Tiivistelmä

Tässä kirjallisuustyössä on tarkasteltu malliprediktiivistä säätöä, sen peruskäsitteitä ja toimintaa. Aluksi tehdään lyhyt katsaus malliprediktiivisen säädön historiaan. Seuraavissa kappaleissa perehdytään malliprediktiivisen säätöalgoritmin toimintaan. Myös eri ennustusmalleja tarkastellaan niiden soveltuvuuden kannalta. Lopuksi tarkastellaan malliprediktiivisen säädön soveltamista käytäntöön ja sovellusprosessin yhteydessä huomioitavia seikkoja. Käytäntöön soveltamista valaistaan myös esimerkkitapauksen avulla.

Käsite malliprediktiivinen säätö on jo vuosikymmeniä tunnettu säätötekniikassa, mutta vasta viime vuosikymmenen aikana tapahtunut teorian ja tietotekniikan kehittyminen on mahdollistanut sen tehokkaan käytäntöön soveltamisen. Malliprediktiivistä säätöä on tavallisesti sovellettu vaikean dynamiikan monimuuttujaprosesseihin. Optimaalisen ohjauksen rekursiivinen laskenta prosessin fysikaaliset rajoitukset huomioon ottaen on eräs tärkeimpiä syitä malliprediktiivisen säädön suosioon. Toistaiseksi suurin osa teollisuuden sovelluksista perustuu empiirisiin lineaarisiin prosessimalleihin niiden ymmärrettävyyden ja kehityksen helppouden vuoksi. Epälineaarisiin malleihin perustuvat malliprediktiiviset säätimet ovat myös selvästi lisääntyneet viime aikoina.

Malliprediktiivisen säädön soveltamisessa kriittisin ja aikaa vievin vaihe on ehdottomasti systeemin dynamiikkaa kuvaavan ennustusmallin kehittäminen. Viritysparametreja malliprediktiivisessä säätimessä on enemmän kuin perint eisissä säätimissä. Tärkeimpiä niistä ovat ennustus- ja säätöhorisontti sekä erosuureen ja ohjausmuutoksen painotuskertoimet.

Lineaarisiin malleihin perustuva MPC-säätö on jo varsin kehittyneellä asteella niin teoriansa kuin sovellettavuutensa puolesta. Suurimmat selvittämättömät ongelmat liittyvät robustisuuden arviointiin ja mallin suhteen esiintyvän epävarmuuden toteamiseen. Epälineaarisiin malleihin perustuva MPC-säätö on huomattavasti lineaarista vastinettaan vähemmän tutkittu alue. Teorian puutteen ei kuitenkaan katsota olevan esteenä epälineaarisen MPC-säädön kehityskululle. Suurimmat haasteet tulevaisuudelle asettavat tehokkaampien mallinnusmenetelmien kehittäminen, raskaan online-laskennan hallinta ja MPC-säädön eri suunnitteluvaiheiden systemointi ja integrointi.