designing l norm based sliding mode controller for 1 ... · control of air-fuel ratio in internal...

12
ISSN: 2476-6909; Modares Mechanical Engineering. 2019;19(10):2339-2350 C I T A T I O N L I N K S Copyright© 2019, TMU Press. This open-access article is published under the terms of the Creative Commons Attribution-NonCommercial 4.0 International License which permits Share (copy and redistribute the material in any medium or format) and Adapt (remix, transform, and build upon the material) under the Attribution-NonCommercial terms. Designing l 1 norm Based Sliding Mode Controller For Implementing in Hybrid Model of Gas Turbine [1] Survey of advancements in jet-engine thermodynamic simulation [2] Steady-state and transient performance modeling of smart UAV propulsion system using Simulink [3] Multiple-sensor fault-diagnoses for a 2-shaft stationary gas-turbine [4] Application of auto associative neural network for aero engine control system sensor fault detection, isolation and accommodation [5] Robust fault detection to determine compressor surge point via dynamic neural network-based subspace identification technique [6] Fault isolation based on residual evaluation and contribution analysis [7] Closed-loop identification of Hammerstein systems with application to gas turbines [8] Gas turbine engine identification based on a bank of self-tuning wiener models using fast kernel extreme learning machine [9] Identification and fault diagnosis of a simulated model of an industrial gas turbine [10] Fault tolerant control of an industrial gas turbine based on a hybrid fuzzy adaptive unscented Kalman filter [11] A new approach to the gray-box identification of wiener models with the application of gas turbine engine modeling [12] Identifying a simplified model for heavy duty gas turbine [13] Surveying the control loops of the governor of the V94.2 gas turbine [14] The SGT-600 industrial twin-shaft gas turbine modeling for mechanical drive applications at the steady state conditions [15] Stabilizing linear multivariable gas turbine model via sliding mode control [16] Adaptive sliding mode control of air-fuel ratio in internal combustion engines [17] Sliding mode control of gas turbines using multirate-output feedback [18] Sliding mode control of PMSG wind turbine based on enhanced exponential reaching law[19] New methodologies for adaptive sliding mode control [20] Adaptive sliding mode observer for sensor fault diagnosis of an industrial gas turbine [21] Design, implementation and control of a two-link fully-actuated robot capable of online identification of unknown dynamical parameters using adaptive sliding mode controller [22] Relaxed stability conditions for switched systems with dwell time [23] Extended Kalman filter frequency tracker for nonstationary harmonic signals [24] Chattering problem in sliding mode control systems Gas turbines have a wide range of application in different industries. There are different models of the gas turbine for its analysis and diagnosis. In this paper, a hybrid model is considered for the gas turbine. This model combines thermodynamic relations and data-based equations which cause to eliminate dynamic loops of thermodynamic relations. Also, the compressor performance curve is considered in the proposed model which leads to noticing physical and geometric characteristic of a gas turbine. The model is dynamic and nonlinear that cause to adapt to a different condition and increase the accuracy of modeling. The model is accurate, simplified and nonlinear state space form. For these reasons, the model is suitable for analyzing of controllers and observers. The proposed controller is a new sliding model controller for implementing in the model. The controller is based on the l_1 norm and frequency analysis. Since the sliding mode is robust and the l_1 norm is optimizer than the l_2 norm, the controller tracks fuel command with acceptable accuracy and minimizing the control fluctuations. Also, the data that is used in this paper is the data of an industrial gas turbine (IGT25) of Iran’s national turbine which is logged in different ambient and functions conditions. A B S T R A C T A R T I C L E I N F O Article Type Original Research Authors Akbari M. 1 MSc, Khoshnood A.M.* 1 PhD, Irani S. 1 PhD Keywords Hybrid Model; Controller; Sliding Mode; L1 norm; Frequency Analysis *Correspondence Address: Department of Aerospace Engineering, Faculty of Aerospace Engineering, K. N. Toosi University of Technology, Tehran, Iran. Postal Code: 1656983911 Phone: +98 (21) 73064215 Fax: +98 (21) 77791045 [email protected] 1 Department of Aerospace Engi- neering, Faculty of Aerospace En- gineering, K. N. Toosi University of Technology, Tehran, Iran. Article History Received: November 3, 2018 Accepted: February 13, 2019 ePublished: October 22, 2019 How to cite this article Akbari M, Khoshnood A.M, Irani S. Designing l_1 norm Based Sliding Mode Controller For Implementing in Hybrid Model of Gas Turbine. Modares Mechanical Engine-ering. 20-19;19(10): 2339-2350.

Upload: others

Post on 17-Aug-2020

1 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: Designing l norm Based Sliding Mode Controller For 1 ... · control of air-fuel ratio in internal combustion engines [17] Sliding mode control of gas turbines using multirate-output

ISSN: 2476-6909; Modares Mechanical Engineering. 2019;19(10):2339-2350

C I T A T I O N L I N K S

Copyright© 2019, TMU Press. This open-access article is published under the terms of the Creative Commons Attribution-NonCommercial 4.0 International License which permits Share (copy and redistribute the material in any medium or format) and Adapt (remix, transform, and build upon the material) under the Attribution-NonCommercial terms.

Designing l1 norm Based Sliding Mode Controller For Implementing in Hybrid Model of Gas Turbine

[1] Survey of advancements in jet-engine thermodynamic simulation [2] Steady-state and transient performance modeling of smart UAV propulsion system using Simulink [3] Multiple-sensor fault-diagnoses for a 2-shaft stationary gas-turbine [4] Application of auto associative neural network for aero engine control system sensor fault detection, isolation and accommodation [5] Robust fault detection to determine compressor surge point via dynamic neural network-based subspace identification technique [6] Fault isolation based on residual evaluation and contribution analysis [7] Closed-loop identification of Hammerstein systems with application to gas turbines [8] Gas turbine engine identification based on a bank of self-tuning wiener models using fast kernel extreme learning machine [9] Identification and fault diagnosis of a simulated model of an industrial gas turbine [10] Fault tolerant control of an industrial gas turbine based on a hybrid fuzzy adaptive unscented Kalman filter [11] A new approach to the gray-box identification of wiener models with the application of gas turbine engine modeling [12] Identifying a simplified model for heavy duty gas turbine [13] Surveying the control loops of the governor of the V94.2 gas turbine [14] The SGT-600 industrial twin-shaft gas turbine modeling for mechanical drive applications at the steady state conditions [15] Stabilizing linear multivariable gas turbine model via sliding mode control [16] Adaptive sliding mode control of air-fuel ratio in internal combustion engines [17] Sliding mode control of gas turbines using multirate-output feedback [18] Sliding mode control of PMSG wind turbine based on enhanced exponential reaching law[19] New methodologies for adaptive sliding mode control [20] Adaptive sliding mode observer for sensor fault diagnosis of an industrial gas turbine [21] Design, implementation and control of a two-link fully-actuated robot capable of online identification of unknown dynamical parameters using adaptive sliding mode controller [22] Relaxed stability conditions for switched systems with dwell time [23] Extended Kalman filter frequency tracker for nonstationary harmonic signals [24] Chattering problem in sliding mode control systems

Gas turbines have a wide range of application in different industries. There are different models of the gas turbine for its analysis and diagnosis. In this paper, a hybrid model is considered for the gas turbine. This model combines thermodynamic relations and data-based equations which cause to eliminate dynamic loops of thermodynamic relations. Also, the compressor performance curve is considered in the proposed model which leads to noticing physical and geometric characteristic of a gas turbine. The model is dynamic and nonlinear that cause to adapt to a different condition and increase the accuracy of modeling. The model is accurate, simplified and nonlinear state space form. For these reasons, the model is suitable for analyzing of controllers and observers. The proposed controller is a new sliding model controller for implementing in the model. The controller is based on the l_1 norm and frequency analysis. Since the sliding mode is robust and the l_1 norm is optimizer than the l_2 norm, the controller tracks fuel command with acceptable accuracy and minimizing the control fluctuations. Also, the data that is used in this paper is the data of an industrial gas turbine (IGT25) of Iran’s national turbine which is logged in different ambient and functions conditions.

A B S T R A C TA R T I C L E I N F O

Article TypeOriginal Research

AuthorsAkbari M.1 MSc,Khoshnood A.M.*1 PhD, Irani S.1 PhD

Keywords Hybrid Model; Controller; Sliding Mode; L1 norm; Frequency Analysis

*CorrespondenceAddress: Department of Aerospace Engineering, Faculty of Aerospace Engineering, K. N. Toosi University of Technology, Tehran, Iran. Postal Code: 1656983911Phone: +98 (21) 73064215Fax: +98 (21) [email protected]

1Department of Aerospace Engi-neering, Faculty of Aerospace En-gineering, K. N. Toosi University of Technology, Tehran, Iran.

Article HistoryReceived: November 3, 2018 Accepted: February 13, 2019 ePublished: October 22, 2019

How to cite this articleAkbari M, Khoshnood A.M, Irani S. Designing l_1 norm Based Sliding Mode Controller For Implementing in Hybrid Model of Gas Turbine. Modares Mechanical Engine-ering. 20-19;19(10): 2339-2350.

