Control and optimization of multiscale process systems

علاقه به کنترل و بهینه‌سازی سیستم‌های فرآیند چندمقیاسی به دلیل نیاز به دستیابی به کنترل بازخورد دقیق و عملکرد بهینه فرآیندهای پیچیده، مانند رسوب‌گذاری و کندوپاش لایه‌های نازک در تولید نیمه‌رسانا، ایجاد شده است که با پدیده های ماکروسکوپی و میکروسکوپی بسیار همراه. با استفاده از پیشرفت‌های اخیر در دینامیک و کنترل فرآیندهای پارامترهای توزیع‌شده که قوانین پیوسته برای آن‌ها قابل اعمال است و همچنین مدل‌سازی تصادفی پدیده‌ها در مقیاس‌های طول مزوسکوپی/میکروسکوپی، کنترل و بهینه‌سازی سیستم‌های فرآیند چند مقیاسی به یک حوزه تحقیقاتی بسیار فعال از سیستم‌ها تبدیل شده است. و مهندسی کنترل.

این کتاب – اولین در نوع خود – روش‌های کلی برای سنتز کنترل‌کننده بازخورد و بهینه‌سازی سیستم‌های چند مقیاسی را ارائه می‌کند و کاربرد آن‌ها در رشد لایه نازک، فرآیندهای کندوپاش و سیستم‌های کاتالیزوری صنعتی را نشان می‌دهد. علاقه. این کتاب با مقدمه‌ای بر مسائل کلی در مورد کنترل و بهینه‌سازی سیستم‌های چند مقیاسی و مروری بر کارهای قبلی در این زمینه، رویکردهای مدل‌سازی دقیق برای فرآیندهای چند مقیاسی را با تأکید بر تئوری و اجرای شبیه‌سازی مونت کارلو جنبشی، روش‌هایی برای کنترل بازخورد مورد بحث قرار می‌دهد. با استفاده از مدل‌های مونت کارلو جنبشی، ساخت مدل تصادفی و تخمین پارامتر، کنترل پیش‌بینی‌کننده و کوواریانس با استفاده از مدل‌های معادلات دیفرانسیل جزئی تصادفی، و هر دو الگوریتم بهینه‌سازی حالت پایدار و پویا که به طور موثر به اهداف ماکروسکوپی و میکروسکوپی جفت شده می‌پردازند.

ویژگی های کلیدی کار:

* مزایای روش های ارائه شده برای کنترل و بهینه سازی را از طریق شبیه سازی های گسترده نشان می دهد.

* شامل تکنیک های جدید برای کنترل کننده بازخورد است. طراحی و بهینه‌سازی سیستم‌های فرآیند چند مقیاسی که در کتاب‌های دیگر گنجانده نشده‌اند.

* کاربرد روش‌های طراحی کنترل‌کننده و بهینه‌سازی را برای فرآیندهای پیچیده چند مقیاسی مورد علاقه صنعتی نشان می‌دهد.

* شامل یک مجموعه ای غنی از موضوعات تحقیقاتی جدید و ارجاع به کارهای مهم اخیر.

این کتاب به دانش پایه معادلات دیفرانسیل، نظریه احتمالات و نظریه کنترل نیاز دارد و برای محققان، دانشجویان تحصیلات تکمیلی و مهندسین کنترل فرآیند در نظر گرفته شده است. در سرتاسر کتاب، مسائل پیاده‌سازی عملی برای کمک به محققان و مهندسان در درک توسعه و کاربرد روش‌های ارائه‌شده در عمق بیشتر مطرح شده است.

Interest in the control and optimization of multiscale process systems has been triggered by the need to achieve tight feedback control and optimal operation of complex processes, such as deposition and sputtering of thin films in semiconductor manufacturing, which are characterized by highly coupled macroscopic and microscopic phenomena. Drawing from recent advances in the dynamics and control of distributed parameter processes for which continuum laws are applicable as well as stochastic modeling of phenomena at mesoscopic/microscopic length scales, control and optimization of multiscale process systems has evolved into a very active research area of systems and control engineering.

This book—the first of its kind—presents general methods for feedback controller synthesis and optimization of multiscale systems, illustrating their application to thin-film growth, sputtering processes, and catalytic systems of industrial interest. Beginning with an introduction to general issues on control and optimization of multiscale systems and a review of previous work in this area, the book discusses detailed modeling approaches for multiscale processes with emphasis on the theory and implementation of kinetic Monte Carlo simulation, methods for feedback control using kinetic Monte Carlo models, stochastic model construction and parameter estimation, predictive and covariance control using stochastic partial differential equation models, and both steady-state and dynamic optimization algorithms that efficiently address coupled macroscopic and microscopic objectives.

Key features of the work:

* Demonstrates the advantages of the methods presented for control and optimization through extensive simulations.

* Includes new techniques for feedback controller design and optimization of multiscale process systems that are not included in other books.

* Illustrates the application of controller design and optimization methods to complex multiscale processes of industrial interest.

* Contains a rich collection of new research topics and references to significant recent work.

The book requires basic knowledge of differential equations, probability theory, and control theory, and is intended for researchers, graduate students, and process control engineers. Throughout the book, practical implementation issues are addressed to help researchers and engineers understand the development and application of the methods presented in greater depth.