EVALUATION OF DYNAMIC MODEL ACCURACY BASED ON DIFFERENT MODEL STRUCTURES

Abstract

ABSTRACT The purpose of this study is to evaluate the control performance of the dynamic model using different structures of systems namely: Multi Inputs-Multi Outputs (MIMO), Multi Inputs- Single Output (MISO) and Single Input-Single Output SISO. The Shell Benchmark model is widely used to represent the retail distillation process was used as a case study in this research. Thus, the control process is simulated by using Simulink MATLAB Version (R2014a) simulator to collect input and output data for process model estimation. The control settings of the PID controller were manually tuned and set to compare its performance on different structures of the systems to estimate the best model quality. It was found that the PID controller gives a more accurate evaluation when the system is free of interactions between SISO sub-systems, superior to the rest of the model structures (MIMO, MISO), using the criteria of Fitness, Mean Squares Errors (MSE) and Final Prediction Error (FPE). However, in the case of systems that have strong interaction between the sub-systems, it is better to use the system that gives consideration to the interaction between the control loops because it describes the process in a more realistic way than the rest of the other systems. In this research, data were collected from Shell Benchmark Control model and preliminary data processing was carried out, such as evaluating the performance of the controller using the System Identification Toolbox as an evaluation technique. The superior estimated model among the investigated structures were the SISO model structure followed by MISO and finally MIMO model structure. While the MIMO model structure showed the lowest fitness, the structure still considered to be the most accurate one as it considered all the subsystem interactions and does not neglect any of them as the case in real plant. This can be confirmed by the lowest Final Prediction Error obtained in the MIMO structure (1.388e-05) compare to other MISO (Y1 = 0.02051, Y2 =0.01137, Y3= 0.01429) and SISO (Y1 = 0.01001, Y2 =0.01018, Y3= 0.006765) model structures.

المستخلص الغرض من هذه الدراسة هو تقييم أداء التحكم للنموذج الديناميكي باستخدام هياكل مختلفة للأنظمة وهي: المدخلات المتعددة - المخرجات المتعددة (MIMO) ، المدخلات المتعددة - المخرجات الفردية (MISO) والمدخلات الفردية - المخرجات الفردية SISO. يستخدم نموذج Shell Benchmark على نطاق واسع لتمثيل عملية التقطير بالتجزئة التي تم استخدامها كدراسة حالة في هذا البحث. تمت محاكاة عملية التحكم باستخدام برنامج المحاكاة Simulink MATLAB Version (R2014a) لجمع بيانات الإدخال والإخراج لتقدير نموذج العملية. تم ضبط إعدادات التحكم الخاصة بوحدة التحكم PID يدويًا لمقارنة أدائها على الهياكل المختلفة للأنظمة لتقدير أفضل أداء للنموذج. وجد أن وحدة التحكم PID تعطي تقييمًا أكثر دقة عندما يكون النظام خاليًا من التفاعلات بين الأنظمة الفرعية SISO ، متفوقًا على باقي هياكل النموذج (MIMO MISO,) ، باستخدام معايير المطابقة ، متوسط ​​أخطاء المربعات (MSE) ) وخطأ التنبؤ النهائي (FPE). ومع ذلك ، في حالة الأنظمة التي بها تداخل كبير بين الأنظمة الفرعية ، فمن الأفضل استخدام النظام الذي يأخذ في الاعتبار التفاعل بين حلقات التحكم لأنه يصف العملية بطريقة أكثر واقعية من بقية الأنظمة الأخرى. في هذا البحث ، تم جمع البيانات من نموذج Shell Benchmark Control وتم تنفيذ معالجة البيانات الأولية ، مثل تقييم أداء وحدة التحكم باستخدام System Identification Toolbox كأسلوب تقييم. وجد أن التقييم التقديري للمطابقة لأفضل حالة من بين الهياكل التي تمت الدراسة فيها هو SISO ويليه في التصنيف MISO ثم .MIMO بينما أظهر هيكل نموذج MIMO أقل ملاءمة ، لا يزال الهيكل يعتبر الأكثر دقة لأنه يعتبر جميع تفاعلات النظام الفرعي ولا يهمل أيًا منها كما هو الحال في النبات الحقيقي. يمكن تأكيد ذلك من خلال أدنى خطأ تنبؤ نهائي تم الحصول عليه في بنية MIMO (1.388e-05) مقارنةً بهياكل النموذج الأخرى MISO (Y1 = 0.02051, Y2 = 0.01137, Y3 = 0.01429) و SISO (Y1 = 0.01001, Y2 =0.01018, Y3= 0.006765) .