Page 2: Designing l norm Based Sliding Mode Controller For 1 ... · control of air-fuel ratio in internal combustion engines [17] Sliding mode control of gas turbines using multirate-output

ـــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــی و همکاران اکبر اریمه ۲۳۴۰

۱۳۹۸ مهر، ۱۰، شماره ۱۹دوره پژوهشی مهندسی مکانیک مدرس -ماهنامه علمی

به ١ ُنرم پایه بر نوین لغزشی مدل کنترلر طراحی گاز توربین هیبریدی مدل بر اعمال منظور

MSc یاکبر اریمه

الدین ریدانشگاه خواجه نص ،هوافضا یمهندس دانشکده هوافضا، یمهندس گروه ، ایرانتهران ،یطوس

PhD *خوشنود دیعبدالمج

الدین ریدانشگاه خواجه نص ،هوافضا یمهندس دانشکده هوافضا، یمهندس گروه ، ایرانتهران ،یطوس PhD یرانیا دیسع

الدین ریدانشگاه خواجه نص ،هوافضا یمهندس دانشکده هوافضا، یمهندس گروه ، ایرانتهران ،یطوس

دهیچک

منظور همین به. دارند وسیعی کاربردهای مختلف صنایع در گازی های توربین آنها با متناظر اهداف برای متفاوتی های مدل از آنها تحلیل و شناسایی برای

که است هیبریدی مدل یک مقاله این در رفته شدهدرنظرگ مدل. شود می استفاده دینامیکی های حلقه حذف موجب محور داده و ترمودینامیکی روابط ترکیب با

عملکردی منحنی درنظرگرفتن به توجه با همچنین و شده ترمودینامیکی روابط بودن خطی غیر. است شده رفتهدرنظرگ نیز گاز توربین هندسه و فیزیک کمپرسور،

. است شده مختلف شرایط با تطبیق و سازی مدل دقت حفظ موجب نیز مدل غیرخطی حالت فضای فرم و مناسب دقت سادگی، به توجه با رفتهدرنظرگ مدل

کنترلر. باشد مناسب گرها مشاهده و کنترلرها بررسی برای خوبی به تواند می آن پایه بر که است لغزشی مد نوین کنترلر مدل، این برای شده رفتهدرنظرگ به توجه با کنترلر این. است شده حاصل فرکانسی تحلیل و ١ ُنرم های ویژگی

توانسته ٢ ُنرم به نسبت ١ ُنرم بودن بهینه و لغزشی مد بودن مقاوم خاصیت خوبی به را سوخت فرمان کنترلی، نوسانات کردن حداقل با و مناسب دقت با است (IGT25)صنعتی گاز توربین های داده از مقاله این در همچنین. کند دنبال

،اند شده برداری داده کارکردی و محیطی مختلف شرایط در ایران که ملی توربین است. شده استفاده فرکانسی تحلیل ،١ ُنرم لغزشی، مد کنترلر، هیبریدی، مدل ها: کلیدواژه

۱۲/۸/۱۳۹۷ افت:یخ دریتار ۲۴/۱۱/۱۳۹۷ رش:یخ پذیتار

[email protected]سنده مسئول: ینو* مقدمه -۱

برق، تولید برای توان ایجاد در یا عمده سهم گازی یها نیتورب گاز، ت،فن نیروگاهی، صنایع در دیگر کاربردهای و گاز فشار تقویت

به یابی دست منظور به دلیل، همین به. دارند هوافضا و پتروشیمی یها لیتحل مصرفی، سوخت کمترین و عمر افزایش توان، بیشترینورت گرفته است. به منظور تحلیل درست برای ص ها آنروی بسیاری

نیل به اهداف مختلف، نیاز به مدلی مناسب در شرایط مختلف مختلف شرایط با بتواند مناسب دقت با تنها نه که مدلی. باشد یم

ممکن، پیچیدگی حداقل با بلکه باشد، منطبق گاز توربین کاریتحلیل عیب، شناسایی و تشخیص مختلف اهداف برای بتواند

پسند باشد. راهگشا و کاربرو غیره کارایی، ارتقاهای اساسی و جزئی در بسیاری یها مدل و ها روشاین نیاز، موجب بوجود آمدن

. [1]است شده گاز توربین و [2]بعدی صفر مدلدر گاز توربین سازی مدل در ها روشتنوع

" و دیگر (Zooming) بزرگنمایی" پایه بر ییها روشچندبعدی، شرایط دو هر برای مدل دقت افزایش برای سازی مدل یها روش

نمود پیدا کرده است. زیرا (Transient)و گذرا (Steady) پایا همچنین و اضطراری و معمولی خاموشی ،یانداز راهدر گاز توربین

مدل به دلیل همین به. کند یم تجربه نیز را گذرا شرایط توان، تغییر کنترلر، طراحی برای بتوان تا باشد یم نیاز مناسب دقت با دینامیکی

ی عملکرد تحلیل و عیب تشخیص ،گاز توربین رفتار ینیب شیپ ، شناسایی مناسبی را انجام داد.گاز توربین پارامترهای بخش سه به توان یم را گاز توربین دینامیکی یها مدلدر این بین

یها مدل و ترمودینامیکی یها مدل داده، مبنای بر ییها مدل یها روش همچون داده بر مبتنی یها مدل. کرد تقسیم هیبریدی

یها روشو [5, 6] (Subspace) فضا ، شبه[4 ,3]شبکه عصبیو (Wiener) وینر یها روشمانند (Gray Box) خاکستری جعبه

رفتار درنظرگرفتنکه با (Hammerstein)[8 ,7]همریشتاین دینامیکی، خطی مدل از یریگ بهرهغیرخطی مدل در استاتیک و

تا کرده فراهم را مدل دینامیکی و استاتیکی مدهای تفکیک امکان .برد نام آید، بدست غیرخطی ورودی با حالت فضای مدل

به خط برون یابی دست منظور به داده بر مبتنی یها مدل چند هر آمده بدست مدل اجرای هنگام که اند شده پیاده گاز توربین مدل

داشته ترمودینامیکی یها مدل به نسبت باالتری سرعت توانند یم مشابه یها نیتورب تمام برای ها مدل این جامعیت عدم اما باشند،

آمده بدست یها مدل از یریگ بهره ،گاز توربین فیزیک لحاظ عدم و شرایط در و خاص توربین از استفاده به را فوق یها روش از

وجود با محور داده یها مدل. است کردهمحدود خاصی کارکردیدر همان شرایط گاز توربین شناسایی در باالیی توانایی اینکه یها داده به نیاز دقت، این به یابی دست برای اما دارند، یبردار داده به نیاز و گاز توربین فیزیک درنظرنگرفتن طرفی از. باشد یم زیاد

را ترمودینامیکی یها مدل داده، از خبره شخص تجربی دانش. اما با توجه به [9]است کرده محور داده یها مدل از پرکاربردتر

یها مدلدر مناسب دقت عدم و ترمودینامیکی یها مدلپیچیدگی تمامی برای محور داده یها مدل نبودنجامع طرفی از و آن خطی

رفتار درنظرگرفتن بر عالوه که آورد پدید را ییها مدل به نیاز شرایط، باالی سرعت و باال دقت دارای سادگی، حفظ با سیستم، یرخطیغ

. اند شده ایجاد هیبریدی یها مدل منظور بدین. باشند الگوریتمهیبریدی با تفکیک روابط خطی و غیرخطی و با ترکیب یها مدل

یها یمنحنو گاهی استفاده از گاز توربین روابط ترمودینامیکی ،محور داده استاتیکی و دینامیکی توابع کنار در توربین عملکردی

الگوریتم سرعت افزایش و دقت افرایش یا حفظ بر سعی کنار در گاز توربین فیزیک از یریگ بهره. با توجه به [12-10]اند داشته درنظرگرفتن همچنین و هیبریدی یها سازی مدل در ها داده تحلیل

را ها مدل این ،یخاکستر جعبه یها مدل در سیستم غیرخطی رفتار .است کرده مناسب سرعت و دقت با ییها مدل به تبدیل

به ساده کنترلرهای از غالباً نیز گاز توربین بسته حلقه یها مدلدر ت. این اس شده برده بهره طراحی مقادیر به رسیدن و کنترل منظور

الگوگیری از سیستم کنترل واقعی موتور مورد نظر وکنترلرها با رفتار ینیب شیپ و شناسایی اهداف تحقق دنبال به آن، یساز ساده

. در این بین، کنترل مد لغزشی نیز با [14 ,13]باشند یم گاز توربین ات و مسیریابی اغتشاش و ها ینینامعتوجه به مقاوم بودن در مقابل

-15]است گرفته قرار توجه مورد ،گاز توربین یها سازی مدلدقیق در

را فوق نیاز خوبی به تواند یم. مد لغزشی کنترلی مقاوم است که [17یافته نیز توانمندی خطی و کاهشغیر یها مدل در و سازد برآورده

را طراحی مقادیر تواند یمباالیی برای جبران عیب و کنترل دارد و دیگر در ،گاز توربین بر عالوه دلیل همین به. کند دنبال خوبی به

این از نیز، بادی یها نیتورب و بخار توربین همچون توربینی صنایع .[18]است شده برده بهره مختلف اهداف برای کنترلر

در این مقاله، ابتدا با هدف نیل به مدلی سریع و در عین حال دقیق، مدلی هیبریدی با حذف معادالت تطبیقی ترمودینامیکی و

از مدل این در. است گردیده استخراج آن دینامیکی یها حلقه

Page 3: Designing l norm Based Sliding Mode Controller For 1 ... · control of air-fuel ratio in internal combustion engines [17] Sliding mode control of gas turbines using multirate-output

ـ ـــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــ ۲۳۴۱ گاز نیتورب یدیبریمنظور اعمال بر مدل ه به ١نُرم هیبر پا نینو یکنترلر مدل لغزش یطراحــــــــــــــ

Modares Mechanical Engineering Volume 19, Issue 10, October 2019

عملکردی منحنی و ترمودینامیکی، روابط همریشتاین، روابطادالت فضای حالت مع تا است شده برده بهره نیز کمپرسور

از نوینی ساختار ادامه در. شود حاصل گاز توربین از یا یرخطیغ از یریگ بهره با ساختار این در. است آمده بدست لغزشی مد کنترلر

روش از ترکیبی( فرکانسی تحلیل از استفاده و ۱ ُنرم خواص استفاده با ها داده فرکانسی برخط تحلیل و ۱ ُنرم مبنای بر هیپا مدل

