Sunteți pe pagina 1din 14

1

Proceduri de control pentru procese multivariabile neliniare





1. Introducere
Este destul de des intalnit in industrie sa se reduca o problema de control multivariabil la o
problema SISO. In literatura exista o multime de metode, strategii si solutii pentru rezolvarea
acestui tip de probleme. Dintre acestea numai cateva au la baza strategii de control descentralizat
sau utilizeaza proceduri de decuplare statica.
Sunt prezentate rezultate comparative pentru 3 metode de implementare in timp real a
metodelor de control pentru un proces multivariabil cu caracteristica statica neliniara. Primele doua
metode sunt clasice, utilizand controlul descentralizat, respectiv proceduri de decuplare statica.
Pentru cea de-a treia metoda autorii propun o schema imbunatatita si procedurile de implementare
corespunzatoare, utilizand o combinatie de structuri feedforward si feedback.

Strategia de control descentralizat considera buclele de control SISO ale unui proces MIMO
ca fiind independente (fig. 1). Fiecare algoritm de control este suficient de robust pentru a rejecta
perturbatiile detorate celorlalte bucle "paralele".
Procedurile de decuplare statica aduc un bloc suplimentar de decuplare, introdus de regula
intre procesul multivariabil si cei N algoritmi de control independenti (fig. 2). Produsul dintre
matricea de decuplare si matricea de transfer a procesului este o matrice unitate.


Fig.1. Principiul controlului descentralizat


Fig.2. Scheme de decuplare statica

Cele doua metode conduc la rezultate foarte bune in situatii normale, cand neliniaritatile
procesului nu au efecte importante. Daca neliniaritatile afecteaza functionarea procesului in timp
real, se pot observa: deteriorarea performantelor sau limitari in urmarirea referintei.
Pentru a rezolva aceste probleme, plecand de la scheme descentralizata, autorii propun o
schema de control ce compenseaza neliniaritatile statice ale procesului. Aceasta solutie implica
faptul ca pentru fiecare bucla de control vor fi adaugate doua comenzi: o comanda directa
(feedforward) generata pe baza modelului invers, si o a doua generata de un algoritm clasic (PID,
RST, etc.)
In literatura pot fi gasite o serie de lucrari ce trateaza acest tip de structura, denumit model
invers. Dintre acestea pot fi mentionate: [1], [8], [10], potrivit carora lucrarea propune o varianta
destul de simpla si eficienta (fig. 3).

2


Fig.3. Schema de control pentru un process multivariabil decuplat, cu compensarea neliniaritatii


In fig. 1, 2, 3 blocurile su variabilele au urmatoarea semnificatie:
Process sistemul fizic ce trebuie controlat;
Command calculus bloc ce calculeaza legea de comanda;
Classic Alg. algoritmul de control (PID, RST);
y iesirea procesului;
u iesirea blocului de calcul a comenzii;
u alg. iesirea algoritmului clasic;
u i.m. iesirea din blocul de compensare a neliniaritatii (medelul invers);
r referinta sistemului;
p perturbatii ce afecteaza procesul fizic.

Prima comanda (u i.m.), bazata pe caracteristica statica a procesului, este dependenta de
valoarea referintei si are rolul de a genera o valoare corespunzatoare pentru a duce iesirea
procesului cat mai aproape de valoarea referintei. Cel de-al doilea algoritm genereaza o comanda ce
corecteaza diferenta fata de referinta datorata perturbatiilor externe, precum si eroarea sistematica
datorata nepotrivirilor dintre caracteristica statica inversa determinata si cea corespunzatoare
procesului real.
Aceasta solutie propune tratarea acestor nepotriviri, ce perturba prima comanda, prin prisma
unui al doilea algoritm de comanda. Acest fapt impune proiectarea unui algoritm clasic cu o
margine de robustete adecvata. Din acest motiv, proiectarea celui de-al doilea algoritm are loc in 2
etape:
- proiectarea unui algoritm clasic, bazat pe un model identificat intr-un punct real de functionare
aleator ales, sau luat la mijlocul caracteristicii statice;
- verificarea robustetii algoritmului si imbunatatirea acesteia, daca este necesar, folosind o
procedura de (re)proiectare.
Fata de controlul clasic, utilizarea unui model invers necesita abordarea unor aspecte
specifice suplimentare:
- determinarea caracteristicii statice a procesului;
- construirea modelului invers;
- proiectarea unei comenzi robuste.
Structura prezentata poate fi utilizata pentru controlul unui proces multivariabil ce suporta
proceduri de descentralizare. Acestea presupun descompunera unui proces MIMO (N intrari si M
iesiri) in max(N,M) procese paralele. Un singur proces are un canal principal de la u
i
la y
i
, si
optional o serie de canale secundare de la u
i
la y
j
, unde i>j. Toate canalele secundare, ce reprezinta
conexiuni intre procese paralele, pot fi considerate drept perturbatii, neliniaritati, erori de
identificare, etc. Fig. 4 ilustreaza canalele principal si secundare pentru procesul 1.

