During the last two decades, Model Predictive Control (MPC) techniques, all having the common ida: the control input signal is based on a prediction of their process output, have been analyzed and applied in both academic and industrial environments. One such technique, Model Algorithmic Control (MAC), culminating in the recent marketing of a package called Identification and Command (IDCOM), has been applied to the multivariable control of several refinery and petrochemical processes for the last ten years. But the detailed contents of MAC is not known, and there are several problems to be solved for more practically useful applications.
This study discusses a general mathematical programming framework for multivariable MAC and a design method of MAC controllers. Simulation results show that MAC yields an improved performance over conventional control systems in terms of commonly used classical measures of response characteristics, including speed of response, settling time, cumulative error, and robustness.
Control and state variable constraints are often overlooked in the development of control laws. Although recent developments with Dynamic Matrix Control (DMC) and Quadratic Dynamic Matrix Control (QDMC) have addressed this problem, handling of constraints in the framework of MAC has not been addressed in the open literature. In this paper, a constrained multivariable version of MAC controller is presented, where Quadratic Programming (QP) is used to determine the optimal adjustments in the manipulated variables while satisfying constraints representing valve saturation and operational goals. Simulation results show that the proposed method yields a good performance over the traditional MAC strategy.
The problem for non-minimum phase (NMP) systems is discussed within the framework of the MAC. So far, existing methods are computationally ineffective, and include a theoretical error in the derivation of Riccati equation. In order to solve above problems a new method of dealing NMP systems is proposed. It is shown that a stable controller with minimum tracking error can be achieved by using a modified predictive model based on the solution of Riccati equation by Schur vector approach. Simulation results show that the proposed method is quite effective for the control of systems with NMP characteristics.
From our study, it can be concluded that the MAC algorithm offers interesting features making it suitable for real life applications, and this work surely adds more proofs to the merits of MAC.
최근 20년 동안 모델 예측 제어 기법들이 학계와 산업계에서 활발하게 연구되고 적용되어왔다. 그들은 모두 공통된 개념 - 제어 입력 신호가 그들 공정상 출력의 예측된 값으로 부터 계산된다. - 을 갖는다. 그러한 기법중의 하나인 Model Algorithmic Control (MAC) 은 몇몇의 정유및 석유화학 공정의 다변수 제어에 성공적으로 적용되었으며 특히 IDCOM (Identification and Command) 이라 불리는 상품명으로 실용화되어 널리 쓰이고 있다. 그러나 MAC의 자세한 내용은 잘 알려져 있지 않으며 보다 실제적이고 유용한 응용을 위해서는 선행되어 해결되야할 몇가지 문제가 남아 있다.
본 연구는 다변수 MAC의 일반적인 프로그램 구조와 제어기의 설계 방법을 다룬다. 모사 결과는 MAC가 PID와 같은 일반적인 제어 방법 보다 보편적으로 쓰이는 제어 성능 - 응답속도, 정상상태로 이르는 시간, 누적오차, 강건성 (Robustness) - 면에서 우수함을 보여준다.
제어 및 상태 변수에 대한 제약조건 - 밸브나 펌프 등의 물리적 한계 - 은 제어 이론의 전개에 있어 가끔 무시 되어 진다. 최근 Dynamic Matrix Control (DMC)와 Quadratic Dymamic Matrix Control (QDMC)는 이러한 문제들을 다루는데 MAC의 구조에서는 그러한 연구결과가 없다. 본 연구에서는 위의 제약조건을 고려한 다변수 MAC 제어기의 설계 방법이 제안된다. 그것은 밸브의 한계나 조업 목적 등을 반영하는 제약을 만족하면서 입력 변수의 최적 값을 결정하는데 Quadratic Programming (QP) 을 이용함으로 가능하다. 모사 결과는 제안된 방법이 보통의 MAC 기법보다 성능 면에서 우수함을 보여준다.
Non Minimum Phase (NMP) 계의 문제가 MAC의 구조 속에서 다뤄 진다. 이제까지의 방법은 계산 속도 면에서 비효율적이며 이론적인 오류-Riccati 식의 유도과정 - 를 포함한다. 위의 문제들을 해결하기 위하여 MAC의 구조 속에서 NMP 계를 다루는 새로운 방법이 제시된다. 최소의 오차를 갖는 안정된 제어기가 Schur Vector 접근 방법에 의해 얻어진 Riccati 식의 해에 기초한 보정된 예측 모델에 의해 설계될 수 있음이 보여진다. 모사 결과는 NMP 특성을 갖는 계의 제어가 제안된 방법에 의해 효율적으로 됨을 보여준다. 연구 결과로부터 MAC 제어 방법은 실제공정에 매우 효과적으로 쓰일 수 있으며, 우리의 연구로서 MAC 제어 방법이 보다 널리, 유용하게 이용될 수 있음을 알 수 있다.