ز الگوریتم تحلیل فوریه زمان کوتاه، به منظور تنظیم پارامتر ابدست (Chattering)تطبیقی با تغییر شرایط و حذف چترینگ

آمده است. این ساختار با توجه به سادگی، دقت و تطبیق با شرایط و شناسایی و گاز توربین عملکرد تحلیل برای تواند یممختلف،

ر گیرد.قرا استفاده مورد عیب جبران گاز توربین دینامیکی سازی مدل -۲

ایرانی گاز توربین رفته شده در این مقاله، درنظرگ گاز توربین IGT25 در شماتیک بصورت آن مختلف یها بخش که باشد یم

تولیدی، توان مگاوات۲۵ با گاز توربین این. است آمده ۱ شکل به ژنراتور شفت که است بوده ژنراتور و توان توربین دو دارای

) ژنراتور یا( گاز کمپرسور به نیز توان توربین شفت و هوا کمپرسوروای ه، Pو Tفشار با و دما بندی،تقسیم این در. است متصل

، ۲شدن هوای محیط) با اندیس ورودی کمپرسور (بعد از فیلتر، دمای ورودی توربین ژنراتور ۳هوای خروجی کمپرسور با اندیس

. شود یمنمایش داده T7با گاز توربین ، و دمای خروجی TITبا و NGGو سرعت آن، با HPT با گاز ژنراتور توربین همچنین

نشان NPTو سرعت شفت این توربین، با LPTتوربین توان را با ℎ𝑓 (Heat با گاز سوخت انرژی نرخ همچنین. شود یمداده

Flow) و دبی هوای ورودی از کمپرسور با𝑚𝑐𝑜𝑚𝑝 نمایش داده، kel۷۰۰ با کمپرسور ورودی دمای مقدار مقاله، این در. شود یم

، kel۹۰۰ ، دمای خروجی توربین باkel۱۴۰۰ دمای ورودی توربین باℎ𝑓 با 𝑘𝑗

𝑠 ، دور توربین توان با𝑟𝑝𝑚۹۸۰۰ ، دور توربین ژنراتور با۷۵

𝑟𝑝𝑚۷۷۰۰ تمامی چند هر( اند شدهبهنجار ۱/۱۴و نسبت فشار با دور همچنین و.) نیستند پارامترها نامی مقادیر لزوماً اعداد این

) اصالح ۲) و (۱( روابط از یریگ بهرهژنراتور و سوخت نیز با .شوند یم

)١( 2

288.15 CorrNGG NGGT

=

)٢( 2 2

288.15 1.0325 f corr fh hT P

=

IGT25دو شفت گاز توربین شماتیک )١ل کش ساختار مدل دینامیکی -۲-۱

رویکرد با مدلی مقاله، این در گاز توربین رفته شده برای درنظرگمدل معناست بدان این. باشد یم هیبریدی و خاکستری جعبه سازی مدل

ترمودینامیکی معادالت مبنای بر کامالً شده رفتهدرنظر گ مدل که در نیز آن روابط و توربین شناخت هم طرفی از و بود نخواهد

د شد. در این مدل از منحنی عملکردی خواه لحاظ سازی مدل

کمپرسور نیز استفاده شده است تا فیزیک توربین که شامل خطوط درنظر سرج، خفگی و عملکرد توربین در دورهای مختلف است، نیز

روابط از نیز گاز توربین از ییها بخشرفته شود. همچنین در گ برای همریشتاین، سازی مدل رویکرد با خاکستری جعبه

نیز بهره برده شده گاز توربین رفتار غیرخطی و دینامیک درنظرگرفتننشان داده شده ۲است. در این مدل که ساختار کلی آن در شکل

است، معادالت تطبیقی حذف شده و الگوریتم با سرعت باالتری . سازد برآورده را واقعی زمان مدل به مربوط نیازهای تواند یم

Hamm. Model 1

Corrected Heat Flow

CompressorMap

Polytropic Equation

Hamm. Model 4

T7 Hammerstein

Model

TET

F(hf)

Hamm. Model 3

Corrected NGGPR

Efficiency

Comp. Mass Flow

Fuel Mass

NPT TIT

Comp. Exh. Temp.

Transfer Function

Hamm. Model 2

PR

PR

Amb. Temp.

مقاله در بکاررفته خاکستری جعبه و هیبریدی نوین مدل ساختار )٢ل کش

یها مدلمشخص است، از ۲گونه که در ساختار شکل همان استاتیک در مدل غیرخطی رفتار درنظرگرفتن برای همریشتاین

مرتبه تبدیل تابع عنوان به مدل دینامیک و شده استفاده مسئله مدل آوردنبدست انتخاب، این دلیل. است شده رفتهگ درنظر اول

غیرخطی دور و نسبت وابستگی به توجه با غیرخطی حالت فضای با استاتیکی غیرخطی یها مدل. باشد یمفشار به ورودی سوخت

همچنین و است آمده بدست مربعات حداقل الگوریتم از استفاده که زمانی یها ثابت به توجه با نیز، دینامیکی خطی یها مدل در

مقادیر و استاتیکی مدل خروجی فرکانسی یها لیتحل حاصل. است آمده بدست اولی مرتبه یها مدل ،باشد یما پارامتره واقعیباز بدست آمده و نتایج آن ابتدا بصورت حلقه گاز توربین مدل

همچنین. شد خواهد اعمال آن بر کنترلر سپس و شود یمارزیابی خبره تجربه به توجه با مدل، در ها یخروج و ها یورود از یک هر

فیزیکی توربین و واقعیت پارامترها، همبستگی تحلیل صنعتی، .اند شدهانتخاب گاز توربین رمودینامیکی تمدل

نسبت فشار کمپرسور و دور توربین ژنراتور ، نسبت فشار و دور اصالح در این تحلیل نسبت مقدار بهنجار شده

) نشان داده ۴) و (۳در روابط ( ℎ𝑓با مقدار بهنجار شده شده

Page 4: Designing l norm Based Sliding Mode Controller For 1 ... · control of air-fuel ratio in internal combustion engines [17] Sliding mode control of gas turbines using multirate-output

ـــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــی و همکاران اکبر اریمه ۲۳۴۲

۱۳۹۸ مهر، ۱۰، شماره ۱۹دوره پژوهشی مهندسی مکانیک مدرس -ماهنامه علمی

با ℎ𝑓 باالی بسیار همبستگی به توجه با آمده بدست روابط. اند شده نسبت فشار و دور اصالح شده بدست آمده است.

)٣( 1

2

3 4

_ ( )

0.048 0.09 5.71

9.84 5.85corr

corr corr

f corr

f corr f

f f

Normalized R f h f

h h

h

P

h

= =

= − +

− +

)٤( 2

2

3 4

( )

0.208 5.88 11.31

8.7 70

_

4 1.

corr

corr corr

corr corr

Corr f

f f

f f

Normalized NGG f h f

h h

h h

= =

= − +

− +

بازده، جرم سوخت، دبی کمپرسور و دمای خروجی کمپرسورهمچنین مقادیر بازده و دبی هوای خروجی از کمپرسور نیز از

سوخت جرمی نرخ. شود یممنحنی عملکردی کمپرسور حاصل (𝑚𝑓) نیز تابعی ازℎ𝑓 وLHV و بازده احتراق در دورهای مختلف

کمپرسور خروجی دمای محاسبه برای کیتروپ یپل رابطه و باشد یم و کمپرسور بازده محیط، دمای کمپرسور، فشار نسبت از تابعی که

,IGT25 Standard استاندار طبق که( گرمایی ظرفیت نسبتApplication (MD & PG) به عنوان تابعی از دمای محیط و .باشد یمدمای خروجی کمپرسور است)

دمای ورودی توربین ژنراتور از تابعی تواند یم ژنراتور توربین ورودی دمای که دریافت توان یم

هوای دبی به سوخت جرم نسبت و کمپرسور خروجی دمای) و ۵( معادله براساس یا رابطه توان یم نتیجه در که باشد کمپرسور

، گاز توربین مدل همریشتاین بدست آورد. هرچند در حین کارکرد به( است نشده تعبیه حسگریبرای دمای ورودی توربین ژنراتور،

تحلیل با زیر نتایج اما ،)ژنراتور توربین ورودی باالی دمای علت استاندارد درنظرگرفتن با کارائی آزمون از حاصل یها دادهبدست آمده است. در واقع از نتایج تست ISO 2314 المللی بین دمای مدل پاسخ ارزیابی برای مجازی حسگری به عنوان ئکارا

انتخاب در همچنین. است شده برده بهره ژنراتور توربین ورودی تست روابط از نیز ژنراتور توربین ورودی دمای مدل یها یورود

.است شده گرفته الگو کارائی

)٥( 4 3

3

2 23

( / , )

245.14 97395.038 / 3.631

981.76( / ) 0.00042

f comp

f comp

f comp

f f m m Tm m T

m m T

=

= − − +

− −

دور توربین توانبا توجه به همبستگی باالی دور توربین توان به دمای ورودی

مدل با را توان توربین دور توان یمتوربین و نسبت فشار، . آورد بدست توربین ورودی دمای و فشار نسبت از همریشتاین

.شود یم) تعریف ۶( رابطه بصورت توان توربین بهنجار دور بنابراین

)۶( 32

( , )

0.3399 0.0679 0.000 3

_

50.00069

Norlalized PT f PR TIT f

PR PRTIT

N = =

= − + −+

دمای خروجی توربین توان پارامتر نیتر دهیچیپ، دمای خروجی توربین سازی مدلدر این

دور پارامترهای ژنراتور، توربین ورودی دمای بر عالوه زیرا. باشد یم مقدار در بسزایی ریتأث نیز کمپرسور فشار نسبت و توان توربین از نیز گاز توربین خروجی دمای برای. دارند توربین خروجی دمایرده شده است که بخش استاتیکی آن ب بهره همریشتاین مدل

