Utvikling av hybridregulator for håndtering av komplekse reguleringer.

Offentlig prosjektsammendrag

En forutsetning for effektiv regulering er at en relativt hurtig kan observere (og måle) prosessens respons til det pådraget som tilføres av regulatoren. I virkeligheten er det derimot ikke uvanlig at det er en tidsforsinkelse imellom handling og observasjon. Betydelige tidsforsinkelser kan resultere i suboptimal regulering, og i verstefall ustabilitet. Slike tidsforsinkelser kan for eksempel oppstå der det er stor fysisk avstand mellom regulator og sensor som måler responsen. Dersom temperatur på luftstrømning INN i et rør skal reguleres med hensyn på temperaturen på luftstrømning UT av røret, vil tidsforsinkelsen tilsvare tiden det tar for luften å bevege seg fra inngang til utgang. En strategi for å løse dette problemet er å estimere den fremtidige sensor-målingen. Dette kan gjøres ved å sette opp matematiske modeller av prosessen, men det krever mye tid og teoretisk kompetanse. I prosjektet søkes det å anvende maskinlæring til å utvikle en slik estimator for prosessen. Dette har potensiale til å være et kostnadseffektivt og innovativt alternativ, noe som vil bidra til å gjøre denne typen regulering mer tilgjengelig, og dermed føre til et bedre og mer energieffektivt produkt fra kunden.