3


Fig.4. Procedura de descentralizare/descompunere pentru un proces MIMO

In particular, pentru un proces cu 2 intrari si 2 iesiri, algoritmul de control este prezentat in
fig. 3.
In sectiunile urmatoare, ne vom concentra pe principalele aspecte intalnite in proiectares
structurii prezentate.


2 Proiectarea modelului invers
Dupa cum am precizat anterior, pentru structura cu model invers propusa, aspectele
suplimentare specifice sunt: determinarea caracteristicii statice pentru fiecare proces paralel,
construirea modelului invers si proiectare comenzi robuste. Toate acestea vor fi prezentate in cele
ce urmeaza.

2.1 Determinarea caracteristicii statice
Aceasta operatie are la baza cateva experimente de crestere si descrestere a comenzii u(k) a
canalului principal si masurarea iesirii corespunzatoare pentru procesul stabilizat y(k). Comanda
u(k) acopera toate posibilitatile (de la 0 la 100%). Intrucat canalele secundare pot afecta canalul
principal si cum procesul este afectat de zgomote, caracteristicile obtinute sunt diferite.
Caracteristica statica finala va fi obtinuta prin medierea tuturor caracteristicilor obtinute. In fig. 5
este prezentata aceasta operatie. Graficul intre doua puncte medii poate fi obtinut utilizand
proceduri de extrapolare.


Fig.5. Determinarea caracteristicii statice a unui process
(linia continua reprezinta caracteristica finala)

Conform teoriei identificarii sistemelor, dispersia traiectoriei procesului poate fi gasita
utilizand expresia (1):
| | | | { }
2 2 *
1
1
, n \ 1
1
n
i
n y i N
n
o
=
~ e


(1)

4

Aceasta poate fi o masura a superpozitiei influentelor "canalelor" secundare, zgomotului ce
actioneaza asupra procesului, neliniaritatilor procesului, etc. si trebuie luat in consideratie mai ales
in analiza robustetii algoritmului de control. O alta posibilitate este gasirea pozitiei si valorii mg a
distantei maxime fata de caracteristica "medie".


2.2 Constructia modelului invers
Aceasta etapa are ca scop operatia de "transpozitie" a caracteristicii statice medie a
procesului, ilustrata in fig. 6. Conform acesteia u(k) este dependent de r(k). Aceasta caracteristica
este stocata intr-un tabel; astfel, pentru modelul invers, selectarea unei noi referinte r(k) impune
gasirea in acest tabel a comenzii corespunzatoare u(k) ce determina o iesire a procesului y(k)
apropiata de valoarea de referinta.


Fig.6. Constructia modelului invers


2.3 Proiectarea legii de comanda
Rolul algoritmului de control este de a elimina perturbatiile di diferentele dintre comanda
data modelul invers si comportamentul real al procesului.


Fig.7. Structura de control de tip RST

Pe poate utiliza o gama diversa de algoritmi de control: PID, RST, fuzzy, etc., insa scopul in
cazul de fata este de a utiliza un algoritm simplificat. Prin urmare am ales un algoritm de tip RST.
Acesta este proiectat utilizand proceduri de alocare a polilor [5]. Un algoritm RST este prezentat in
fig. 7.
Polinoamele R, S, T sunt:

( )
( )
( )
1 1
0 1
1 1
0 1
1 1
0 1
...
...
...
nr
nr
ns
ns
nt
nt
R q r r q r q
S q s s q s q
T q t t q t q



= + + +
= + + +
= + + +
(2)

Algoritmul de alocare a polilor este bazat pe modelul identificat pentru proces.
5


) (
) (
) (
) (
1
1
k u
q A
q B q
k y
d


= (3)

unde

( )
( )
1 1 2
1 2
1 1
1
...
1 ...
nb
nb
na
na
B q b q b q b q
A q a q a q


= + + +
= + + +
(4)