) تعریف شده است.۷بصورت رابطه (

)٧( 7 5

2 2 2

( , , )643.912 108.341 62.218 2.8595.883 6.494 0.001

T f TIT NPT PR fPR NPT TIT

NPT PR TIT

= = =− − − +

− + −

به فرم معادالت فضای حالت گاز توربین استخراج مدل -۲-۲ فرم به توان یم) را ۷) تا (۳و روابط ( ۳شکل الگوریتم مربوط به

استخراج حالت فضای معادله. کرد استخراج حالت فضای معادالت) ۸( رابطه در که باشد یم غیرخطی معادالت از خاصی صورت شده

:شود یممشاهده

)٨( 3

7

P 1

2

3 3

3

7 5

1

7

4

( ) ( ) ( )

( ) ( ) ( )

( ) ( ) ( )

( ) ( ) ( )

( ) ( ) ( )

( ) ( ) ( )

R

NGG

T

NPT

T

TIT

PR t PR t f t

NGG t NGG t f t

T t T t PR t

NPT t NPT t f t

T t T t f t

TIT t TIT t f t

γγη

τ

τ

τ

τ

τ

τ

= − +

= − +

= − +

= − +

= − +

= − +

به را گاز توربین حالت فضای معادالت توان یمکه در حالت کلی ) تعریف کرد:۹( رابطه فرم

)٩( ( ) ( ) ( ) ( )( )( ) ( )( ) ( ) ( ) ( )( )

t t , t , t

t t

t t , t , t

x g z x u

y x

z h z x u

=

=

=

3که 7( ) [ ( ), ( ), ( ), ( ), ( )]Transposex t PR t NGG t T t NPT t T t= قابل یگرهاحسشامل متغیرهای فضای حالت (که دارای

با برابر که است حسگر یها یخروج 𝑦(t) ،)باشند یم یریگ اندازهقابل متغیر غیر 𝑧 ،اند شدهرفته گ درنظر 𝑥 حالت فضای متغیرهای

توربین ورودی دمای که باشد یم) حسگر بدون( یریگ اندازه(𝑇𝐼𝑇(t)) خواهد بود و𝑢 نیز ورودی کنترلی است که همان ℎ𝑓𝑐𝑜𝑟𝑟 سوخت، شدهاصالح مقدار از استفاده دلیل. باشد یم

کنترلی ورودی تا باشد یم کنترل در محیط فشار و دما درنظرگرفتن رابطه توان یمات شرایط محیطی منطبق باشد. همچنین تغییر با)) را به فرم ۸( ) ( )( ) ( )( ) ( )t t t u tx f x g x= + تبدیل کرد که در

بخش طراحی کنترلر مد لغزشی بکار خواهد رفت. 𝒍𝟏طراحی کنترلر مد لغزشی تطبیقی بر پایه ُنرم -۳

عدم برابر در آن بودنمقاوم لغزشی، مد کنترلرهای مزیت نیتر مهم که مقاله این در ابتکاری الگوریتم. است اغتشاشات و ها تیقطع

طراحی شده است، کنترلری بر [20] و [19] های مرجع از الگوگیری بااست که محدوده STFT فرکانسی تحلیل از یریگ بهرهو با 𝑙1پایه کاری فرکانس از و زند یم تخمین برخط بصورت را ها ینینامع

به توجه با تا برد یمبهره م، در پارامتر تطبیقی مد لغزشی سیست با تر قیدق پاسخی انتظار بتوان مختلف، شرایط با پارامترها تطبیق

مرجع الگوگیری ازکنترلر پیشنهادی، با . داشت کمتری چترینگبودن کنترلر با تغییرات و تطبیقی ۱و توجه به خواص ُنرم [19]

محدوده کاری، طراحی شده است. معادالت کنترلر نوین مد لغزشی -۳-۱

) به فرم ۸( رابطه ستیبا یمبه منظور طراحی کنترلر مد لغزشی، ( ) ( )( ) ( )( ) ( )ux t f x t g x t t= + تبدیل شود که در این فرم

𝑓(𝑥(𝑡)) و𝑔(𝑥(𝑡)) شوند بصورت زیر تعریف می:

)١٠( 3

7

3

7

1/1 2 3 5

( ( )) [ ( ), ( ), ( )

, ( ), ( )]

( ) [ , , ( ) , , ] / ( )

PR NGG T

TransposeNPT T

Transposef corr

f x t PR t NGG t T t

NPT t T t

g x f f PR t f f h tγ γη

τ τ τ

τ τ−

= − − −

− −

=

:شود یمبصورت رابطه زیر تعریف 𝑢(𝑡)که در این رابطه )١١( ( ) ( ) ( )( ) ( ) u t k t sign s t u t=− +

Page 5: Designing l norm Based Sliding Mode Controller For 1 ... · control of air-fuel ratio in internal combustion engines [17] Sliding mode control of gas turbines using multirate-output

ـ ـــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــ ۲۳۴۳ گاز نیتورب یدیبریمنظور اعمال بر مدل ه به ١نُرم هیبر پا نینو یکنترلر مدل لغزش یطراحــــــــــــــ

Modares Mechanical Engineering Volume 19, Issue 10, October 2019

پارامتر تطبیقی کنترلر مد لغزشی است (که 𝑘(𝑡)در این رابطه شود تعقیب خطای دقت افزایش باعث تواند یمبودن آن تطبیقی

) که بصورت زیر تعریف شده است:[21]

)١٢( ( ) ( )( )( ) ( )( )1 , ck t sign s x t h u h k t kµ µ µω ϕ= + − +

نیز از جنس فرکانس و 𝜔𝑐مقدار ثابت و مثبت است و 𝑘�1که . شود یممقداری مثبت است که در ادامه به تفصیل، تعریف

:باشد یمصفحه لغزش با تعریف زیر 𝑠𝑠 همچنین

)١٣( ( ) ( ) ( )( ) ( ) ( )( )

( ) ( )( )1 2

3

, d d

d

s x t x t x t x t x t

x t x t dt

γ γ

γ

= − + −

+ ∫ −

بدین گونه است که در IGT25 گاز توربین ماهیت سیستم کنترل شرایط گذرا دورهای مشخص توربین ژنراتور، مسیر مطلوب سیستم

داشتن دور کنترل است و در شرایط پایا نیز با هدف ثابت نگه توان به یابی دست، هدف گاز توربین توربین توان و دمای خروجی

توربین از سیستم کنترل فعلی الگوگیری با. باشد یم شدهتعیین، در کنترل مد لغزشی پیشنهادی نیز در شرایط گذرا دور IGT25 گاز

NGG فشار نسبت اینکه و توان حسگرو با توجه به عدم وجود نسبت پایا شرایط در ،باشد یم خروجی توان برای مناسبی معرف. گردند یم تعیین مطلوب مسیر عنوان به کمپرسور معین فشار

راین در شرایط گذرا، متغیر ورودی به سیستم کنترل، همان دور بنابتوربین ژنراتور و در شرایط پایا برابر با نسبت فشار کمپرسور

مقادیر طراحی در شرایط پایا و گذرا است 𝑥𝑑(𝑡) همچنین. باشد یمصفحه لغزش به ب ثابت و مثبت مربوط ینیز ضرا 𝛾3و 𝛾1، 𝛾2و

.باشند مینیز قانون کنترلی معادل است که به منظور صفر نگه داشتن 𝑢�(𝑡)و s رابطه حل با که دیآ یمسطح لغزش بدست روی 𝑑𝑠(𝑥,𝑡)

𝑑𝑡=

�̇�𝑠(𝑥, 𝑡) = 0، 𝑢� شود بصورت زیر حاصل می:

)١٤( ( )

( ) ( ) ( )( ) ( ) ( )( ) ( )( )

( )( )

1 3

2

d dd

x t x t x t x tx t f x t

u tg x t

γ γγ

− + + − ++ −

=

.شوند نیز در ادامه معرفی می ℎ𝜇و 𝜑𝜇پارامترهای کنترلر مد لغزشیاثبات پایداری -۳-۲

,𝑠𝑠(𝑥) نشان داده شده است، مشتق ۱۵که در رابطه ( همان گونه 𝑡) .باشد بصورت زیر می

)١٥( ( ) ( )( ) ( ) ( ), ,

, s x t s x t

s x t x tx t t

∂ ∂= +

∂ ∂

)با جایگذاری ) ( )( ) ( )( ) ( )ux t f x t g x t t= + خواهیم ۱۵( در رابطه ( داشت:

)١٦( ( ) ( )

( ) ( )( )

( ) ( )( ) ( )( ) ( )

,,

, ,

s x ts x t f x t

x t

s x t s x tg x t u t

t x t

∂=

∂ ∂+ +

∂ ∂

درنظرگرفتنو با ( ) ( )

( ) ( )( ) ( ), ,,

s x t s x tx t f x t

x t tϕ

∂ ∂= +

∂ ∂

و

( ) ( )( ) ( )( ),

, s x t

h x t g x tx t

∂=

) به فرم زیر تبدیل ۱۶رابطه (

خواهد شد:)١٧( ( ) ( ) ( ) ( ), , ,s x t x t h x t u tϕ= +

ستیبا یم، ۱به منظور اثبات پایداری کنترلر مد لغزشی ُنرم ,𝑠𝑠(𝑥 همگرایی 𝑡) صفر به) باشد یم(که همان سطح لغزش نیز

شود رفتهگ درنظر لیاپانوفی تابع ستیبا یم منظور بدین. شود اثبات اثبات را لیاپانوف پایداری شده، رفتهدرنظرگ روابط به توجه با که

