Cantitate/Preț
Produs
Total produse
Vezi coșul
Model Predictive Control de Eduardo F. Camacho

Model Predictive Control

Autor Eduardo F. Camacho, Carlos Bordons Alba
en Limba Engleză Paperback – 16 iun 2004

Considerăm că a doua ediție a lucrării Model Predictive Control reprezintă un instrument indispensabil pentru înțelegerea mecanismelor de control predictiv, oferind o structură progresivă care ghidează cititorul de la conceptul teoretic la implementarea tehnică riguroasă. Autorii, Eduardo F. Camacho și Carlos Bordons Alba, reușesc să creeze o punte necesară între rigoarea matematică a cercetării și pragmatismul necesar în mediul industrial, acoperind un spectru larg de aplicații, de la centrale electrice la rafinării de zahăr.

Apreciem în mod deosebit modul în care textul este organizat pentru a facilita învățarea: primele capitole definesc strategia și elementele fundamentale MPC, evoluând rapid spre analize detaliate ale schemelor comerciale consacrate, precum Dynamic Matrix Control (DMC). Față de ediția precedentă, volumul aduce un plus de actualitate prin introducerea capitolelor despre controlul neliniar și sistemele hibride, esențiale în procesele industriale complexe de astăzi. Cititorul care a aplicat deja ideile introductive din A First Course in Predictive Control de J.A. Rossiter va găsi aici o aprofundare tehnică superioară, în special în ceea ce privește robustețea și constrângerile sistemelor multivariabile.

În contextul operei autorului, această carte completează viziunea aplicată regăsită în Control of Solar Energy Systems, unde principiile de eficiență și control sunt transpuse în domeniul energiei regenerabile. Prin integrarea codului MATLAB pentru exerciții, Model Predictive Control nu rămâne doar la stadiul de manual teoretic, ci devine un ghid practic de implementare, facilitând testarea algoritmilor în scenarii reale de inginerie electrică și energetică.

Citește tot Restrânge

Preț: 49715 lei

Preț vechi: 58488 lei
-15%

Puncte Express: 746

Carte disponibilă

Livrare economică 05-19 mai
Livrare express 21-25 aprilie pentru 4078 lei

 Adaugă în coș

Wish list
Gift list
Am citit!
Adaugă în listă

Specificații

ISBN-13: 9781852336943
ISBN-10: 1852336943
Pagini: 428
Ilustrații: XXII, 405 p.
Dimensiuni: 155 x 235 x 24 mm
Greutate: 0.65 kg
Ediția:Second Edition 2007
Editura: Springer
Locul publicării:London, United Kingdom

Public țintă

Graduate

De ce să citești această carte

Apreciem această lucrare pentru echilibrul rar între teoria avansată și aplicabilitatea industrială. Este o resursă esențială pentru studenții de masterat și inginerii de sistem care doresc să stăpânească algoritmi precum GPC sau MPC neliniar. Cititorul câștigă competențe direct aplicabile în optimizarea proceselor industriale, beneficiind de exemple rezolvate și suport MATLAB pentru o implementare rapidă și eficientă.

Despre autor

Eduardo F. Camacho este un expert recunoscut în domeniul ingineriei sistemelor și controlului automat. Activitatea sa academică și de cercetare s-a concentrat pe dezvoltarea strategiilor de control predictiv, publicând lucrări de referință care fac tranziția de la teorie la practica industrială. Expertiza sa este completată de colaborări internaționale și studii aprofundate în controlul sistemelor de energie solară. Alături de Carlos Bordons Alba, a contribuit semnificativ la standardizarea educației în domeniul controlului proceselor, oferind perspective valoroase atât pentru cercetători, cât și pentru practicienii din industrie.

