دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Modern Predictive Control
دانلود کتاب کنترل پیش بینی مدرن
مشخصات کتاب
Modern Predictive Control
ویرایش: 1
نویسندگان: Ding Baocang
سری:
ISBN (شابک) : 1420085301, 9781420085310
ناشر: CRC Press
سال نشر: 2009
تعداد صفحات: 288
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 2 مگابایت
قیمت کتاب (تومان) : 36,000
در صورت تبدیل فایل کتاب Modern Predictive Control به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب کنترل پیش بینی مدرن نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توضیحاتی در مورد کتاب کنترل پیش بینی مدرن
کنترل پیش‌بینی مدرن توضیح می‌دهد که چگونه MPC از سایر روش‌های کنترل در اجرای یک عمل کنترلی متفاوت است. مهمتر از همه، MPC انعطاف پذیری را برای عمل در حین بهینه سازی فراهم می کند - که برای حل بسیاری از مسائل مهندسی در کارخانه های پیچیده، که در آن مدل سازی دقیق غیرممکن است، ضروری است. برتری MPC در حل عددی آن است. معمولاً از MPC برای حل یک مسئله کنترل بهینه افق محدود در هر لحظه نمونه برداری و به دست آوردن اقدامات کنترلی برای زمان حال و دوره آینده استفاده می شود. با این حال، تنها حرکت کنترل فعلی برای کارخانه اعمال می شود. این کاوش کامل و گام به گام رویکردهای مختلف MPC: مفاهیم اساسی سیستم‌ها، مدل‌سازی و کنترل پیش‌بینی را معرفی می‌کند، توسعه جزئیات از MPC کلاسیک تا رویکردهای سنتز را بررسی می‌کند. استفاده از کنترل الگوریتمی مدل (MAC)، کنترل ماتریس پویا (DMC) کنترل پیش‌بینی تعمیم‌یافته (GPC) و مدل دو مرحله‌ای کنترل پیش‌بینی رویکردهای کلی مهم برای سنتز را شناسایی می‌کند. بهینه‌سازی حلقه باز و حلقه بسته در رویکردهای سنتز را مورد بحث قرار می‌دهد. رویکردهای سنتز بازخورد خروجی با و بدون افق سوئیچینگ محدود را پوشش می‌دهد. انواع مدل ها برای استفاده با کنترل یک و دو مرحله ای. نویسنده به وضوح تغییرات بین روش‌های کنترل پیش‌بینی و ریشه این تفاوت‌ها را توضیح می‌دهد تا نشان دهد که هیچ MPC ایده‌آلی وجود ندارد و باید برای انتخاب بهترین مدل ممکن در هر شرایط منحصربه‌فرد باز بود.
توضیحاتی درمورد کتاب به خارجی
Modern Predictive Control explains how MPC differs from other control methods in its implementation of a control action. Most importantly, MPC provides the flexibility to act while optimizing—which is essential to the solution of many engineering problems in complex plants, where exact modeling is impossible. The superiority of MPC is in its numerical solution. Usually, MPC is employed to solve a finite-horizon optimal control problem at each sampling instant and obtain control actions for both the present time and a future period. However, only the current control move is applied to the plant. This complete, step-by-step exploration of various approaches to MPC: Introduces basic concepts of systems, modeling, and predictive control, detailing development from classical MPC to synthesis approaches Explores use of Model Algorithmic Control (MAC), Dynamic Matrix Control (DMC), Generalized Predictive Control (GPC), and Two-Step Model Predictive Control Identifies important general approaches to synthesis Discusses open-loop and closed-loop optimization in synthesis approaches Covers output feedback synthesis approaches with and without a finite switching horizon This book gives researchers a variety of models for use with one- and two-step control. The author clearly explains the variations between predictive control methods—and the root of these differences—to illustrate that there is no one ideal MPC and that one should remain open to selecting the best possible model in each unique circumstance.