𝑉(𝑡)پانوف بصورت لیا تابع اگر. کند = |𝑠𝑠(𝑥, 𝑡)| + |𝑘(𝑡)−𝑘∗|𝜔𝑐

𝑘(𝑡): باشد می 𝑘(𝑡)کران باالی ∗𝑘رفته شود (درنظرگ < 𝑘∗ این ،( ۱لیاپانوف بر مبنای قدر مطلق (که بیانگر ُنرم بدان معناست که تابع

است) سطح لغزش، تعریف شده است تا بتواند فرمی از کنترلر مد بودنهمچون ُتُنک ۱لغزشی را تعریف کند که خواص ُنرم

(Sparse) از اجتناب و مسیریابی پاسخ بودنتر نهیبه، دقت باالتر و بودن (با توجه مقاوم، در عین (Smearing)مترها پارا کنش درهم

به خاصیت کنترلر مد لغزشی) را دارا باشد. اما با توجه به شروط بودن تابع و مرتبه اول مربوط به انتخاب تابع لیاپانوف (پیوسته

تعریف شکل بدین را لیاپانوف تابع توان ینممشتق جزئی آن)، تابع لیاپانوف بصورت درنظرگرفتن بجای دلیل همین به. کرد

𝑉(𝑡) = |𝑠𝑠(𝑥, 𝑡)| + |𝑘(𝑡)−𝑘∗|𝜔𝑐

از شروط متناسب با تغییر ، فرض ابتدا اثبات این در. شود یمشرایط سطح لغزش استفاده

) طراحی شود. (ابتدا ۱۸( رابطه شرایط با شرطی کنترلری که شود یمشرط مختلف، معادالت کنترلر متناسب با آن ۲بصورت محلی برای

به دقت با و شرایط این به توجه با نتیجه در و دیآ یمشرط بدست را رابطه دو این توان یم که کرد استدالل توان یم آمده بدست روابط

بدین. آورد بدست لغزشی مد کنترلر برای جامع معادله یک قالب در، نیاز به کنترلر متناسب با آن شرایط 𝑠𝑠 مختلف شرایط برای منظور

است و به تبع آن برای هر یک از کنترلرها نیاز به اثبات پایداری به توان یم را کنترلر این که شود یم اثبات نهایت در که.) باشد یم

) برای هر یک از ۱۸( ) در آورد. در رابطه۱۲) و (۱۱( روابط فرم,𝑠𝑠(𝑥 یها تیوضع 𝑡) تابع لیاپانوف مثبت متناسب با وضعیت

:شود مطرح شده به منظور اثبات پایداری تعریف می

)١٨(

⎩⎪⎪⎨

⎪⎪⎧ 𝐼𝑓 𝑠𝑠(𝑥, 𝑡) > 0

→ 𝑉(𝑡) = 𝑠𝑠(𝑥, 𝑡) −(𝑘(𝑡) − 𝑘∗)

𝜔𝑐 (𝑎)

𝐼𝑓 𝑠𝑠(𝑥, 𝑡) < 0

→ 𝑉(𝑡) = −𝑠𝑠(𝑥, 𝑡)−(𝑘(𝑡) − 𝑘∗)

𝜔𝑐 (𝑏)

،باشد 𝑘(𝑡)کران باالی ∗𝑘در این شروط با فرض اینکه 𝑘(𝑡) − 𝑘∗ < تابع هنگامی که (𝑎)خواهد شد، برای شرط 0

𝑉(𝑡)لیاپانوف بصورت = 𝑠𝑠(𝑥, 𝑡) − (𝑘(𝑡)−𝑘∗)𝜔𝑐

تعریف شود،

:شود مشتق تابع لیاپانوف بصورت زیر حاصل می

)١٩( ( ) ( ) ( ),c

k tV t s x t

ω= −

به عنوان کران باالی ℎ𝜇و 𝜑𝜇 درنظرگرفتن) و ۱۵( با توجه به رابطه𝜑(𝑥, 𝑡) وℎ(𝑥, 𝑡) با فرض محدودبودن)𝜑(𝑥, 𝑡) وℎ(𝑥, 𝑡)( و

,ℎ(𝑥| و( ) خواهیم داشت۱۱( رابطه از یریگ بهرههمچنین 𝑡)| <ℎ𝜇 |𝜑(𝑥, 𝑡)| < 𝜑𝜇 :(

)٢٠( ( ) ( )( )( ) ( ) ,c

k tV t h k sign s x t uµ µϕ

ω< + − + −

,𝑠𝑠(𝑥که با توجه به مثبت بودن 𝑡) :در این شرط داریم

)٢١( ( ) ( ) ( ) ( ), c

k tV x t h k t h u tµ µ µϕ

ω< − + −

(ترم تطبیفی مد لغزشی) را بصورت یک فیلتر پائین �̇�(𝑡)حال .شود یمرفته گ درنظر) ۲۲( گذر و بصورت رابطه

Page 6: Designing l norm Based Sliding Mode Controller For 1 ... · control of air-fuel ratio in internal combustion engines [17] Sliding mode control of gas turbines using multirate-output

ـــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــی و همکاران اکبر اریمه ۲۳۴۴

۱۳۹۸ مهر، ۱۰، شماره ۱۹دوره پژوهشی مهندسی مکانیک مدرس -ماهنامه علمی

)٢٢( ( ) ( )

( ) ( ) ( )( )1

1

c

c

k th k h u t k

k t h u t h k t k

µ µ µ

µ µ µ

ϕω

ω ϕ

+ = + +

= + − +

𝑘�1و مقدار ثابت و مثبت )۲۲( بصورت رابطه �̇� (𝑡) درنظرگرفتنبا �̇�(𝑡)) .شود یمنیز منفی �̇�(𝑡)مقدار < −𝑘�1 < شود تا (0

پایداری تابع لیاپانوف نیز اثبات شود.نیز (𝑏)شده، پایداری لیاپانوف شرط با الگوی مشابه اثبات مطرح

پارامتر تطبیقی کنترلر مد لغزشی بصورت رابطه زیر، درنظرگرفتنبا :شود یماثبات

)٢٣(

�𝐼𝑛 (𝑎) → �̇�(𝑡) = 𝜔𝑐(𝜑𝜇 + ℎ𝜇𝑢�(𝑡) − ℎ𝜇𝑘(𝑡) + 𝑘�1)

𝐼𝑛 (𝑏) → �̇�(𝑡) = 𝜔𝑐(−(𝜑𝜇 + ℎ𝜇𝑢�(𝑡))− ℎ𝜇𝑘(𝑡) + 𝑘�1)

) نمایش داده شده است، طراحی کنترلر ۲۳) و (۱۸( آنچه در روابط,s(𝑥 مختلف یها تیوضعبا توجه به ۱شرطی بر مبنای ُنرم 𝑡)

) به این نتیجه ۲۳) و (۱۸( روابط در دقت با توان یم اما. باشد یم رفت:گ درنظر) ۲۳) را معادل رابطه (۲۴( رابطه توان یمرسید که

)٢٤( ( ) ( )( )( ) ( )( )1 , ck t sign s x t h u h k t kµ µ µω ϕ= + − +

) درنظرگرفتنکه با ) ( ) ( )( ) ( ) ,u t k t sign s x t u t= − ، رابطه+ .شود یم) اثبات ۱۲(

الزم به ذکر است در این رابطه فرکانس کاری پارامتر تطبیقی برابر با 𝜔𝐶 تغییر به توجه با). باشد یم مثبت مقداری همواره که( باشد یم تبع به و باشد یم تغییر حال در سیستم کاری فرکانس موتور، دور نیز کنترلر تطبیقی پارامتر پایه فرکانس لحظات تمام در لزوماً آن

ریتأث کنترلر تطبیقی پارامتر آنکه به توجه با. بود نخواهد یکسان به دارد، نتیپو ستو مسیریابی مناسب مقدار چترینگ در زیادی پائین فرکانس از یریگ بهره لغزشی مد کنترلر عملکرد افزایش منظور

هدف با( تطبیقی پارامتر اصلی فرکانس که شود یم موجب گذر شوند حذف دیگر یها فرکانس) باقی بماند و 𝑠𝑠و �̇�𝑠 داشتن نگه صفر

) ۲۴( رابطه در دقت با( شود یم چترینگ کاهش موجب که فرم به توان یمرا 𝑘(𝑡) تطبیقی پارامتر که کرد مشاهده توان یم

𝑘 = 11𝜔𝑐𝑠+ℎ𝜇

. (𝑠𝑠𝑖𝑔𝑛 (𝑠𝑠(𝑥, 𝑡)) (𝜑𝜇 + ℎ𝜇𝑢�) + 𝑘�1) نوشت که با

𝜔𝑐توجه به ماهیت فیلتر پائین گذر این رابطه، تنظیم فرکانس ).شود نویز یها فرکانس حذف موجب تواند یم

اثبات پایداری کنترلر مد لغزشی در زمان سوئیچبا توجه به اهمیت سوئیچ کنترلرها در پایداری سیستم در این

.شود یمبخش، پایداری آن بررسی هنگام سوئیچ بین کنترلرها، ممکن است یکی از دو حالت زیر رخ

دهد:𝑉(𝑡𝑎.𝑠.))اگر تابع لیاپانوف در هنگام سوئیچ کاهشی باشد -۱ ≤

𝑉(𝑡𝑏.𝑠.)) شرطی اثبات ، بنابراین پایداری مجانبی کنترلر چند .شود می

اگر با وجود روند کلی کاهشی تابع لیاپانوف، در هنگام سوئیچ -۲𝑉(𝑡𝑎.𝑠.) ≥ 𝑉(𝑡𝑏.𝑠.) باشد، با توجه به پایداری کلی و روند کلی

