[Back]

L. Böhler, J. Krail, G Görtler, M. Kozek:
"Fuzzy model predictive control for small-scale biomass combustion furnaces";
Applied Energy, 276 (2020), 13 pages.

This work presents a fuzzy model predictive controller for small-scale grate furnaces based on a newly derived biomass combustion model. Several local linear controllers are designed for a selected number of operating points utilizing a gap metric. The resulting local predictive controllers are merged with membership functions to form a global nonlinear fuzzy control structure. The presented framework intends to improve the transient and steady state operation by applying an optimal control strategy with state estimation and to cover the entire operating range of the furnace. The open loop results of the introduced combustion model are parameterized and cross-validated with measured data from a test furnace. In order to find suitable parameters for the grey-box model, a local sensitivity analysis is conducted to contribute to an efficient parameter estimation process. Closed loop simulation results of the fuzzy model predictive controller, a linear model predictive controller and a PI control algorithm are presented and compared. Based on the performance of the proposed fuzzy controller, its application, advantages and disadvantages are discussed. Additionally, the impact of the different controllers on the formation of carbon monoxide is investigated based on estimation models from literature. The simulation results show that the fuzzy model predictive controller performs best in the considered categories.

In dieser Arbeit wird ein modellprädiktiver Fuzzy-Regler für kleine Rostfeuerungsanlagen vorgestellt, der auf einem neu abgeleiteten Biomasse-Verbrennungsmodell basiert. Es werden mehrere lokale lineare Regler für eine ausgewählte Anzahl von Betriebspunkten unter Verwendung einer Gap-Metric entworfen. Die resultierenden lokalen prädiktiven Regler werden mit Membershipfunctions zu einer globalen nichtlinearen Fuzzy-Regelstruktur zusammengefügt. Das vorgestellte Framework zielt darauf ab, den transienten und stationären Betrieb durch Anwendung einer optimalen Regelstrategie mit Zustandsschätzung zu verbessern und den gesamten Betriebsbereich des Kessels abzudecken. Die Open-Loop-Ergebnisse des vorgestellten Verbrennungsmodells werden parametriert und mit Messdaten des Prüfstandes kreuzvalidiert. Um geeignete Parameter für das Grey-Box-Modell zu finden, wird eine lokale Sensitivitätsanalyse durchgeführt, die zu einem effizienten Parameterschätzungsprozess beiträgt. Simulationsergebnisse des modellprädiktiven Fuzzy-Reglers, eines linearen prädiktiven Reglers und eines PI-Regelalgorithmus im geschlossenen Regelkreis werden verglichen. Basierend auf der Leistung des vorgeschlagenen Fuzzy-Reglers werden dessen Anwendung, Vor- und Nachteile diskutiert. Zusätzlich wird der Einfluss der verschiedenen Regler auf die Bildung von Kohlenmonoxid anhand von Schätzmodellen aus der Literatur untersucht. Die Simulationsergebnisse zeigen, dass der modellprädiktive Fuzzy-Regler in den betrachteten Kategorien am besten abschneidet.

Biomass; Modeling; Fuzzy; Predictive control; Gap metric; Emission

http://dx.doi.org/10.1016/j.apenergy.2020.115339

https://publik.tuwien.ac.at/files/publik_293033.pdf