[論文レビュー] Neural Network Based Explicit MPC for Chemical Reactor Control

Karol Kiš, Martin Klaučo|arXiv (Cornell University)|Dec 10, 2019

Advanced Control Systems Optimization被引用数 1

ひとこと要約

本論文は、多成分反応を伴う連続 Stirred Tank 反応器（CSTR）に対して、深層ニューラルネットワーク（DNN）に基づく明示的モデル予測制御（MPC）戦略を提案する。DNN は、高精度な MPC ソルバーから得られた最適制御入力をオフラインで学習し、オンライン最適化を必要としないリアルタイム制御を可能にする。この手法は、600回のシミュレーションのうち94.5％で、完全なMPCの1％以内のサブオプティマルな性能を達成しており、最悪ケースのサブオプティマル性は2.14％未満、メモリ使用量は7kB未満である。

ABSTRACT

In this paper, we show the implementation of deep neural networks applied in process control. In our approach, we based the training of the neural network on model predictive control. Model predictive control is popular for its ability to be tuned by the weighting matrices and by the fact that it respects the constraints. We present the neural network that can approximate the behavior of the MPC in the way of mimicking the control input trajectory while the constraints on states and control input remain unimpaired of the value of the weighting matrices. This approach is demonstrated in a simulation case study involving a continuous stirred tank reactor, where multi-component chemical reaction takes place.

研究の動機と目的

• 化学反応器向けに、従来のモデル予測制御（MPC）の代替として、リアルタイム性と計算効率に優れた手法を開発すること。
• 小規模システムおよび短い予測履歴に制限される明示的MPC（EMPC）の限界を克服すること。
• オンライン最適化の代わりに高速なニューラルネットワーク推論を用いることで、産業現場でのリアルタイム制御を可能にすること。
• MPC性能を近似しつつ、状態および制御入力の制約を満たすことを維持すること。
• 非線形な連続 Stirred Tank 反応器に、多成分反応を伴うこの手法を検証すること。

提案手法

• 反応器の線形化モデルを用いて、高精度なMPCソルバーから生成された最適制御入力に基づき、深層ニューラルネットワーク（DNN）を学習する。
• 入力ノードが3つ（プロセス変数）、隠れ層が4層（各4ノード、活性化関数を内蔵）、出力ノードが1つの線形ノード（操作変数）であるDNNを用いる。
• 状態空間を10,000の間隔でサンプリングし、各状態に対してMPCを用いて最適制御入力を計算することで、学習データセットを構築する。
• MATLABのfitnet関数を用いてDNNをオフラインで学習し、標準PC上で80秒で収束した。
• 学習済みDNNを、組み込みARMプロセッサ上でミリ秒未塔で評価可能な明示的リアルタイム制御器としてデプロイする。
• リcedevingホライズン制御ポリシーを実装：状態を測定し、DNN出力を制御入力として適用し、サンプリング周期ごとに繰り返す。

実験結果

リサーチクエスチョン

• RQ1 深層ニューラルネットワークは、非線形な化学反応器の完全なMPCの制御入力軌道を、正確に近似できるか？
• RQ2 DNNベースの制御器は、MPCと比較して、状態および制御入力の制約をどの程度満たしているか？
• RQ3 多様な初期条件下でのサブオプティマル性の観点から、DNNベースの制御器は最適MPCと比較してどの程度の性能を示すか？
• RQ4 DNNベースの制御器は、摂動に対しても安定性と制約準拠を維持できるか？
• RQ5 オンラインMPCと比較して、DNNベースの制御器の計算効率およびメモリ使用量はどの程度か？

主な発見

• DNNベースの制御器は、600回のテストシミュレーションのうち94.5％で、完全なMPCの1％以内のサブオプティマル性を達成した。
• 全シミュレーションにおける最悪ケースのサブオプティマル性は2.14％未満であり、性能の一貫性が高く示された。
• 学習済みDNNは7kB未満のメモリを必要とし、ARMプロセッサ上でミリ秒未塔で評価可能であった。
• 人工的な摂動が加えられた状況でも、すべてのシミュレーションで状態および制御入力の制約が維持された。
• DNNは標準PC上で80秒でオフライン学習が完了したため、産業現場への導入可能性が示された。
• 本手法により、予測ホライズンを拡大し、システムサイズを拡大できる明示的MPCの限界を効果的に回避できた。