.شود یمکاهشی تابع لیاپانوف، پایداری مجانبی آن اثبات در (Dwell Time) توقف زمان نظرگرفتن در با توان یم همچنین

از قبل به نسبت لیاپانوف تابع کاهش از اطمینان با سوئیچ، هنگام

.[22]کرد حاصل اطمینان لیاپانوف تابع کلی پایداری از سوئیچ، حالت 𝝎𝑪به منظور تخمین STFT فرکانسی تحلیل از یریگ بهره

فرکانسی باند پهنای و دامنه که ییها بیع برای که دریافت توان یم

تغییرات فرکانس در فرکانس پایه، درنظرگرفتناست، متغیر ها آن و فرکانس تغییرات برابر در کنترلر شدنمقاوم موجب تواند یم

با چترینگ حذف منظور به تر مطمئن مقداری و شود دامنه . دهد قرار اختیار در مناسب مسیریابی

خاص زمانی یها محدودهبا توجه به آنکه تحلیل فرکانسی در بودن سیگنال پارامتر تطبیقی، و همچنین غیرساکن ردیگ یم صورت

بهره برده شده است که در هر گام زمانی و STFTاز الگوریتم آنالین یریگ بهره شماتیک. شود یمبصورت آنالین در سیستم پیاده

آمده است. همچنین با توجه به آنکه برای ۳شکل در STFT از ها داده از یا دستهنیاز به حداقل STFTبکارگیری الگوریتم

یا هیاول مقدار زمانی اولیه یها گام در منظور همین به ،باشد یم زمان به توجه با بعدی یها گامشده و در رفتهدرنظرگ 𝜔𝐶 برای ۲۵۶ از مرحله، هر در است، ثانیهمیلی۱۲۵ که سیستم یبردار داده .. شود یماستفاده STFT منظور به) ثانیه۳۶( قبلی داده

Data Number

= D(1)

j >= 10

j=1

FFT by having data in Time (D(j-255),D(j-254), … , Dj)

Calculate Fundamental Frequency for this set of data

Calculate tau for Low Pass Filter

Initial Value for Frequency

No

Yes

Use LPF in Sliding Mode Observer or

Control

j=j+1

به منظور حذف چترینگ در پارامتر تطبیقی STFT ازی ریگ بهرهساختار )٣شکل کنترلر

با زمان 𝝎𝑪اثبات پایداری کنترلر هنگام تغییر

موجب تواند یم گرها مشاهده در فرکانس تحلیل از یریگ بهره. در صورتیکه از تحلیل آنالین برای [23]شود چترینگ کاهش

متغیر با زمان 𝜔𝐶بهره برده شود، در این صورت، 𝜔𝐶تخمین تابع ناپایداری موجب امر این که کرد ثابت توان یمخواهد بود.

𝜔𝑐(𝑡) از 𝜔𝐶بجای ۱۸ رابطه در صورتیکه در. شد نخواهد لیاپانوفاستفاده شود، در مشتق تابع لیاپانوف، تنها قسمت

𝜔�̇�(𝑡) (𝑘(𝑡)−𝑘∗)𝜔𝑐(𝑡)2

�̇�𝑐(𝑡) بودندار کران فرض با که شود یماضافه )�̇�𝑐(𝑡) < �̇�𝑚( ،0 ≥بطه را همواره که کرد ثابت توان یم

≤ 𝜔�̇�(𝑘(𝑡)−𝑘∗)𝜔𝑐(𝑡)2

𝜔�̇�(𝑡) (𝑘(𝑡)−𝑘∗)𝜔𝑐(𝑡)2

برقرار است که در نهایت منجر شدن مشتق تابع لیاپانوف و به تبع آن پایداری آن به منفی

.شود می�̇�𝑐(𝑡)نکته: برای آنکه فرض < �̇�𝑚 ،همواره برقرار باشد

پایه فرکانس زمانی مقدار به توجه با( زمانی گام هر در ستیبا یم

Page 7: Designing l norm Based Sliding Mode Controller For 1 ... · control of air-fuel ratio in internal combustion engines [17] Sliding mode control of gas turbines using multirate-output

ـ ـــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــ ۲۳۴۵ گاز نیتورب یدیبریمنظور اعمال بر مدل ه به ١نُرم هیبر پا نینو یکنترلر مدل لغزش یطراحــــــــــــــ

Modares Mechanical Engineering Volume 19, Issue 10, October 2019

از (Smooth Interpolation) نرم برازش یک) حال و گذشته در𝜔𝑐(𝑡) رفت. گ درنظر

یساز هیشبنتایج -۴

هیبریدی خاکستری جعبه مدل یساز ادهیپ نتایج ۵تا ۱نمودارهای مالحظه که همان گونه. دهد یم نمایش) بهنجارشده بصورت( راکه قابل 𝑥 حالت فضای متغیر پارامترهای از یک هر ،شود یم

توربین واقعی یها داده( آن واقعی مقادیر با باشند یمگیری اندازهIGT25 پارامتر( توربین ورودی دمای همچنین و اند شده) مقایسه

مدل این. است شده داده نمایش ۶نمودار در نیز) حسگر بدون بصورت سوخت مقادیر و است شده یساز هیشب باز حلقه بصورت

زیرا در حضور .به مدل داده شده است سوخت واقعی یها دادهکنترلر مناسب با قدرت مسیریابی باال، خطای مدل کاهش یافته و

از که همان گونه طرفی از. شود یم تنظیم سالم یها دادهمدل با دقت حفظ بر عالوه ،رفت یم انتظار مدل این باز حلقه ساختار

یساز ساده و ترمودینامیکی کامالً یها مدل به نسبت سازی مدل آن، تطبیقی معادالت حذف و ترمودینامیکی پیچیده یها مدل

در یبردار داده که حالی در و بوده سریع بسیار نیز الگوریتم پاسخ زمان این در الگوریتم این حل زمان است، شده انجام ثانیه۴۰۰۰ انجامیده طول به سیمولینک افزار نرم در ثانیه۹ مدت به ،یبردار داده

همچنین. باشد یماز سرعت باالی این الگوریتم نشان که است MAPE (Mean Absolute Percentage Error) خطای

واقعی، یها دادهنسبت به NPTو NGG ،𝑇3 ،𝑇7 ،𝑃3پارامترهای بوده درصد۸۹۶/۰ و ۰۰۵/۱ ،۷۹۹/۰ ،۴۹۱/۰ ،۵۳۸/۰ با برابر ترتیب به

یها یمنحن با( دیگر ردههم گاز توربین یک بر مدل این. است زمانی و کاری شرایط در و متفاوت کمی یها پره و عملکردی

آن به ترتیب MAPE خطای که است شده اعمال) مختلف ۸۵۰/۱و ۵۶۵/۱، ۱۵۳/۱، ۷۲۷/۰، ۲۹۴/۱پارامترهای نامبرده،

دیگر، ردههم توربین دادهروی مدل این کم خطای. باشد یمیطی و کارکردی و مح مختلف شرایط با مدل تطبیق دهنده نشان

توربین همچنین. باشد یمهای مشابه گاز توربین اعتبار آن برای در آن صورت گرفته است، در ایستگاه یبردار داده که هاییگاز

قرار دارند.کمپرسور گاز عسلویه این مدل پیاده شده تا مدل با روی کنترلر مد لغزشی ۳در بخش

در حالت حلقه باز سازی مدل دقت. شود تیون واقعی یها داده زیرا. باشد یم مدل بودن مناسب و ها یورودنشان از انتخاب درست

کاری نقطه توان یم محیطی شرایط و سوخت میزان از اطالع با و مدل دقت افزایش منظور به بعد گام در. آورد بدست را توربین از استفاده با که است شده برده بهره مقاومی کنترلر از مدل، کنترل

. باشد یمحلیل فرکانسی قدرت تطبیق با شرایط مختلف را دارا ت بر لغزشی مد کنترلر بوسیله کنترل تفاوت نیز ۱۶تا ۷نمودارهای

همان . دهد یم نمایش شده طراحی نوین کنترلر با را ۲ ُنرم مبنای را شده طراحی مسیر بخوبی کنترلر دو هر ،شود یم مالحظه که گونه

، با توجه به آنکه با تغییر ۱رلر نوین بر پایه ُنرم کنت اما اند کرده دنبال. این دارد کمتری بسیار چترینگ ،ابدی یمدامنه و فرکانس تطبیق

مشاهده ۲۱تا ۱۷نمودارهای در تر واضح بصورت توان یمامر را برای را ۲ و ۱ رمنُ کنترلرهای شده بهنجار خطای ها شکل این. نمود

یها نمودارکه در همان گونه. دهد یم نمایش مختلف پارارمترهای ۲ ُنرم از کمتر بسیار ۱ ُنرم کنترلر چترینگ ،شود یم مالحظه نامبرده

بهنجارشده خطای مقایسه. است کمتر نیز آن تعقیب خطای و بودهدر ۲و ۱کنترلرهای ُنرم برای (MAE) قدر مطلق یخطا نیانگیم

(با توجه به ۲نسبت به ُنرم ۱نیز گواه از دقت باالتر ُنرم ۱جدول

تغییرات دامنه و ریتأث نیز [24] . مرجعباشد یمخاصیت بهینگی آن) همین بر. دهد یمشان فرکانس بر سیستم کنترل بر چترینگ را ن

درنظرگرفتن به توجه با نوین کنترلر که شود یم مالحظه مبنا ۱ ُنرم خواص به توجه با همچنین و دامنه و فرکانس تغییرات

است. رسانده حداقل به را چترینگ میزان

با داده واقعیمقایسه مدل دور توربین ژنراتور )١نمودار

با داده واقعیسه مدل دمای خروجی کمپرسور یمقا) ٢نمودار

با داده واقعیمدل فشار خروجی کمپرسور مقایسه )٣نمودار

0 500 1000 1500 2000 2500 3000 3500 40000.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