Identificarea este realizata intr-un anumit punct de functionare al procesului, putandu-se
utiliza algoritmul CMMP-R exemplificat prin relatiile urmatoare, dezvoltate in [5]:

N k k k k F k k e + + + = + ), 1 ( ) ( ) 1 ( ) (

) 1 (

0
c | u u

N k
k k F k
k F k k k F
k F k F
T
T
e
+
= + ,
) ( ) ( ) ( 1
) ( ) ( ) ( ) (
) ( ) 1 (
| |
| | (5)
N k t k k y k
T
e + = + ), ( ) (

) 1 ( ) 1 (
0
| u c


cu urmatoarele conditii initiale:

1 0 , ) (
1
) 0 ( < < = = o
o
I GI I F
(6)

Valorile estimate
) (

k u
reprezinta parametrii modelului polinomial al procesului, iar ) (k
T
|
reprezinta vectorul masurilor.
Aceasta abordare permite utilizatorilor sa verifice daca este necesara calibrarea robustetii
algoritmului. Robustetea poate fi analizata prin intermediul functiei de sensibilitate perturbatie-
iesire (fig. 8), data de expresia:

( ) ( )
( ) ( )
,
( ) ( ) ( ) ( )
def
j j
vy vy
j j
j j j j
S e H e
A e S e
R
A e S e B e R e
e e
e e
e e e e
e
= =
= e
+
(7)


Fig.8. Reprezentarea functiei de sensibilitate

In acelasi timp, valoarea maxima negativa a functiei de sensibilitate reprezinta marginea de
modul:

max ( )
e
ee
A =
j
vy
dB
R
dB
M S e (8)

6

Pe baza acestei valori, intr-o reprezentare intrare-iesire [5], neliniaritatea procesului poate fi
inclusa in interiorul unui sector conic, prezentat in fig. 9, unde castigurile a
1
si a
2
sunt calculate
folosind expresiile:

1 2
1 1
1 1
a a
M M
> > >
A + A
(9)


Fig.9. Procedura de control robust

In final, daca se impune ca toate caracteristicile neliniare sa fie marginite (grafic) de cele
doua castiguri, sau amplificarea sa fie mai mare sau egala cu distanta maxima a caracteristicii
statice a procesului Gmg, un regulator cu o margine de robustete suficienta va fi proiectat.


3 Analiza structurii propuse
Vor fi prezentate cateva avantaje, dezavantaje sau limitari, precum si cateva dezvoltari
posibile ale structurii prezentate.

3.1 Avantaje
Principalul avantaj consta in utilizarea unei proceduri clasice pentru proiectarea algoritmului
de control si determinarea blocurilor pentru comanda inversa, comparativ cu metodele de proiectare
bazate pe control multivariabil. Pentru identificare si proiectarea comenzii sunt utilizate proceduri
binecunoscute. Toate etapele pentru identificarea caracteristicii inverse a modelului pot fi incluse
intr-o aplicatie software de timp real.
Sistemul este foarte stabil datorita comenzii globale care contine o componenta "constanta"
generata de un bloc pentru comanda modelului invers, in concordanta cu valoarea referintei.
Un bloc de logica fuzzy "continand" experienta umana cu privire la cateva procese neliniare
poate inlocui blocul de generare a comenzii modelului invers.
Intrucat nu este foarte complexa din punct de vedere al implementarii software si hardware
in timp real, legea de comanda nu necesita resurse importante.

3.2 Dezavantaje
Limitarea principala este data de aplicarea acestei proceduri numai pentru procesele care
suporta partea de decuplare.
Aceasta structura este dificil de utilizat pentru sisteme care nu au o caracteristica statica
bijectiva, precum si pentru sisteme cu diferite regimuri de functionare.
O alta limitare este date de faptul ca aceasta structura poate fi folosita numai pentru procese
stabile. In situatia in care procesul "ruleaza", este destul de probabil in cazul comanzii globale sa nu
fie destul de flexibila pentru a-l controla.
Numarul mare de experimentari necesar pentru determinarea unei caracteristici statice
corecte poate constitui un alt dezavantaj.

3.3 Dezvoltari posibile
In situatia in care legea de comanda devine prea complexa, situatie cauzata de procese cu o
caracteristica dificila, caracteristica procesului poate fi impartita in doua sau mai multe componente.
7

Sistemul de control global devine un sistem multivariabil cu multiple modele inverse [18-20].
Fig. 10 prezinta maniera in care o astfel de caracteristica este impartita in trei sectiuni.

