En ny måde at forbedre automatiserede systemer på

Forskere fra Zhejiang University i Kina har udviklet en ny måde at øge ydeevnen af ​​automatiserede systemer såsom energianlæg, fly og elektronik. Forskerne offentliggjorde deres metode i juli -udgaven af IEEE/CAA Journal of Automatica Sinica ( JAS ), en fælles udgivelse af Institute of Electrical and Electronic Engineers (IEEE) og Chinese Association of Automation (CAA).

Automatiserede systemer anvender modelprædiktiv kontrol for effektivt at bruge strøm. Metoden analyserer nuværende adfærd og tidsrammer for at forudsige og igangsætte de bedste næste skridt for at optimere systemets mål. For eksempel, det automatiske flyvesystem i et fly skal undersøge flyvehøjde, hastighed, vejrforhold, afstanden til destinationen, brændstofforsyninger, og mere for effektivt at bruge sine ressourcer til at ankomme sikkert.

"Model prædiktiv kontrol er meget brugt på grund af dens evne til effektivt at håndtere den komplekse dynamik i systemer med flere input og output, systembegrænsninger, og modstridende kontrolmål, " skrev Hongye Su, en forfatter på papiret og en professor ved Zhejiang University, Kina. "En nøglerolle i denne ramme er noget, der kaldes 'gennemførligt sæt'."

Det gennemførlige sæt er alle de potentielle handlinger, et system kan udføre, mens det holder sig inden for forudbestemte begrænsninger – ligesom alle de veje, du kunne tage, i en stat, at nå samme destination. Disse mulige løsninger kan matematisk visualiseres som et rum inden for bestemte former, og efterhånden som begrænsninger ændres, det samme gør formerne.

Su og hans team har designet en algoritme, der beregner det mulige sæt ved hjælp af begrænsninger repræsenteret af geometriske former. Programmet kan hurtigt bestemme vinklen på de indre forbindelser inden for hver form, hvilket let medfører det mulige sæt eller alle mulige handlinger.

"Simuleringen viser, at den foreslåede metode er særlig effektiv til lavdimensionel gennemførlig sætberegning og undgår ikke-unicitetsproblemet med optimatorer, såvel som hukommelsesforbrugsproblemet, der opstår ved projektion af algoritmer, " skrev Su.

At optimere systemerne for f.eks. energiforbrug kan tage betydelig hukommelse og tid, især med et ekstraordinært antal begrænsninger at overveje. Ved at anvende det, Su og hans team kalder "polyhedral gennemførlig sætberegning, "Problemet kan løses hurtigere og med mindre computerkraft, med hensyn til den nødvendige hukommelse.

Su advarer om, at dette kun gælder for lavdimensionelle gennemførlige sæt, imidlertid. Jo færre begrænsninger du skal overveje, jo færre dimensioner indeholder et muligt sæt.

"Hvis dimensionen af ​​det mulige sæt er meget stor, den beregningsmæssige byrde af den foreslåede metode ville være forfærdelig, "Su skrev, bemærker, at en mulig løsning kan ligge i at ændre de former, der bruges i beregningen, til polyeder, og der er behov for mere arbejde for at udforske denne mulighed yderligere.