MPC-gebaseerd raamwerk voor autonome controle van systemen bestaande uit state-machines

In de industrie is er een aanhoudende tendens om steeds meer kost en energie-efficiënte systemen te ontwikkelen. Dit is zeker zo voor complexe systemen bestaande uit meerdere afzonderlijke actoren om samen een gemeenschappelijk doel te behalen. Dikwijls zijn deze actoren binnen deze systemen aangestuurd als toestandsmachines.

Het oplossen van een centraal Model Predictive Controle probleem is een veel belovende techniek op deze systemen zo efficiënt mogelijk aan te sturen. Deze techniek houdt rekening met zowel de modellen van de actoren, de systeem limitatie als de voorspellingen voor het systeem. Aan de hand van deze informatie zoekt het een globaal optimum in real-time die aangelegd wordt aan de actoren. Echter is het probleem voor deze klasse systemen moeilijk op te lossen. De toestandsmachines worden in deze probleem omschrijving meestal voorgesteld als variabelen met een gehele of booleaanse waarde. Dit leidt tot mixed-integer probleem die numeriek moeilijk op te lossen is.

In doel van dit onderzoek om (1) een industrieel bruikbare aanpak om eenvoudig toestandsmachines te beschrijven en (2) een overzicht van mogelijke oplossingsmethodes voor deze klasse van problemen te ontwikkelen.