هذه الدراسة تم تطوير طريقة التحقق لعملية ربط الانظمة الفرعية ب Kalman فلتر محدود. هذه الطريقة تحل المشاكل المصاحبة لعملية التحقق المعتادة مثل الحساسية للاختيار القيم، والقيود في استرتيجية التقسيم. أظهرت طريقة CKF المقترحة أداء جيدا أفضل من بعض الطرق التقليدية في حسابات التحقق.أخيرا، تمت دراسة مجالين مهمين باستخدام الانظمة المتعددة وهما التحكم وتحديد الاخطاء في النظام. في الحالة الأولى يتم تغيير قيم نظام النماذج المتعدده خطوة واحده الى الأمام بناءا على اشارة من المتحكم المصمم و بناء على النماذج المعرفة. في الحالة الثانية، تم التأكد من الاستدامة CKF مع نظام النماذج المتعددة لتحديد الأخطاء وعزلها. وفي جميع الحالات تم عمل محاكاة تشابه المحاكاة المعمول بها في البحوث السابقة لهذه الدراسة لبيان التحسن والتقدم الذي حصل باستخدام الطرح المقدم في هذه الرسالة

English Abstract

Modeling of dynamical systems is an important task that cut across many disciplines. Model has been found to be indispensable for rapid development of new systems, analyses of existing systems, simulation of process monitoring, prediction, fault detection and design of process control. Modeling of real life industrial systems is however not a trivial task due their inherent nonlinearities with wide operating ranges and large set point changes. In recent years, much attention has been given to multi-model-based alternative approach to describe nonlinear systems. In contrast to conventional modeling technique, a system is represented by a set of models, that are combined, with different degree of validity, to form the global model. Each model represents the system in a specific region of operation. This thesis concerns with the multi-model identification of nonlinear systems and its applications. Some of the key challenges encounter in representing a nonlinear system with interpolated multiple models is addressed. One of the challenges of multi-model approach is the partitioning of the system’s operating space to a number of sub-spaces. This translate to finding the submodels that can adequately represent the entire operating region of the nonlinear system when combined within the multi-model framework. We presented a heuristic and meta-heuristic data based partition methods for multi-model identification of nonlinear systems. In the proposed approach the structure and the number of submodels are not known a priori. The proposed method consists of two stages. The first stage deals with initial estimate of the number of submodels and their parameters while the final submodels are obtained in the second stage. Another issue of important is finding the weight contribution of the submodels for combining them to completely form multi-model representation of the nonlinear system. In this study, a constrained Kalman filter (CKF) validity computation is developed for interpolation of submodels. The presented method overcomes some of the drawback of commonly used validity computations such as sensitivity to parameter selection, and restriction to partition strategy. The proposed CKF showed good performance and better than some commonly used validity computation. Finally, two important application areas namely, control and fault diagnosis, are investigated on the proposed multimodel framework. In the first case, multi-model weighted one-step ahead reference tracking control algorithms are designed for some of the identified systems. In the second case, the suitability of the CKF algorithm under multi-model framework is tested for fault detection and isolation . In all cases simulated nonlinear systems examples that had been studied previously in the literature are provided to illustrate the improved performance of the proposed methods.



Item Type:Thesis (PhD)
Subjects:Systems
Engineering
Divisions:College Of Computer Sciences and Engineering > Systems Engineering Dept
Committee Advisor: Elferik, Sami
Committee Members: Elshafei, Moustafa and Al-Saif, Abdul-Wahid and Abido, Mohammed and Deriche, Mohamed
ID Code:139531
Deposited By:ADENIRAN AHMED ADEBOWALE (g200604120)
Deposited On:21 Oct 2015 13:13
Last Modified:21 Oct 2015 13:13

Repository Staff Only: item control page