Start / Studia przypadków

Studia przypadków

Cztery projekty opisane w ten sam sposób: problem, dynamika i ograniczenia, co zbudowano, jak to zweryfikowano i czego to nauczyło. Dalsze materiały mogę udostępnić w ramach NDA.

Omów podobny problem

CERN · IAV · SkySails · własne projekty

Dowody w kontekście

Referencje mają pokazać dopasowanie, a nie tylko robić wrażenie

Dla decydenta technicznego ważne jest, czy doświadczenie pasuje do obecnego problemu sterowania, estymacji lub optymalizacji.

Część dowodów jest publiczna — publikacje i świadectwa są podlinkowane poniżej. Inne materiały są przydatniejsze w ramach NDA, gdy znany jest system, ograniczenia i charakter usterki.

Rafał Noga podczas przeglądu projektu technicznego z częściami i schematami systemu na stole
Referencje pokazują trafność przed poważną rozmową techniczną.

Kriogenika · NMPC · estymacja stanu

NMPC w czasie rzeczywistym dla obiegu helu nadciekłego w LHC

Kontekst
CERN, Genewa — badacz i doktorant (2007–2013); doktorat na Uniwersytecie w Valladolid (2015).
Problem
Utrzymać nadprzewodzące magnesy LHC w temperaturze pracy 1,9 K. Powyżej 2,1 K blokada odłącza zasilanie magnesów; powyżej 2,16 K hel przestaje być nadciekły i magnes może utracić nadprzewodnictwo (quench).
Dynamika i ograniczenia
Silnie nieliniowa, rozproszona termohydraulika z opóźnieniem, odpowiedzią odwrotną, nasyceniem elementów wykonawczych i silnym sprzężeniem — oraz tylko kilka punktów pomiarowych wzdłuż długiego obiegu kriogenicznego.
Dotychczasowe podejście
Klasyczna regulacja PI, nastrojona zachowawczo, by trzymać się z dala od granic temperatury.
Rozwiązanie
Termohydrauliczny model z pierwszych zasad uproszczony do pracy w czasie rzeczywistym; nieliniowa estymacja z ruchomym horyzontem niemierzonych stanów (5 stanów termodynamicznych z 3 czujników ciśnienia i temperatury, z częstotliwością 1 Hz); ekonomiczne NMPC ze sprzężeniem od wyjścia i granicami temperatury jako twardymi ograniczeniami.
Wdrożenie i weryfikacja
Półautomatyczne generowanie kodu dla NMPC sztywnego układu o parametrach rozłożonych. Około 1 s na estymację i 7–14 s na optymalizację. Regulator przetestowano w CERN.
Wynik
Po tym samym zakłóceniu NMPC ustabilizował temperaturę kąpieli około dziesięć razy szybciej niż dotychczasowa regulacja PI, nie przekraczając granicy 2,1 K.
Wnioski
To estymator decyduje, jak dobry może być regulator. Uproszczony model działający w czasie rzeczywistym wygrywa z kompletnym, który nie działa. Twarde granice należą do problemu optymalizacji, a nie do zachowawczych nastaw.

Podobny problem ze sterowaniem lub optymalizacją? Zarezerwuj 30-min rozmowę techniczną →

Energetyka wiatrowa · ekonomiczne NMPC

Zaawansowane sterowanie turbin wiatrowych dużej mocy

Kontekst
IAV GmbH — inżynier sterowania, B+R w sterowaniu opartym na modelach i zaawansowanym sterowaniu turbin wielomegawatowych.
Problem
Większe wirniki czynią turbiny bardziej elastycznymi i silniej sprzężonymi. Sterowanie musi równoważyć produkcję energii, obciążenia konstrukcji, zużycie elementów wykonawczych i stabilność w zmiennych warunkach wiatrowych.
Dynamika i ograniczenia
Elastyczna wieża i łopaty, ograniczone elementy wykonawcze pitch i momentu, turbulentny wiatr mierzony tylko pośrednio oraz zakresy pracy od obciążenia częściowego do pełnego.
Dotychczasowe podejście
W klasycznym sterowaniu turbin pętle pitch i momentu stroi się osobno, a logika nadrzędna przełącza między obszarami pracy.
Rozwiązanie
Zorientowane na sterowanie modelowanie z pierwszych zasad i identyfikacja; nieliniowa estymacja stanu; wielokryterialne ekonomiczne NMPC; architektura i wymagania regulatora; diagnostyka i optymalizacja parametrów; narzędzia inżynierskie do powtarzalnego wdrażania metod zaawansowanego sterowania.
Wdrożenie i weryfikacja
Projektowanie oparte na modelach i symulacja architektury sterowania oraz narzędzia do przeniesienia koncepcji zaawansowanego sterowania w stronę zastosowań przemysłowych. Szczegóły są poufne.
Wynik
Oparta na modelach architektura sterowania i narzędzia wdrożeniowe dla turbin wielomegawatowych; opublikowana praca o ultrakrótkoterminowej prognozie prędkości wiatru dla sterowania turbiną (IECON 2018).
Wnioski
W dużych, elastycznych maszynach problem często leży w architekturze między pętlami, a nie w jednej pętli. Sam wiatr trzeba estymować. Zaawansowane sterowanie opłaca się tylko wtedy, gdy da się je powtarzalnie wdrażać.

