کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6595000 1423735 2018 17 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Identification in dynamic networks
ترجمه فارسی عنوان
شناسایی در شبکه های پویا
ترجمه چکیده
شناسایی سیستم یک ابزار رایج برای تخمین (خطی) مدل های گیاهی به عنوان پایه ای برای کنترل پیش بینی مبتنی بر مدل و بهینه سازی است. با این حال، چالش های موجود در صنعت فرآیند، از تکنیک های مدل سازی مبتنی بر داده ها که فراتر از مدل واحد / گیاه است فراتر می روند. در حالی که مشکلات بهینه سازی و کنترل بیشتر و بیشتر در قالب راه حل های غیر متمرکز و یا توزیع شده تشکیل می شوند، مشکلات مربوط به مدل سازی مربوط به سیستم های ساخت یافته و مرتبط با یکدیگر باید مورد توجه قرار گیرد. مقدمه ای به وضعیت فعلی هنر و تحولات مربوط به شناسایی شبکه های پویای خطی داده می شود. از روشهای خطای پیش بینی کلاسیک برای سیستمهای حلقه باز و سیستم حلقه بسته، چندین عددی برای مدیریت وضعیت شبکه ارائه شده و سوالات تحقیق جدید برجسته خواهد شد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی شیمی مهندسی شیمی (عمومی)
چکیده انگلیسی
System identification is a common tool for estimating (linear) plant models as a basis for model-based predictive control and optimization. The current challenges in process industry, however, ask for data-driven modelling techniques that go beyond the single unit/plant models. While optimization and control problems become more and more structured in the form of decentralized and/or distributed solutions, the related modelling problems will need to address structured and interconnected systems. An introduction will be given to the current state of the art and related developments in the identification of linear dynamic networks. Starting from classical prediction error methods for open-loop and closed-loop systems, several consequences for the handling of network situations will be presented and new research questions will be highlighted.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computers & Chemical Engineering - Volume 109, 4 January 2018, Pages 23-29
نویسندگان
, , ,