Fig.10. Separarea caracteristicii statice a unui proces in trei regiuni. Linia continua reprezinta
caracteristica procesului.

Alegerea modelului se poate face in functie de referinta procesului sau, mai de intalnit,
referinta filtrata a acestuia. Fig. 11 prezinta un sistem cu o structura multimodel pentru unul dintre
regulatoare [20].

Fig.11. Sistem multivariabil cu mai multe modele inverse

O alta situatie in care legea de control devine complexa se datoreaza mai multor
caracteristici paralele ale procesului. In aceasta situatie procesul poate fi considerat ca avand mai
multe regimuri de functionare. Pentru fiecare regim determinat de un interval de variatie a comenzii
si respectiv a iesirii procesului, modelul corespunzator M
j
este considerat precum in fig. 12.

Fig.12. Proces cu diferite regimuri de functionate

Aici, sistemul de control global devine sistem multivariabil cu regimuri (inverse) multiple
[19]. Selectia intre diferitele regimuri/modele poate fi facuta pe baza referintelor, respectiv
referintelor filtrate. In fig. 13 este prezentata schema unui sistem, ce are o structura multimodel
pentru unul dintre regulatoare [19], [20], [21].
8


Fig.13. Sistem multivariabil cu multiple modele inverse solutie pentru un proces cu regimuri
diferite de functionare

Pentru aceasta solutie, referintele ce selecteaza modelul provin de la regulatorul paralel.
Una dintre problemele specifice pentru sistemele multimodel consta in aparitia socurilor la
schimbarea regulatoarelor. Pentru a rezolva aceasta situatie nedorita, valoarea de referinta este
filtrata de un sistem numeric [1], [22], [26].

) (
) (
) (
) (
1
1
k r
q A
q B
k r
m
m
d

= (10)

Iesirea acestui filtru este fortata sa treaca prin toate modelele intermediare (daca exista) pe
parcursul schimbarii referintei. Coeficientii filtrului sunt obtinuti prin discretizarea unui sistem
continuu de ordinul I sau II.
Exista o multitudine de solutii pentru algoritmi de tranzitie de la un regim de functionare la
altul. Cative dintre acestia, ce pot fi aplicati pentru sisteme in timp real, sunt prezentati in [19], [20].
Structurile propuse pot fi implementate cu usurinta pe PLC-uri.

4 Rezultate experimentale

Performantele schemelor propuse (Fig. 1, 2, 3) au fost evaluate pe un sismulator software
experimental reprezentat in fig. 14.


Fig.14. Simulator de process experimental
9


Pe aceasta instalatie, utilizatorul poate controla doi parametri: nivelul si temperatura.
Conform principiilor de control descentralizat, nivelul este controlat de cantitatea de lichid de la
intrare, iar temperatura de cantitatea de caldura de la intrare. Ambele procese (nivel si temperatura)
au caracteristici neliniare datorate fenomenelor fizice si particularitatilor instalatiei (vezi fig. 15).


Fig.15. Caracteristici neliniare: nivel(stanga) si temperatura(dreapta)

Pentru a achizitiona date din simulatorul software, a fost dezvoltata o aplicatie software de
timp real prezentata in fig. 16. Aplicatia a fost dezvoltata utilizand LabWindows/CVI (National
Instruments). Cu aplicatia dezvoltata pot fi testate procese 2x2 (doua intrari si doua iesiri). Datele
achizitionate sunt utilizate pentru identificarea parametrilor procesului. Din acest motiv, pentru
fiecare pereche intrare-iesire, exista urmatoarele functii:
- conectare cu simulatorul software;
- setarea/aplicarea unei comenzi manuale;
- setarea/aplicarea unei secvente pseudoaleatoare binara (PRSB);
- setarea valorii perioadei de esantionare;
- reprezentarea in timp real a evolutiei procesului;
- stocarea intr-un fisier a valorilor pentru perechile de date intrare-iesire.


