Please use this identifier to cite or link to this item: http://hdl.handle.net/1942/32068
Title: Comparison of PI/PID and model predictive control applied to a Simscape Multibody model of a DC-powered conveyor belt
Authors: Berden, Ruben
Olaerts, Tristan
Advisors: BAETEN, Johan
HENTTONEN, Juhani
Issue Date: 2020
Publisher: UHasselt
Abstract: Dit onderzoek is uitgevoerd in opdracht van de afdeling Elektrotechniek en Automatisering van HAMK Häme University of Applied Sciences in Finland. Het ontwerpen van modellen en regelaars om het gedrag van systemen te voorspellen wordt steeds belangrijker in de industrie. Ook de keuze van de juiste regelaar is een belangrijke factor. Het doel van deze masterscriptie is het onderzoeken van de toolchain van CAD-model naar een Simulink model en het vergelijken van veelvoorkomende controlestrategieën en het maken van een gefundeerde keuze voor de transportbandtoepassing. Het project is toegepast op een eenvoudige DC-aangedreven transportband met PWM-sturing. Deze installatie is mechanisch gemodelleerd in Onshape. Vervolgens is dit model geëxporteerd naar de Simscape Multibody omgeving. Daarna is een wrijvingsmodel ontworpen en toegepast. Dan zijn voor het complete model van de installatie twee regelaars ontworpen: PI/PID en model predictive control. Tenslotte zijn deze regelaars en hun werking geanalyseerd en met elkaar vergeleken. De overzetting van Onshape naar Simscape Multibody is zeer eenvoudig. Echter werd de parameterkeuze om het model overeen te laten komen met de werkelijkheid onmogelijk gemaakt door het coronavirus. Simulaties toonden aan dat voor de transportbandtoepassing een gain scheduled PID-regelaar beter presteert dan een enkele MPC-regelaar bij snelheidsregeling vanwege de meervoudige linearisaties bij meerdere werkingspunten. Bij positieregeling zijn PID en de MPC-regeling gelijkwaardig.
Notes: master in de industriële wetenschappen: energie-automatisering
Document URI: http://hdl.handle.net/1942/32068
Category: T2
Type: Theses and Dissertations
Appears in Collections:Master theses

Files in This Item:
File Description SizeFormat 
62fba592-a696-4cf6-b07c-27e6f9e29c92.pdf1.31 MBAdobe PDFView/Open
ad79a2e4-9145-45fc-ae66-cbc8c4cd7692.pdf4.88 MBAdobe PDFView/Open
Show full item record

Page view(s)

46
checked on Oct 29, 2023

Download(s)

28
checked on Oct 29, 2023

Google ScholarTM

Check


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.