جلسه دفاع پایان نامه کارشناسی ارشد (آقای رسول ویسی)
موضوع: کنترل پیش‌بین مدل مقاوم بر پایه‌ی یادگیری عمیق در سیستم‌های یخچال صنعتی با داده‌های ناکافی به کمک دیدگاه کوپمنیزم
ارائه دهنده: رسول ویسی
استادان راهنما: دکتر حمیدرضا میردامادی
استادان مشاور: پروفسور روزبه ایزدی زمان آبادی
استادان داور: دکتر محمد دانش، پروفسور سعید بهبهانی
چکیده:
سردسازی در صنعت مواد خوراکی و دارویی، اهمیت بسیار فراوانی دارد. از دیرباز تاکنون آدمی با بهره‌گیری از روش‌هایی گوناگون، از یخچالی‌های طبیعی گرفته تا یخچال‌های صنعتی پیشرفته، برای نگهداری درست و طولانی از این دسته مواد تلاش کرده است. تمرکز این پایان نامه، کنترل تبخیرکننده‌ی سیستم‌های سردسازی فروشگاهی است. این بازار بسیار رقابتی است و برای سازندگان مهم است که هزینه‌های ساخت کمینه شوند و فرآورده‌هایی به مشتریان ارائه شود که بازدهی و کارایی بالاتری داشته باشند. سیستم‌های سردسازی با چالش‌های بسیاری روبه‌رو هستند؛ آن‌ها دستخوش دامنه‌ی گسترده‌ای از پیکربندی‌ها، پیچیدگی‌ها، ساییدگی‌های درونی و نقطه‌های کاری پویا هستند که همگی تنظیم بهینه‌ی کنترل‌کننده‌ها را دشوار و زمان‌بر می‌کنند. تمرکز این پایان نامه بر روی بررسی راهبرد‌های کنترل داده-محور با درجه‌ی بالایی از ویژگی‌های بکارگیری آنی است. بکارگیری آنی، توانایی بهره‌گیری از سیستم در آغاز راه‌اندازی است به‌گونه‌ای که هر گونه دست‌کاری کاربر یا کارشناس نصب‌کننده‌ای را از میان بردارد. هدف کنترل تبخیرکننده در این پایان‌نامه، تنظیم دمای کابین سردسازی است درحالی‌که بیش‌داغ بالاتر از اندازه‌ی بحرانی نگه داشته شود. در راه دستیابی به کنترل این دو متغیر، تنها یک ورودی کنترل‌پذیر، شیر انبساط در دسترس است.
یک نامزد امیدوار کننده برای پیاده‌سازی و کنترل بیش‌داغ تبخیرکننده در نقطه‌های کاری گوناگون، کنترل خودتنظیم تناسبی-انتگرالی است که با کمک تنظیم‌کننده‌های درجه دوم خطی، بهره‌های آن تنظیم می‌شوند. یک بخش مهم در پیاده‌سازی این روش، شناسایی یک مدل رسته‌ی یکم برای بیش‌داغ است که با بهره‌گیری از پاسخ پله‌ی سیستم، می‌توان به این مدل دست پیدا کرد. بیش‌داغ در سیستم‌های سردسازی، همانند یک مدل رسته‌ی یکم رفتار می‌کند ولی پارامتر‌های آن همسان با نقطه‌ی کاری تغییر می‌کند که می‌تواند انگیزه‌سازی برای بهره‌گیری از روش‌های تطبیقی دانش مهندسی کنترل باشد. از آنجایی که این روش تنها به کنترل بیش‌داغ تبخیرکننده می‌پردازد و بر روی دمای کابین سردسازی کنترلی ندارد، در ادامه به رویکرد کنترل پیش‌بین بر پایه‌ی مدل پرداخته می‌شود. کنترل پیش‌بین بر پایه‌ی مدل، یکی از کنترل‌کننده‌های توانا در زمینه‌ی کنترل سیستم‌های چند ورودی - چند خروجی است که می‌تواند در راه دستیابی به هدف‌های بیان شده برای سیستم تبخیرکننده به کار گرفته شود. یکی از بنیادی‌ترین نیاز‌های هر کنترل پیش‌بین بر پایه‌ی مدلی، دسترسی به مدل دقیق فرآیند است. در این پایان‌نامه پیاده‌سازی کنترل پیش‌بین بر روی سیستم تبخیرکننده با بهره‌گیری از دو مدل‌سازی گوناگون انجام شده است. در راهبرد اول، برآورد پارامتر‌های مدل رسته‌ی یکم برای فرآیند پیگیری شده است و در راهبرد دوم از مدلی داده-محور به نام شناسایی تنک دینامیک غیرخطی (سیندی) بهره گرفته شده است. سیندی، یکی از روش‌های نوآور پیشرفته‌ی نوپدید است که با بهره‌گیری از شگردهای یادگیری ماشین در سیستم‌های دینامیکی، به شناسایی مدل فرآیندها می‌پردازد. از آنجایی که ردگیری دو خروجی سیستم، تنها با یک ورودی کنترل‌پذیر چالش برانگیز است، وزن‌دهی پارامتر‌های کنترل پیش‌بین، به شکلی پویا و به کمک یک تابع فعال‌ساز سیگموئیدی انجام گرفته است. با این روش ابتکاری، کنترل پیش‌بین به ردگیری دمای هوای کابین سردسازی می‌پردازد درحالی‌که با مقید کردن بیش‌داغ، از سرریز شدن تبخیرکننده پیشگیری می‌کند.
در این پایان‌نامه از نرم‌افزار متلب/سیمولینک برای شبیه‌سازی و پیاده‌سازی سیستم‌های کنترلی بهر گرفته شده است و نرم‌افزار پایتون برای پیاده‌سازی روش سیندی بکار گرفته شده است. نتیجه‌های به دست آمده از کنترل‌کننده‌های پیش‌بین یاد شده، نشان می‌دهند که کنترل چند ورودی – چند خروجی سیستم تبخیرکننده به درستی انجام شده است. همچنین کنترل تطبیقی طراحی شده، تنها به کنترل بیش‌داغ می‌پردازد و دارای درجه‌ی بالایی از توانایی بکارگیری آنی است که آن را از کنترل‌کننده‌های دیگر برتر می‌سازد. در پایان، کنترل تطبیقی گسترش یافته بر روی یک سیستم یخچال فروشگاهی آزمایش شده است که نتیجه‌هایی آن به درستی نتیجه‌های شبیه‌سازی بوده است.