دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: احتمال ویرایش: 1 نویسندگان: Benoît Codrons سری: Advances in Industrial Control ISBN (شابک) : 9781852339180, 1852339187 ناشر: Springer سال نشر: 2005 تعداد صفحات: 254 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 2 مگابایت
در صورت تبدیل فایل کتاب Process Model for 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 مدل فرآیند برای کنترل 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.
بسیاری از کتابهای کنترل فرآیند بر تکنیکهای طراحی کنترل تمرکز میکنند و ساخت یک مدل فرآیند را بدیهی میدانند. مدلسازی فرآیند برای کنترل بر مراحل مدلسازی زیربنای یک طراحی موفق تمرکز میکند و به سؤالاتی مانند:
چگونه باید شناسایی فرآیند خود را انجام دهم تا به یک مدل خوب دست یابیم؟
چگونه می توانم کیفیت یک مدل را با توجه به استفاده از آن در طراحی کنترل ارزیابی کنم؟
چگونه می توانم اطمینان حاصل کنم که یک کنترل کننده یک فرآیند واقعی را قبل از اجرا به اندازه کافی تثبیت می کند؟
کارآمدترین روش کاهش سفارش برای تسهیل اجرای کنترلکنندههای مرتبه بالا چیست؟
ابزارهای مختلف، یعنی شناسایی سیستم، اعتبارسنجی مدل/کنترلکننده و کاهش سفارش در چارچوبی با مبنای مشترک مورد مطالعه قرار میگیرند: شناسایی حلقه بسته با کنترلکنندهای که نزدیک به بهینه است، مدلهایی را با خطاهای بایاس و واریانس ارائه میکند که به طور ایدهآل برای طراحی کنترل تنظیم شدهاند. در نتیجه، قوانینی مشتق میشوند که برای همه روشها اعمال میشوند، که علیرغم ماهیت ظاهراً نامرتبط ابزارهای مدلسازی، راه روشنی را در اختیار پزشک قرار میدهند. نمونه های دقیق کار شده، نماینده کاربردهای مختلف صنعتی، ارائه شده است: کنترل یک ساختار مکانیکی انعطاف پذیر. یک فرآیند شیمیایی؛ و یک نیروگاه هستهای.
مدلسازی فرآیند برای کنترل از ریاضیات سطح متوسطی استفاده میکند که برای محققانی که علاقهمند به کاربردهای واقعی هستند و برای مهندسان کنترلی که علاقهمند به تئوری کنترل هستند، مناسب است. این مهندسین کنترل کار را قادر می سازد تا روش های خود را بهبود بخشند و به دانشگاهیان و دانشجویان فارغ التحصیل دیدی همه جانبه از نتایج اخیر در مدل سازی برای کنترل ارائه می دهد.
Many process control books focus on control design techniques, taking the construction of a process model for granted. Process Modelling for Control concentrates on the modelling steps underlying a successful design, answering questions like:
How should I carry out the identification of my process in order to obtain a good model?
How can I assess the quality of a model with a view to using it in control design?
How can I ensure that a controller will stabilise a real process sufficiently well before implementation?
What is the most efficient method of order reduction to facilitate the implementation of high-order controllers?
Different tools, namely system identification, model/controller validation and order reduction are studied in a framework with a common basis: closed-loop identification with a controller that is close to optimal will deliver models with bias and variance errors ideally tuned for control design. As a result, rules are derived, applying to all the methods, that provide the practitioner with a clear way forward despite the apparently unconnected nature of the modelling tools. Detailed worked examples, representative of various industrial applications, are given: control of a mechanically flexible structure; a chemical process; and a nuclear power plant.
Process Modelling for Control uses mathematics of an intermediate level convenient to researchers with an interest in real applications and to practising control engineers interested in control theory. It will enable working control engineers to improve their methods and will provide academics and graduate students with an all-round view of recent results in modelling for control.
Introduction....Pages 1-6
Preliminary Material....Pages 7-45
Identification in Closed Loop for Better Control Design....Pages 47-63
Dealing with Controller Singularities in Closed-loop Identification....Pages 65-110
Model and Controller Validation for Robust Control in a Prediction-error Framework....Pages 111-157
Control-oriented Model Reduction and Controller Reduction....Pages 159-209
Some Final Words....Pages 211-214