Volume 50, Issue 12 - 12

The work at hand consists of two parts: In Part I appearing in this issue, we present an efficient state-of-the-art algorithm for online optimization in nonlinear model predictive control (NMPC), the so called real-time iteration scheme; in Part II, which will appear in the next issue, we give an experimental proof-of-concept of the method, by presenting results obtained at a pilot-scale distillation column, where reoptimized controls are delivered every 20 seconds, employing a stiff differential-algebraic optimization model with more than 200 system states. The efficiency of the approach that is based on the direct multiple shooting method is due to a special initialization technique, the so called initial value embedding, which enables an optimal transition from one optimization problem to the next one. This allows to intertwine the optimization iterations with the process development in a way that only one iteration needs to be performed per sampling time, and the iterates nevertheless stay close to the respective optimal nonlinear solutions. A main advantage of the algorithm lies in the fact that nonlinear first principle system models – which are often developed anyway for process analysis and design – can be reused in a straightforward way for control purposes, even if they are large-scale.

Die Automatisierung von innerbetrieblicher Logistik erfordert – über die physikalische Steuerung von Geräten hinaus – auch eine effiziente Organisation der Transporte: ein Aufgabenfeld der kombinatorischen Optimierung. Dieser Artikel illustriert anhand von konkreten Aufgabenstellungen die Online-Problematik (unvollständiges Wissen) sowie die Echtzeit-Problematik (beschränkte Rechenzeit), auf die man in der innerbetrieblichen Logistik trifft. Der Text gibt einen Überblick über allgemeine Konstruktionsprinzipien für Online-Algorithmen und Bewertungsmethoden, die bei der Entscheidung helfen, welche Algorithmen für eine vorliegende Problemstellung geeignet sind. www-Multimedia-Download für diesen Artikel verfügbar unter http://www.rs.tu-berlin.de/~roha

In diesem Beitrag wird ein für den Einsatz im geschlossenen Regelkreis geeignetes Echtzeitoptimierungsverfahren zur Berechnung von optimalen Greifkräften bei mehrfingrigen Handmanipulationsvorgängen vorgestellt. Das Verfahren basiert auf einer Problemformulierung der unilateralen mechanischen Bindungen zwischen Finger und Objekt als semidefinite Programmierungsaufgabe, die durch ein zeitdiskretisiertes Gradientenfluss-basiertes numerisches Iterationsverfahren in wenigen Millisekunden gelöst werden kann. Experimentelle Resultate mit der Tokyo Institute of Technology Hand zeigen die überlegenen Eigenschaften des Optimierungsansatzes bei mehrfingrigen Manipulationsaufgaben. In einem Multimedia-Anhang zu diesem Artikel werden eine prototypische Implementierung des Ansatzes, einige experimentelle Daten und Kurzfilme der Experimente zur Verfügung gestellt. Den Multimedia-Download zu diesem Beitrag finden Sie unter www.rs.tu-berlin.de/~roha

Dieser Beitrag beschäftigt sich mit der Anwendung eines Echtzeitoptimierungsverfahrens auf einen Steamcracker der BASF AG, Ludwigshafen. Basis dieser Optimierung ist ein detailliertes Prozessmodell, dessen Freiheitsgrade mittels Methoden der nichtlinearen Programmierung so bestimmt werden, dass unter Beachtung zahlreicher Nebenbedingungen jederzeit mit höchstmöglichem wirtschaftlichem Erfolg produziert wird. Bei der Beschreibung der seit einigen Jahren erfolgreich eingesetzten Methode wird besonderer Wert auf eine Diskussion der produktionstechnischen Voraussetzungen für ihren Erfolg gelegt. Darüber hinaus geht der Beitrag detailliert auf die Formulierung der Gütefunktion und der Nebenbedingungen ein. Zur Illustration werden die für das Betriebspersonal graphisch und tabellarisch aufbereiteten Ergebnisse dargestellt. Der Beitrag schließt mit einer wirtschaftlichen Bewertung des Projekts und einem Ausblick auf zukünfige Arbeiten.

In dieser Arbeit wird ein neues Verfahren vorgestellt, das die widersprüchlichen Anforderungen der Anschlussoptimierung und des energiesparenden Fahrens bestmöglich zu erfüllen vermag. Das Problem wird als Optimierungsaufgabe aufgefasst, die zwei Gütekriterien berücksichtigt: den Verbrauch von Traktionsenergie und die Summe der durch das Versäumen von Anschlüssen entstehenden zusätzlichen Wartezeiten. Zur Lösung des Optimierungsproblems wird das Verfahren der dynamischen Programmierung nach BELLMAN eingesetzt, wobei die Suche nach der optimalen Steuerung auf jeder Stufe des Entscheidungsprozesses durch ein Verfahren der Polyoptimierung erfolgt.

The optimal control of the driving of trains has been a field of active research for many years. The optimization objective is to drive a train so that the use of energy is minimized subject to time constraints and physical limitations. Most published results are based on the analytical solution of the problem for a simple linear train model and on empirical extensions. In this paper we consider a more detailed nonlinear train model. The methods of Sequential Quadratic Programming (SQP) and Discrete Dynamic Programming (DDP) are evaluated for the numerical solution of the nonlinear optimal control problem. The advantages of the treatment as nonlinear problem and of the use of DDP in this application are discussed on practical examples. Results obtained during the on-line application in a decision support system onboard of running trains are reported.