Nor

mal

ized

NG

G

Time(sec)

Real DataModel

0 500 1000 1500 2000 2500 3000 3500 40000.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

Nor

mal

ized

T3

Time(sec)

Real DataModel

0 500 1000 1500 2000 2500 3000 3500 40000

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

Nor

mal

ized

P3

Time(sec)

Real DataModel

Page 8: Designing l norm Based Sliding Mode Controller For 1 ... · control of air-fuel ratio in internal combustion engines [17] Sliding mode control of gas turbines using multirate-output

ـــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــی و همکاران اکبر اریمه ۲۳۴۶

۱۳۹۸ مهر، ۱۰، شماره ۱۹دوره پژوهشی مهندسی مکانیک مدرس -ماهنامه علمی

با داده واقعیمدل دمای خروجی توربین مقایسه )٤نمودار

با داده واقعیمدل دور توربین توان مقایسه) ٥نمودار

ژنراتور توربین ورودی دمای تخمین )٦نمودار

تطبیقی کنترلر ازی ریگ بهرهمقایسه مدل حلقه بسته و داده واقعی با ) ٧نمودار

ژنراتور توربین دور سازی مدل منظور به سنتی لغزشی مد

تطبیقی کنترلر ازی ریگ بهرهمقایسه مدل حلقه بسته و داده واقعی با ) ٨نمودار

ژنراتور توربین دور سازی مدل منظور به نوین لغزشی مد

تطبیقی کنترلر ازی ریگ بهرهمقایسه مدل حلقه بسته و داده واقعی با )٩نمودار

توان توربین دور سازی مدل منظور به سنتی لغزشی مد

0 500 1000 1500 2000 2500 3000 3500 4000

0.5

0.6

0.7

0.8

0.9

1

Nor

mal

ized

T7

Time(sec)

Real DataModel

0 500 1000 1500 2000 2500 3000 3500 4000-0.1

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9N

orm

aliz

ed N

PT

Time(sec)

Real DataModel

500 1000 1500 2000 2500 3000 3500 40000.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

Time (Sec)

Norm

alized T

IT

0 500 1000 1500 2000 2500 3000 3500 40000.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

Time (Sec)

Norm

alized N

GG

1800 2000 2200 2400 26000.931

0.932

0.933

0.934

0.935

0.936

Expected PerformanceControl and Tracking by Old SMC

0 500 1000 1500 2000 2500 3000 3500 40000.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

Time (Sec)

Norm

alized N

GG

Expected PerformanceControl and Trancking by New SMC

1800 2000 2200 2400 2600

0.932

0.933

0.934

0 500 1000 1500 2000 2500 3000 3500 4000-0.1

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

Time (Sec)

Norm

alized N

PT

Expected PerformanceControl and Trancking by New SMC

2000 2500 3000 3500 40000.84

0.85

0.86

0.87

Page 9: Designing l norm Based Sliding Mode Controller For 1 ... · control of air-fuel ratio in internal combustion engines [17] Sliding mode control of gas turbines using multirate-output

ـ ـــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــ ۲۳۴۷ گاز نیتورب یدیبریمنظور اعمال بر مدل ه به ١نُرم هیبر پا نینو یکنترلر مدل لغزش یطراحــــــــــــــ

Modares Mechanical Engineering Volume 19, Issue 10, October 2019

تطبیقی کنترلر ازی ریگ بهرهمقایسه مدل حلقه بسته و داده واقعی با )١٠نمودار توان توربین دور سازی مدل منظور به نوین لغزشی مد

تطبیقی کنترلر ازی ریگ بهرهمقایسه مدل حلقه بسته و داده واقعی با )١١نمودار کمپرسور خروجی فشار سازی مدل منظور به سنتی لغزشی مد

تطبیقی کنترلر ازی ریگ بهرهمقایسه مدل حلقه بسته و داده واقعی با )١٢نمودار کمپرسور خروجی فشار سازی مدل منظور به نوین لغزشی مد

تطبیقی کنترلر ازی ریگ بهرهمقایسه مدل حلقه بسته و داده واقعی با ) ١٣نمودار کمپرسور خروجی دمای سازی مدل منظور به سنتی لغزشی مد

تطبیقی کنترلر ازی ریگ بهرهمقایسه مدل حلقه بسته و داده واقعی با ) ١٤نمودار کمپرسور خروجی دمای سازی مدل منظور به نوین لغزشی مد

تطبیقی کنترلر ازی ریگ بهرهمقایسه مدل حلقه بسته و داده واقعی با ) ١٥نمودار توان توربین خروجی دمای سازی مدل منظور به سنتی لغزشی مد

0 500 1000 1500 2000 2500 3000 3500 4000-0.1

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

Time (Sec)

Norm

aliz

ed N

PT

Expected PerformanceControl and Trancking by New SMC

2000 2500 3000 3500 40000.84

0.845

0.85

0.855

0.86

0.865

0 500 1000 1500 2000 2500 3000 3500 40000

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

Time (Sec)

Norm

aliz

ed P

3

Expected PerformanceControl and Trancking by Old SMC

1800 2000 2200 2400 2600

0.745

0.75

0.755

0 500 1000 1500 2000 2500 3000 3500 40000

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

Time (Sec)

Norm

alized P

3

Expected PerformanceControl and Trancking by New SMC

1600 1800 2000 2200 2400 2600 28000.745

0.75

0.755

0.76

0 500 1000 1500 2000 2500 3000 3500 40000.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

Time (Sec)

Norm

aliz

ed T

3

Expected PerformanceControl and Trancking by Old SMC

2000 2500 3000 3500

0.883

0.884

0.885

0.886

0 500 1000 1500 2000 2500 3000 3500 4000

0.4

0.5

0.6

0.7

0.8

0.9

1

Time (Sec)

Norm

alized T

3

Expected PerformanceControl and Trancking by New SMC

2000 2500 3000 3500 40000.882

0.884

0.886

0.888

0 500 1000 1500 2000 2500 3000 3500 40000.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

Time (Sec)

Norm

aliz

ed T

7

Expected PerformanceControl and Trancking by Old SMC

2000 2500 3000 3500

0.84

0.841

0.842

0.843

Page 10: Designing l norm Based Sliding Mode Controller For 1 ... · control of air-fuel ratio in internal combustion engines [17] Sliding mode control of gas turbines using multirate-output

ـــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــی و همکاران اکبر اریمه ۲۳۴۸

۱۳۹۸ مهر، ۱۰، شماره ۱۹دوره پژوهشی مهندسی مکانیک مدرس -ماهنامه علمی

تطبیقی کنترلر ازی ریگ بهرهمقایسه مدل حلقه بسته و داده واقعی با ) ١٦نمودار توان توربین خروجی دمای سازی مدل منظور به نوین لغزشی مد

مقایسه خطای بهنجارشده تعقیب مسیر دور توربین ژنراتور توسط )١٧نمودار ٢و ١کنترلر مد لغزشی ُنرم

گاز شده تعقیب مسیر دمای خروجی توربین مقایسه خطای بهنجار )١٨نمودار ٢و ١توسط کنترلر مد لغزشی ُنرم

مقایسه خطای بهنجارشده تعقیب مسیر فشار خروجی کمپرسور توسط )١٩نمودار

٢و ١کنترلر مد لغزشی ُنرم

مقایسه خطای بهنجارشده تعقیب مسیر دمای خروجی کمپرسور )٢٠نمودار

٢و ١توسط کنترلر مد لغزشی ُنرم

گاز شده تعقیب مسیر دمای خروجی توربین مقایسه خطای بهنجار )٢١نمودار

٢و ١توسط کنترلر مد لغزشی ُنرم

0 500 1000 1500 2000 2500 3000 3500 40000.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

Time (Sec)

Norm

alized T

7

Expected PerformanceControl and Trancking by New SMC

2000 2500 3000 3500 40000.84

0.842

0.844

0.846

500 1000 1500 2000 2500 3000 3500 40000

0.5

1

1.5

Time (Sec)

Nor

mal

ized

NG

G E

rror

(%

)

Tracking Error by l2 Norm SMCTracking Error by l1 Norm SMC

500 1000 1500 2000 2500 3000 3500 40000

0.5

1

1.5

2

2.5

3

3.5

4

4.5

5

Time (Sec)

Nor

mal

ized

NP

T E

rror

(%

)

Tracking Error by l2 Norm SMCTracking Error by l1 Norm SMC

500 1000 1500 2000 2500 3000 3500 40000

0.5

1

1.5

2

2.5

3

3.5

4

Time (Sec)

Nor

mal

ized

P3

Err

or (

%)

Tracking Error by l2 Norm SMCTracking Error by l1 Norm SMC

500 1000 1500 2000 2500 3000 3500 40000

0.5

1

1.5

2

2.5

Time (Sec)

Nor

mal

ized

T3

Err

or (

%)

Tracking Error by l2 Norm SMCTracking Error by l1 Norm SMC

500 1000 1500 2000 2500 3000 3500 40000

0.5

1

1.5

2

2.5

3

3.5

4

Time (Sec)

Nor

mal

ized

T7

Err

or (

%)

Tracking Error by l2 Norm SMCTracking Error by l1 Norm SMC

Page 11: Designing l norm Based Sliding Mode Controller For 1 ... · control of air-fuel ratio in internal combustion engines [17] Sliding mode control of gas turbines using multirate-output

ـ ـــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــ ۲۳۴۹ گاز نیتورب یدیبریمنظور اعمال بر مدل ه به ١نُرم هیبر پا نینو یکنترلر مدل لغزش یطراحــــــــــــــ

Modares Mechanical Engineering Volume 19, Issue 10, October 2019

شده کنترلر مد لغزشی مقایسه میانگین خطای تعقیب قدرمطلق نرمال )۱جدول SGT600 گاز توربین در پارامترهای عملکردی ۲و ۱ُنرم