Cuprins

1 Introduction to Model Predictive Control.- 1.1 MPC Strategy.- 1.2 Historical Perspective.- 1.3 Industrial Technology.- 1.4 Outline of the Chapters.- 2 Model Predictive Controllers.- 2.1 MPC Elements.- 2.2 Review of Some MPC Algorithms.- 2.3 State Space Formulation.- 3 Commercial Model Predictive Control Schemes.- 3.1 Dynamic Matrix Control.- 3.2 Model Algorithmic Control.- 3.3 Predictive Functional Control.- 3.4 Case Study: A Water Heater.- 3.5 Exercises.- 4 Generalized Predictive Control.- 4.1 Introduction.- 4.2 Formulation of Generalized Predictive Control.- 4.3 The Coloured Noise Case.- 4.4 An Example.- 4.5 Closed-Loop Relationships.- 4.6 The Role of the T Polynomial.- 4.7 The P Polynomial.- 4.8 Consideration of Measurable Disturbances.- 4.9 Use of a Different Predictor in GPC.- 4.10 Constrained Receding Horizon Predictive Control.- 4.11 Stable GPC.- 4.12 Exercises.- 5 Simple Implementation of GPC for Industrial Processes.- 5.1 Plant Model.- 5.2 The Dead Time Multiple of the Sampling Time Case.- 5.3 The Dead Time Nonmultiple of the Sampling Time Case.- 5.4 Integrating Processes.- 5.5 Consideration of Ramp Setpoints.- 5.6 Comparison with Standard GPC.- 5.7 Stability Robustness Analysis.- 5.8 Composition Control in an Evaporator.- 5.9 Exercises.- 6 Multivariable Model Predictive Control.- 6.1 Derivation of Multivariable GPC.- 6.2 Obtaining a Matrix Fraction Description.- 6.3 State Space Formulation.- 6.4 Case Study: Flight Control.- 6.5 Convolution Models Formulation.- 6.6 Case Study: Chemical Reactor.- 6.7 Dead Time Problems.- 6.8 Case Study: Distillation Column.- 6.9 Multivariable MPC and Transmission Zeros.- 6.10 Exercises.- 7 Constrained Model Predictive Control.- 7.1 Constraints and MPC.- 7.2 Constraints and Optimization.- 7.3 Revision of Main Quadratic Programming Algorithms.- 7.4 Constraints Handling.- 7.5 1-norm.- 7.6 Case Study: A Compressor.- 7.7 Constraint Management.- 7.8 Constrained MPC and Stability.- 7.9 Multiobjective MPC.- 7.10 Exercises.- 8 Robust Model Predictive Control.- 8.1 Process Models and Uncertainties.- 8.2 Objective Functions.- 8.3 Robustness by Imposing Constraints.- 8.4 Constraint Handling.- 8.5 Illustrative Examples.- 8.6 Robust MPC and Linear Matrix Inequalities.- 8.7 Closed-Loop Predictions.- 8.8 Exercises.- 9 Nonlinear Model Predictive Control.- 9.1 Nonlinear MPC Versus Linear MPC.- 9.2 Nonlinear Models.- 9.3 Solution of the NMPC Problem.- 9.4 Techniques for Nonlinear Predictive Control.- 9.5 Stability and Nonlinear MPC.- 9.6 Case Study: pH Neutralization Process.- 9.7 Exercises.- 10 Model Predictive Control and Hybrid Systems.- 10.1 Hybrid System Modelling.- 10.2 Example: A Jacket Cooled Batch Reactor.- 10.3 Model Predictive Control of MLD Systems.- 10.4 Piecewise Affine Systems.- 10.5 Exercises.- 11 Fast Methods for Implementing Model Predictive Control.- 11.1 Piecewise Affinity of MPC.- 11.2 MPC and Multiparametric Programming.- 11.3 Piecewise Implementation of MPC.- 11.4 Fast Implementation of MPC forUncertain Systems.- 11.5 Approximated Implementation for MPC.- 11.6 Fast Implementation of MPC and Dead Time Considerations.- 11.7 Exercises.- 12 Applications.- 12.1 Solar Power Plant.- 12.2 Pilot Plant.- 12.3 Model Predictive Control in a Sugar Refinery.- 12.4 Olive Oil Mill.- 12.5 Mobile Robot.- A Revision of the Simplex Method.- A.1 Equality Constraints.- A.2 Finding an Initial Solution.- A.3 Inequality Constraints.- B Dynamic Programming and Linear Quadratic Optimal Control.- B.1 LinearQuadratic Problem.- B.2 InfiniteHorizon.- References.

Recenzii

From the reviews of the second edition:
"This text is an introduction to model predictive control, a control methodology which has encountered some success in industry, but which still presents many theoretical challenges. … The book is of interest as an introduction to model predictive control, and a merit is the special presentation, connecting the subject intimately with industrial situations." (A. Akutowicz, Zentralblatt MATH, Vol. 1080, 2006)
"It is a much more ambitious work, seeking to inform practitioners how to implement MPC while at the same time serving as an advanced student text as well as reference for control researchers. … The authors clearly see the text as a teaching aid since several chapters include exercises. … In summary, a significant contribution to this important field for control academics, and some highly experienced MPC practitioners … ." (Michael Brisk, www.tcetoday.com, February, 2008)

Textul de pe ultima copertă

From power plants to sugar refining, model predictive control (MPC) schemes have established themselves as the preferred control strategies for a wide variety of processes.
The second edition of Model Predictive Control provides a thorough introduction to theoretical and practical aspects of the most commonly used MPC strategies. It bridges the gap between the powerful but often abstract techniques of control researchers and the more empirical approach of practitioners. Model Predictive Control demonstrates that a powerful technique does not always require complex control algorithms.
The text features material on the following subjects:
  • general MPC elements and algorithms;
  • commercial MPC schemes;
  • generalized predictive control
  • multivariable, robust, constrained nonlinear and hybrid MPC;
  • fast methods for MPC implementation;
  • applications.
All of the material is thoroughly updated for the second edition with the chapters on nonlinear MPC, MPC and hybrid systems and MPC implementation being entirely new. Many new exercises and examples have also have also been added throughout and MATLAB® programs to aid in their solution can be downloaded from extras.springer.com. The text is an excellent aid for graduate and advanced undergraduate students and will also be of use to researchers and industrial practitioners wishing to keep abreast of a fast-moving field.

Caracteristici

Provides an approach to control that is more pragmatic than the complex schemes common in academic research while maintaining the power necessary for a robust approach to a wide variety of processes and systems New exercises and examples give the student more practice in the modelling techniques presented Solutions available for download from authors' website save the tutor time and enable the student to follow results more closely even when the tutor isn't present Gives the student access to a widely-used form of control which will be required by many industrial careers