Podobny problem ze sterowaniem lub optymalizacją? Zarezerwuj 30-min rozmowę techniczną →

Energetyka wiatrowa na wysokości · optymalizacja trajektorii

Automatyzacja lotu i optymalizacja trajektorii dla energetyki wiatrowej na wysokości

Kontekst
SkySails Power GmbH, Hamburg — inżynier sterowania (do marca 2024).
Problem
Sprawić, by pełnowymiarowy prototyp latawca na uwięzi ze zmiennym trymem latał niezawodnie, i znaleźć trajektorie dające najwięcej mocy w granicach systemu.
Dynamika i ograniczenia
Nieliniowy lot elastycznego skrzydła na uwięzi; silne zakłócenia wiatrem; ograniczone czujniki pokładowe; ograniczenia aerodynamiczne, mechaniczne, elektryczne, geometryczne i eksploatacyjne.
Dotychczasowe podejście
Odziedziczone sterowanie prototypu, które trzeba było dostroić i poprawić na rzeczywistym systemie.
Rozwiązanie
Strojenie prototypu i analiza danych lotu; identyfikacja i poprawa sprzężenia zwrotnego oparta na modelach; adaptacja wartości zadanych; estymacja stanu oparta na UKF; nieliniowa optymalizacja trajektorii 3D z ograniczeniami dla latawców ze zmiennym trymem.
Wdrożenie i weryfikacja
Praca na pełnowymiarowym prototypie z danymi lotu; procesy optymalizacji wartości zadanych, badań osiągów, analizy wrażliwości i doboru komponentów; optymalizacja trajektorii online dla autonomicznych lotów produkcyjnych.
Wynik
Ciągłe przeplanowywanie online dla bardzo dynamicznego systemu latającego oraz metoda optymalizacji trajektorii opublikowana jako artykuł (arXiv 2024).
Wnioski
W nowym systemie najpierw trzeba uczynić prototyp użytecznym. Optymalizator trajektorii jest tak dobry jak jego model i ograniczenia, których przestrzega. Dane z lotów zamykają lukę między modelem a rzeczywistością.
Dowody

Podobny problem ze sterowaniem lub optymalizacją? Zarezerwuj 30-min rozmowę techniczną →

Soft-sensory · fuzja sensorów

Estymacja tego, czego nie da się zmierzyć bezpośrednio: wariometr z fuzją sensorów

Kontekst
Własny projekt (SSDV12) — i ten sam wzorzec estymacji co w powyższych przypadkach.
Problem
Piloci paralotni potrzebują szybkiej i dokładnej prędkości wznoszenia. Wariometry barometryczne wymieniają szum na opóźnienie, a sam GPS jest za wolny.
Dynamika i ograniczenia
Pomiary ciśnienia, inercyjne i GPS o różnym szumie, opóźnieniu i przesunięciu; układ pilot–skrzydło poruszający się we wszystkich osiach.
Dotychczasowe podejście
Wariometry barometryczne, których filtracja wymienia szum na opóźnienie.
Rozwiązanie
Modelowanie z pierwszych zasad i estymator z fuzją sensorów łączący pomiary ciśnienia, inercyjne i GPS.
Wdrożenie i weryfikacja
Estymator opracowany i przetestowany w lotach eksperymentalnych; planowany jest prototyp sprzętowy.
Wynik
Działające podejście do estymacji — i ten sam wzorzec (model + dostępne czujniki + nieliniowa estymacja) co w CERN, IAV i SkySails.
Wnioski
Soft-sensor to model plus estymator. Szum, opóźnienie i przesunięcie każdego czujnika trzeba modelować jawnie.

Podobny problem ze sterowaniem lub optymalizacją? Zarezerwuj 30-min rozmowę techniczną →

Jak udostępniane są dowody

Publicznie, gdy to możliwe

Publikacje, referaty i świadectwa pokazują głębię techniczną bez ujawniania poufnych materiałów.

W ramach NDA, gdy to konieczne

W wielu projektach przemysłowych najcenniejsze dowody udostępnia się po pierwszej rozmowie o dopasowaniu i przy wzajemnej poufności.

Nastawione na decyzję

Nie chodzi o ilość, lecz o pokazanie, czy doświadczenie pasuje do konkretnego problemu.

Podobny problem ze sterowaniem, estymacją lub optymalizacją?

Przynieś opis systemu, główne objawy i twarde ograniczenia. Dopasowanie techniczne zwykle wyjaśnia się w 30 minut.

Zarezerwuj 30-min rozmowę techniczną →

← Powrót na stronę główną