Fig.16. Interfata aplicatiei de achizitie de date in timp real pentru procese multivariabile 2x2

Intre canalele principale ale procesului exista (doua) influente secundare: un canal de la
nivel catre temperatura si un canal de la temperatura catre nivel. Influenta poate fi exprimata printr-
o matrice de castig statica de ordinul 2x2.
Dupa efectuarea unor teste:
a) u1=20.0 si u2=0.0 se obtine K11=2.0 si K21=0.245 ;
b) u1=0.0 si u2=20.0 se obtine K22=1.9 si K12=0.5 .
Pentru valorile de mai sus, ceoficientii matricii de decuplare sunt :
10

(

= =
= =
543848 . 0 22 13596 . 0 12
06662 . 0 21 516655 . 0 11
d d
d d
K K
K K

Prin cresterea comenzii u1 de la 0.0 la 30.0 si mentinerea comenzii u2=10.0 constanta,
timpul de crestere Ts1 este 4.5s, ceeea ce implica o perioada de esantionare Te1 de 0.5s .
Prin mentinerea comenzii u1=10.0 constanta si cresterea comenzii u2 de la 0.0 la 30.0, se
obtine timpul de crestere Ts2=1.8s, ceea ce determina o perioada de esantionare Te2=0.2s .
Modelele pentru procesele de nivel si respectiv temperatura, obtinute prin folosirea metodei
celor mai mici patrate recursiva [1], prin intermediul software-ului WinPIM, sunt:
1
1 2
1 2
1 2 3
0.60592 0.07053
1.0 0.55799 0.0358
0.12993 0.43005 0.14257
1.0 0.7537 0.15158 0.03953
nivel
temp
q
M
q q
q q
M
q q q




+
=

+ +
=
+

Aceste modele au fost identificate in zona inferioara (40%) a caracteristicii statice.
Regulatoarele RST corespunzatoare, determinate cu ajutorul software-ului WinREG, sunt:
- pentru controlul nivelului:

1 1 2
1 1 2
1 1 2
( ) 0.552689 0.332786 0.029291
( ) 1.0 1.057657 0.057657
( ) 1.478306 1.893358 0.664246
R q q q
S q q q
T q q q



= +
= +
= +

- pentru controlul temperaturii:

1 1 2 3
1 1 2 3
1 1 2
( ) 0.492338 0.388487 0.108353 0.027731
( ) 1.0 0.591022 0.308964 0.100014
( ) 1.423386 1.823019 0.639569
R q q q q
S q q q q
T q q q



= + +
=
= +


Simularile in bucla inchisa facute cu software-ul WinPIM, pentru cele doua perechi
model/regulator: nivel si temperatura, sunt reprezentate in Fig. 17 respectiv Fig. 18.

Fig.17. Simulare in bucla inchisa a modelului si regulatorului pentru nivel

11


Fig.18. Simulare in bucla inchisa a modelului si regulatorului pentru temperatura

Se poate observa ca cele doua seturi de figuri sunt asemanatoare. Motivul este dat de
impunerea acelorasi performante pentru cele doua bucle de reglare.

Pentru teste in timp real cu solutiile de reglare propuse (Fig. 1, 2, 3), a fost dezvoltata o noua
aplicatie software, prezentata in Fig. 19. Aceasta a fost dezvoltata in acelasi mediu
LabWindows/CVI (Natioal Instruments).


Fig.19. Aplicatie software de timp real pentru implementrea unui regulator multivariabil cu model
invers fereastra principala

Aceasta aplicatie poate controla procese multivariabile 2x2 (doua intrari si doua iesiri). Din
acest motiv, pentru fiecare din cele doua bucle de reglare, aplicatia are urmatoarele functii:
- conectare cu simulatorul software;
- setarea/aplicarea unei comenzi manuale;
- setarea/aplicarea unei comenzi automate;
- setarea/aplicarea valorii referintei;
- schimbarea intre comanda manuala si automata;
- setarea valorii perioadei de esantionare;
- incarcarea modelului procesului si parametrilor algoritmului de comanda;
- incarcarea parametrilor generatorului comenzii pentru modelul invers;
- reprezentarea in timp real a evolutiei procesului.
O fereastra de mare importanta a aplicatiei este prezentata in Fig. 20. Aceasta permite
incarcarea/setareacaracteristicii neliniare a procesului si suplimentar, identificarea acestor
caracteristici.
12


Fig.20. Aplicatie software de timp real pentru implementrea unui regulator multivariabil cu model
invers fereastra de identificare a caracteristicii statice

