Az elmúlt évtizedben modell prediktív szabályozási (MPC) módszereket egyre szélesebb körben kezdtek alkalmazni összetett teljesítményelektronikai rendszerekben és szabályozott villamos hajtásokban. Annak ellenére, hogy az irodalomban számos módszer került kidolgozásra, további vizsgálatok szükségesek, hogy még hatékonyabban lehessen az MPC algoritmusokat alkalmazni ezeken a területeken. A projekt keretén belül kidolgozásra került egy nem iteratív, indirekt, azaz modulátort alkalmazó, MPC algoritmus.A módszer előnye, hogy az irodalomban elérhető módszerekhez képest alacsonyabb a számításigény, illetve, hogy a módszer többszintű inverterek esetén is könnyen alkalmazható. A módszer segítségével hálózat oldali konverterek és három fázisú villamos hajtások szabályozása is megvalósításra került labor körülmények között. Emellett, kidolgozásra került egy újszerű súlyozó tényező számító algoritmus és egy rendezési hálón alapuló megoldás direkt, azaz modulátort nem alkalmazó, MPC szabályozásokhoz. A jelenlegi kutatások ezen módszerek továbbfejlesztésével, illetve ipari alkalmazhatóságuk kérdéseivel foglalkozik. Új kutatási irányként az úgynevezett modell-nélküli (model-free) MPC módszerekkel is foglalkozunk, illetve a gépi tanulási módszerek, ezen belül is a megerősítéses tanulás, alkalmazásának lehetőségét is vizsgáljuk, hogy még jobban kihasználásra kerülhessenek a MPC stratégiákban rejlő lehetőségek.
Modell prediktív szabályozás elvi felépítése teljesítményelektronikai rendszerek esetén
Projektben szereplő tanszéki kutatók, a vezető kutató és elérhetősége:
- Dr. Stumpf Péter Pál (stumpf@aut.bme.hu)
- Bándy Kristóf Gábor (Bandy.Kristof@aut.bme.hu)
Projekthez kapcsolódó publikációk:
- Bándy Kristóf, Stumpf Péter: QuadraticRegressionModel-BasedIndirectModelPredictiveControl of AC Drives, IEEE TransactionsonPower Electronics 37.11 (2022): 13158-13177.
- Bandy Kristóf, Stumpf Péter: ModelPredictiveTorqueControlforMultilevelInverter fed InductionMachinesUsing Sorting Networks, IEEE Access 9 (2021): 13800-13813.