خطای تعقیب کنترلر مد لغزشی

پارامترNGG T7 T3 T7 NPT

٠٠٣٣/٠ ٠٠١٧/٠ ٠٠٠٨٦٩/٠ ٠٠٠٩٧٥/٠ ٠٠٠٨٦٧/٠ ۱ُنرم ٠٠٧٢/٠ ٠٠٤/٠ ٠٠١٩/٠ ٠٠١٧/٠ ٠٠٢١/٠ ۲ُنرم

یریگ جهینت -۵

گاز توربین برای خاکستری جعبهدر این مقاله، مدلی هیبریدی و درنظرگرفتنرفته شده است. در این مدل، با توجه به گ درنظر

گاز توربین فیزیک و ها پرهمنحنی عملکردی کمپرسور هوا، هندسه روابط از یریگ بهره با همچنین. است شده لحاظ سازی مدل در

معادالت ،اند آمده بدست ها دادهن که بر پایه تحلیل همریشتای حذف آن از ترمودینامیکی روابط دینامیکی یها حلقه و تطبیقی

و آن غیرخطی رفتار و گاز توربین فیزیک درنظرگرفتن. است شده موجب کاری، و محیطی مختلف شرایط با مدل تطبیق همچنین

حلقه سازی مدلز ا پس طرفی، از. است شده مدل این باالی دقترفته گ درنظر، سیستم کنترلی به منظور کنترل آن گاز توربین باز

شده است. این سیستم کنترل بر مبنای کنترل مد لغزشی استوار و همچنین ۲بجای ُنرم ۱است که با الگوگیری از خواص ُنرم

چترینگ با تر نهیبهاستفاده از فرکانس پائین گذر، مسیریابی کنترل مد لغزشی سنتی داشته است. به نسبت کمتری

مقاله، الزم نیهرچه باالتر ا تیفیک یدر راستاتشکر و قدردانی:

یها یداشته و همراه زارع یهاداست مراتب تشکر را از مهندس تیبا سپاس از صندوق حما نی. همچنمینه ارجرا شانیدلسوزانه ا

نیا نیتدو یکه در راستا (INSF)از پژوهشگران و فناوران کشور .کردندن غیمقاله در نیرا از ا شیخو تیپژوهش، حما

چیه ،یاهداف علم شبردیپ یمقاله در راستا نیا اخالقی: تأییدیه یکردیرا نقض نکرده است بلکه با رو یعلم نیاز قوان کی

دیپد کیمکان یدر مهندس ای تازه یمحور و خالقانه، نوآور دانش آورده است.

یاز تمام یررسمیغ ای یمقاله بصورت رسم نیدر اتعارض منافع: و است شده برده نام اند داشته یمقاله سهم نیکه در ا یآنان

مقاله بوجود نیدر منافع ا یتعارض ایگونه تضاد هر کهی درصورت صورت خواهد گرفت. یساز بطور حتم شفاف د،یآ

(نویسنده اول)، پژوهشگر اصلی یاکبر اریمه سهم نویسندگان: کمکی(نویسنده دوم)، پژوهشگر خوشنود دیعبدالمج %)؛٥٥( %)١٠( کمکی)، پژوهشگر سوم(نویسنده یرانیا دیسع %)؛٣٥(

از پژوهشگران تیمقاله، صندوق حما نیا یمال یحاممنابع مالی: یعلم یاهداف واال یکه در راستا باشدیم (INSF)و فناوران کشور

.دارندیبرم یبلند و موثر یهاگام نیکشور، چن

فهرست عالیم -۶𝐺𝑇 گاز توربین PR نسبت فشار 𝑚𝑓 جرم سوخت (نرخ𝑘𝑔

𝑠(

𝑚𝑐𝑜𝑚𝑝 ) نرخ هوای ورودی کمپرسور𝑘𝑔𝑠

( 𝐿𝐻𝑉 ) کمینه ارزش حرارتی𝑘𝑗

𝑘𝑔(

𝛾 نسبت ظرفیت گرمایی هوا 𝑓𝑟 فرکانس ℎ𝑓 ) نرخ انرژی سوخت𝑘𝑗

𝑠(

η بازده کمپرسور

عالیم یونانی𝜏𝜏 ثابت زمانی

ها سیرنویزCorr اصالح شده a. s. سوئیچبعد از b. s. قبل از سوئیچ

منابع

1- Sanghi V, Lakshmanan BK, Sundararajan V. Survey of advancements in jet-engine thermodynamic simulation. Journal of Propulsion and Power. 2000;16(5):797-807. 2- Ki J, Kong C, Kho S, Lee C. Steady-state and transient performance modeling of smart UAV propulsion system using Simulink. Journal of Engineering for Gas Turbines and Power. 2009;131(3):031702. 3- Ogaji SOT, Singh R, Probert SD. Multiple-sensor fault-diagnoses for a 2-shaft stationary gas-turbine. Applied Energy. 2002;71(4):321-339. 4- Vishwanath Rao AN. Application of auto associative neural network for aero engine control system sensor fault detection, isolation and accommodation. DRDO Science Spectrum. 2009 Mar:12-15. 5- Alavinia SM, Sadrnia MA, Khosrowjerdi MJ, Fateh MM. Robust fault detection to determine compressor surge point via dynamic neural network-based subspace identification technique. Journal of Engineering for Gas Turbines and Power. 2014;136(8):082602. 6- Wang J, Ge W, Zhou J, Wu H, Jin Q. Fault isolation based on residual evaluation and contribution analysis. Journal of the Franklin Institute. 2017;354(6):2591-2612. 7- Holcomb CM, De Callafon RA, Bitmead RR. Closed-loop identification of Hammerstein systems with application to gas turbines. IFAC Proceedings Volumes. 2014;47(3):493-498. 8- Lu F, Ye Y, Huang J. Gas turbine engine identification based on a bank of self-tuning wiener models using fast kernel extreme learning machine. Energies. 2017;10(9):1363. 9- Simani S. Identification and fault diagnosis of a simulated model of an industrial gas turbine. IEEE Transactions on Industrial Informatics. 2005;1(3):202-216. 10- Mirzaee A, Salahshoor K. Fault tolerant control of an industrial gas turbine based on a hybrid fuzzy adaptive unscented Kalman filter. Journal of Engineering for Gas Turbines and Power. 2013;135(12):122501. 11- Mohammadi E, Montazeri-Gh M. A new approach to the gray-box identification of wiener models with the application of gas turbine engine modeling. Journal of Engineering for Gas Turbines and Power. 2015;137(7):071202. 12- Bahrami S, Ghaffari A, Sadati SH, Thern M. Identifying a simplified model for heavy duty gas turbine. Journal of Mechanical Science and Technology. 2014;28(6):2399-2408. 13- Afkhami H, Argha AR, Roopaei M, Ahrari Noori M. Surveying the control loops of the governor of the V94.2 gas turbine. World Applied Sciences Journal. 2011;15(10):1435-1441. 14- Rashidzadeh H, Hosseinalipour SM, Mohammadzadeh AR. The SGT-600 industrial twin-shaft gas turbine modeling for mechanical drive applications at the steady state conditions. Journal of Mechanical Science and Technology. 2015;29(10):4473-4481. 15- Nail B, Kouzou A, Hafaifa A, Bekhiti B. Stabilizing

Page 12: Designing l norm Based Sliding Mode Controller For 1 ... · control of air-fuel ratio in internal combustion engines [17] Sliding mode control of gas turbines using multirate-output

ـــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــی و همکاران اکبر اریمه ۲۳۵۰

۱۳۹۸ مهر، ۱۰، شماره ۱۹دوره پژوهشی مهندسی مکانیک مدرس -ماهنامه علمی

linear multivariable gas turbine model via sliding mode control. Fundamental Sciences and Applications 2016;22:25-30. 16- Souder JS, Karl Hedrick J. Adaptive sliding mode control of air-fuel ratio in internal combustion engines. International Journal of Robust and Nonlinear Control. 2004;14(6):525-541. 17- Panda S, Bandyopadhyay B. Sliding mode control of gas turbines using multirate-output feedback. Journal of Engineering for Gas Turbines and Power. 2008;130(3):034501. 18- Mozayan SM, Saad M, Vahedi H, Fortin-Blanchette H, Soltani M. Sliding mode control of PMSG wind turbine based on enhanced exponential reaching law. IEEE Transactions on Industrial Electronics. 2016;63(10):6148-6159. 19- Plestan F, Shtessel Y, Brégeault V, Poznyak A. New methodologies for adaptive sliding mode control. International Journal of Control. 2010;83(9):1907-1919. 20- Rahme S, Meskin N. Adaptive sliding mode observer

for sensor fault diagnosis of an industrial gas turbine. Control Engineering Practice. 2015;38:57-74. 21- Tajdari F, Kabganian M, Khodabakhshi E, Golgouneh AR. Design, implementation and control of a two-link fully-actuated robot capable of online identification of unknown dynamical parameters using adaptive sliding mode controller. Artificial Intelligence and Robotics (IRANOPEN), 9-9 April 2017, Qazvin, Iran. Piscataway: IEEE; 2017. 22- Tanner HG. Relaxed stability conditions for switched systems with dwell time. Asian Journal of Control. 2014;16(2):313-320. 23- Hajimolahoseini H, Taban MR, Soltanian Zadeh H. Extended Kalman filter frequency tracker for nonstationary harmonic signals. Measurement. 2012;45(1):126-132. 24- Utkin V, Lee H. Chattering problem in sliding mode control systems. International Workshop on Variable Structure Systems, VSS'06, 5-7 June 2006, Alghero, Sardinia, Italy. Piscataway: IEEE; 2006.