Procedura de identificare, conform unor parametri impusi, se bazeaza pe cautarea valorii
corespunzatoare de intrare a procesului care determina o valoare a iesirii de 0%, 10%, 20%, ...,
90%, 100%. Acest algoritm de cautare permite stabilirea unei valori impuse a erorii, setata in
functie nivelul zgomotelor intalnite in cadrul procesului.
Aplicatia poate reprezenta grafic una sau mai multe caracteristici ale procesului analizat.
Pentru cele trei solutii propuse, s-a efectuat un set de teste. Valoarea referintei a fost
schimbata atat in regiunea in care au fost identificate modelele (40%), precum si in regiunea
superioara, unde neliniaritatile sunt mai accentuate.
In figurile urmatoare curbele de evolutie sunt reprezentate utilizand urmatorul cod al
culorilor: galben referinta; verde referinta filtrata; albastru iesirea procesului; rosu iesirea
blocului de control (comanda finala); mov iesirea algoritmului RST; portocaliu iesirea
modelului identificat.


Fig.21. Performante in timp real pentru solutia cu algoritm descentralizat
(nivel stanga, temperatura dreapta)


Fig.22. Performante in timp real pentru solutia cu algoritm de decuplare
(nivel stanga, temperatura dreapta)
13



Fig.23. Performante in timp real pentru solutia cu model invers
(nivel stanga, temperatura dreapta)

In testele de mai sus se poate observa:
- toate cele trei solutii sunt stabile;
- prima solutie are inconvenientul ca cele doua bucle se influenteaza una pe cealalta,
conducand la o usoara instabilitate;
- solutia de decuplare are o problema pe partea de saturare a comenzii;
- ultima solutie este singura care poate urmari referinta pe intreg domeniul sau de variatie
(0 100%);
- pentru ultima solutie, performatele de urmarire a referintei sunt mult mai apropiate de
cele obtinute in simulare (fig. 17 si fig. 18), independent de zonele in care se studiaza
evolutia. Acest fapt conduce la concluzia ca aceasta structura poate asigura si mentine in
exploatare aceleasi performante cu cele impuse sau determinate in simulare.

5 Concluzii

Se propune o structura cu model invers ca solutie pentru controlul proceselor neliniare
multivariabile. Aceasta abordare este dezvoltata pornind de la abordarea clasica a controlului
descentralizat pentru procese multivariabile. Pentru structura analizata, sunt prezentate metode de
proiectare pentru fiecare componenta. Acestea au la baza teste experimentale, identificare clasica si
metode de alocare a polilor in bucla inchisa.
Metoda propusa este comparata cu solutii clasice utilizand proceduri de descentralizare si
decuplare statica, analizandu-se avantajale si dezavantajele acesteia.
Pentru a rezolva dezavantajele datorate cresterii complexitatii algoritmilor de control, sunt
propuse doua scheme aditionale. Acestea sunt bazate pe algoritmi multimodel.
Rezultatele experimentale prezentate sunt obtinute utilizand o implementare software in
timp real. Testele sunt facute pe un simulator software si pe o aplicatie de control in timp real.
Rezultatele demonstreaza ca, pentru clasa de procese considerate, solutia propusa ofera performante
buna in stabilitate, precum si in urmarirea referintei, la diferite variatii ale acesteia. Performantele in
exploatare sunt apropiate de cele impuse sau determinate in simulare.
In exploatare solutia cu model invers nu conduce la operatii complexe, este facil de utilizat
si ofera performante superioare comparativ cu structurile clasice.

Bibliografie

[1] I. D. Landau, R. Lozano and M. M'Saad, Adaptive Control, Springer Verlag, London, 1997.
[2] J.M. Flaus, La Regulation Industrielle, Editure Herms, Paris, 1994.
[3] A.Errahmani, H.Ouakka, M.Benyakhlef and I.Boumhidi, Decentralized Adaptive Fuzzy Control
for a class of Nonlinear Systems, WSEAS TRANSACTIONS on SYSTEM and CONTROL, Issue 8,
Vol.2, August 2007, pp. 411-418
[4] J. T. Spooner, and K.M. Passino, Adaptive control of a decentralized nonlinear, IEEE.
Transaction. On Automatic Control, vol. 41, 1996, pp. 280-284.
14

