Multi-Loop PID Controller Design for PVA Degradation in a Tubular UV/H2O2 Photoreactor
Notice bibliographique
Résumé
Despite significant progress in advanced process control strategies and their performances, proportional-integral-derivative feedback (PID-FB) control remains one of the prevailing approaches in real applications. The popularity of PID controllers is attributed to their simplicity, straightforward implementation, and applicability, especially for single-input, single-output (SISO) systems. However, most industrial processes are multi-input multi-output (MIMO), with pronounced process interactions, necessitating multi-loop control. Identifying these interactions, choosing the optimal pairs of manipulated variables (MVs) and controlled variables (CVs) for MIMO control, and implementing strategies to mitigate system interactions are critical and challenging. This study investigates a multiple PID-FB loop control strategy for a UV/H 2 O 2 photoreactor utilized to degrade polyvinyl alcohol (PVA) in an aqueous solution. The control objective is to regulate the effluent total organic carbon (TOC) and residual H 2 O 2 concentrations (mg/L) while mitigating the impact of the inlet PVA concentration (mg/L) as a disturbance on CVs. The relative gain array (RGA) analysis is used to identify the interaction of control processes and determine the best MV/CV sets. Before controller design, the interaction between control loops is mitigated by designing the feedforward (FF) decouplers. Subsequently, PID controllers are tuned for each decoupled loop. The response of the decoupled system to setpoint trajectory and disturbance rejection affirms its excellent control performance. Additionally, the realizability of the designed decouplers is assessed. All simulations are conducted in MATLAB Simulink.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».