State and Parameter Estimation in Closed-Loop Dynamic Real-Time Optimization
Notice bibliographique
Résumé
To adapt to overarching objectives and changing demands, a plant automation system capable of real-time optimization and dynamic model predictions is desirable. Dynamic real-time optimization (DRTO) can achieve higher level objectives such as profitability, however RTO and DRTO schemes require a mechanism to utilize plant measurements to adapt the model to reflect changing conditions. This study proposes a novel integration of Kalman filter state and parameter estimation in which the impact of the controller and the plant response is accounted for in the DRTO. This closed-loop DRTO (CL-DRTO) approach is used to control a multi-input multi-output CSTR where a critical parameter is not measurable. The CSTR is optimized under economic and target tracking objectives, and is tested using two different control layers, PI-based and MPC-based. In the PI controlled CSTR, the proposed solution was compared to the ideal case of full state feedback and a common approach to dealing with mismatch: bias updating. The proposed Kalman filter estimator effectively handles noise and infeasible targets, surpassing bias updating in scenarios involving input saturation and increased measurement noise. The PI controlled CSTR is also tested with nonlinear models and an extended Kalman filter, demonstrating a method for controlling even highly nonlinear systems. In the MPC controlled CSTR, the Kalman filter is tested under input saturation and various disturbance sources. By using DRTO setpoints to guide the MPC towards targets, inputs can be maintained at their constrained bounds without directly accounting for these constraints in the MPC formulation or clipping the inputs directly. Under every scenario tested, the Kalman filter successfully estimated the unknown parameter and demonstrated excellent robustness. The proposed strategy’s ability to control nonlinear plants using linear models suggests potential scalability for larger, more complex systems.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».