En processindustrianläggning karaktäriseras av många delprocesser som är kopplade genom t.ex. materialflöden, gemensamma resurser, regulatorer osv. Detta förhållande ger upphov till tre typer av problem. 1. Det stora antalet processvariabler gör det orimligt att lägga ner stora arbetsinsatser på varje enskild variabel för t.ex. regulatordesign och övervakning. 2. De dynamiska kopplingarna mellan processvariablerna gör anläggningen till ett enormt stort dynamiskt system som inte är realistiskt att hantera som en helhet vid design av regulatorer och övervakningsalgoritmer. 3. Den komplexa strukturen kan ge upphov till komplicerad och svårförutsägbar dynamik i anläggningen som helhet, vilket kan ge upphov till t.ex. oscillationer. Arbetet i projektet fördelas på tre arbetspaket som angriper delproblem under de tre punkterna ovan. Alla tre arbetspaket förväntas resultera i verktyg som i förlängningen kan ingå som värdefulla komponenter på den plattform som en operatörssimulator utgör.
Finansieringskälla: Private funding (private); Forskningsprogram: Hjalmar Lundbohm Research Center; Publikationer: Parameter estimation and change detection in linear regression models using mixed integer linear programming; Model quality estimation in systems with time-varying uncertainty: application to an overhead crane; Fault detection and model quality estimation using mixed integer linear programming; Fault detection of a blending tank process using mixed integer linear programming; Model quality estimation in systems with time-varying time-delay uncertainty; Parameter estimation and change detection in linear regression models using mixed integer linear programming; Two algorithms for model quality estimation in state-space systems with time-varying parameter uncertainty; Regularization with hard penalty functions for on-line estimation; Applied estimation of piecewise constant parameters; An on-line method for estimation of piecewise constant parameters in linear regression models; An on-line method for estimation of piecewise constant parameters in linear regression models; Status: Avslutat; Period: 17/12/2010 → 31/12/2011