SÜREKLİ, KARIŞTIRMALI TANK PROSESİNE SİSTEM TANIMLAMA TEKNİĞİNİN MATLAB ORTAMINDA UYGULANMASI

Bu çalışmada sürekli, karıştırmalı tepkime kabının modeli sistem tanımlama tekniğine göre belirlenmiştir. Yöntem; polimerizasyon reaksiyonlarının sıcaklık kontrolünde olduğu gibi, kontrol ve model parametrelerini hesaplamada kolaylık sağlayacaktır. Sürekli, karıştırmalı tepkime kabının ARX ve ARMAX modellerinin belirlenmesi amacıyla sisteme Sahte Rastgele İkili Ardışık Sinyal (P.R.B.S) verilmiş ve kontrol edilen değişken olan tepkime kabı sıcaklık değerleri sistemden alınmıştır. Kaydedilen giriş/çıkış verileri MATLAB ortamında değerlendirilerek doğrusal ARX ve ARMAX modellerinin derecesi ve parametreleri belirlenmiştir. Model parametrelerinin belirlenmesinde En Küçük Kareler yöntemi kullanılmıştır. En uygun modelin seçiminde oto korelasyon, çapraz korelasyon grafikleri ve Akaike Bilgi Kriteri (AIC) inden faydalanılmıştır. Sonuç olarak ARMAX modelin sürekli, karıştırmalı tepkime kabını temsil eden en iyi model olduğu belirlenmiştir.

APPLICATION OF THE SYSTEM IDENTIFICATION TECHNIQUE TO A CONTINUOUS STIRED TANK PROCESS USING MATLAB TOOLBOX

In this paper, a continuous stirred tank reactor was modeled by using the system identification technique. This technique is useful to calculation control and model parameters such as temperature control of polymerization reactor. A pseudorandom binary sequence (PRBS) was utilized as a forcing function in order to identify ARX and ARMAX models of the system and the system output which was tank temperature was measured. Input and output data were collected from system and ARX and ARMAX models degree and parameters were evaluated by using least square method with MATLAB function , In order to test the model validation, auto correlation, cross correlation plots and information theoretic criterion (AIC) were used. The best model of continuous stirred tank reactor was determined as ARMAX model.

PDF

___

[1] G. Özkan, M. Alpbaz, ‘ Sistem Tanımlama Teknikleri ve Uygulaması ‘ , Gazi Üniversitesi Fen Bilimleri Enstitüsü Dergisi, Vol.10/2, pp.291-301, 1997
[2] Haber R., Unbehauen H., ‘ Structure Identification of Nonlinear Dynamic Systems’, Automatica, Vol.26, pp.651-677, 1990.
[3] Godfrey, K. R. , ‘Correlation Methods’ ,Automatica, Vol.16,pp.527-534,1980
[4] E. Hernandez and Y. Arkun, ‘Control of nonlinear systems using polynomial arma models’. AIChE, Vol.39,pp. 446-451,1993.
[5] Altuntaş S., Vural H., Özkan G., Hapoğlu H., Alpbaz ,M.” Nötralizasyon Prosesinin Kontrol Algoritması İçin Model Belirleme “,Otomatik Kontrol Ulusal Toplantısı, 2002 Ankara, Bildiri kitabı,ss. 543-549.
[6] Alpbaz, M., Hapoğlu, H., Özkan, G., Experimental Aplication of Generalized Predictive Control at The Temperature in Polystrene Polymerization Reactor. Chemical Engineering Communication,Vol.191,pp.1173-1184, 2004.
[7] Lennart Ljung ,‘System Identification Theory for the User’ Prentice-Hall,New Jersey,1987.
[8]. B. Wayne Bequette, ‘ Process Dynamics Modelling, Analysis and Simulation ‘, Renssealer Polytechnic Institue, 1998.