[5] H. E. Psillakis and A. T. Alexandridis, A new excitation control for multimachine power
systems. I: Decentralized nonlinear adaptive control design and stability analysis, International
Journal of Control, Automation, and Systems, 2005, pp. 278-287
[6] P. Yildiz, Spatial Applications of Multimedia on Exhibition Halls by Decentralized Control and
Multivariable Systems & Related Appliance Works, Proceedings of the 9th WSEAS International
Conference on Automatic Control, Modeling & Simulation, Istanbul, Turkey, May 27-29, 2007, pp.
133-139
[7] X. Dai, D. He, T. Zhang, K. Zhang, Generalized Inversion for the Linearization and Decoupling
Control of Nonlinear Systems, IEE Proc.- Control Theory Application, 2003, 267-277
[8] N. Prljaca, Z. Gajic, Optimal Control and Filtering of Weakly Coupled Linear Discrete
Stochastic Systems by The Eigenvector Approach, WSEAS TRANSACTIONS on SYSTEM and
CONTROL, Issue 9, Vol.2, September 2007, pp. 435-441
[9] I. Dumitrache, Ingineria Reglarii Automate, Politehnica Press, Bucuresti, 2005.
[10] G. Pajunen, Adaptive control of wiener type nonlinear system, Automatica, no. 28, 1992, pp.
781-785.
[11] G. Tao and P. Kokotovic, Adaptive control of systems with actuator and sensor nonlinearities,
Wiley, N.Y. 1996
[12] X. Yuan, Y. Wang, L. Wu, Adaptive Inverse Control of Excitation System with Actuator
Uncertainty, WSEAS TRANSACTIONS on SYSTEM and CONTROL, Issue 8, Vol.2, August 2007,
pp. 419-428
[13] M. Foltin, J. Murga, I. Sekaj, A new Adaptive PID Control Approach Based on Closed-Loop
Response Recognition, Proceedings of the 7
th
WSEAS International Conference on Automation &
Information, Cavtat, Croatia, June 13-15, 2006, pp. 156-160
[14] I.D. Landau, and A. Karimi, Recursive algorithm for identification in closed loop: a unified
approach and evaluation, Automatica, vol. 33, no 8, 1997, pp.1499-1523
[15] L. Ljung and T .Soderstroom, Theory and Practice of Recursive Identification, MIT Press,
Cambridge,Massashusetts, 1983.
[16] S. Sastry and M. Bodson, Adaptive control stability, convergence, and robustness, Prentice-
Hall International Inc., New Jersey, 1994.
[17] F. Lewis, Optimal Control, Wiley, 1986.
[18] K. S. Narendra and J. Balakrishnan, Adaptive Control using multiple models, IEEE
Transactions on Automatic Control, vol. 42, no. 2, Feb., 1997, pp. 171187
[19] C. Lupu, D.Popescu, C. Petrescu, A.Ticlea, B. Irimia, C.Dimon, A.Udrea, Multiple model
Design and Switching Solutions for Nonlinear Processes Control, EUROSIS Publication, Industrial
Simulation Conference Proceedings, Lyon, France, 2008, ISBN: 978-90-77381-4-03, pp. 71-76.
[20] C. Lupu, D. Popescu B. Ciubotaru, C. Petrescu, G. Florea 2006., Switching solution for
multiplemodel control systems, 14th Mediterranean Conf on Control Automation Proceeding,
Ancona, Italy, June 28-30, paper WLA2-2
[21] C. Lupu, P. Borne, D. Popescu, Multimodel adaptive control systems, Control Ingineering
and Applied Informatics Journal, vol. 10, nr. 1, ISSN 1454-8658, March 2008, pp. 47-54.
[22] J. Richalet, Practique de la Commande Predictiv, Editura Herms, Paris, 1993
[23] B. A. Ogunnaike, J. P. Lemaire, M. Morari, and W. H. Ray, Advanced multivariable control of
a pilot plant distillation column, AIChE Journal, Vol. 29, 1983, .pp.225-230
[24] B. Hanus, L. Tuma, Hybrid Estimators for Multivariable Systems with Variable Parameters,
WSEAS Int. Conf. on DYNAMICAL SYSTEMS and CONTROL, Venice, Italy, November 2-4, 2005,
pp. 198-203
[25] Z. Gajic and X. Shen, Parallel Algorithms for Optimal Control of Large Scale Linear Systems,
Springer Verlag, London, 1993
[26] K. Alimhan, Global Asymptotic Output Tracking for a Class of Nonlinear Systems by Output
Feedback, WSEAS TRANSACTIONS on SYSTEM and CONTROL, Issue 3, Vol.2, March 2007, pp.
267-271