Dette arbeidet er å finne effekten av å endre viktige parametere i et gassløftet oljeproduksjonsnettverk på produksjonshastigheten og kontrollerens oppførsel. For å kunne teste og undersøke effektene, er en matematisk modell modellert som et differensial-algebraisk ligningssystem og oversatt til programmeringsspråket Julia. Også en prediktiv kontroller for en økonomisk modell er laget og brukt på systemet for å maksimere fortjenesten i anlegget. Videre gis en kort beskrivelse av teorien bak arbeidet. Teorien inneholder ulike typer optimaliseringsproblemer og respektive metoder for å løse dem, samt diskretiseringsmetoder for å oversette dynamiske optimaliseringsproblemer (OCP) på en måte som kan løses numerisk. Etter at systemet fungerer, ha...
Siden 2008 har DNV FuelFighter vært en del av konkurransen Shell Eco-Marathon. Konkurransen dreier s...
Sammendrag Denne PhD-avhandlinga består av sju artikler om operasjonsanalytiske modeller og algorit...
Denne avhandlingen undersøker hvordan å integrere maskinlæringsteknikker i sanntidsoptimering (RTO) ...
Modellering og simulering er et avgjørende verktøy for å forstå komplekse ulineære systemer. Nøyakti...
Utslipp av produsert vann er en voksende bekymring på grunn av den negative miljøpåvirkningen. En po...
Dagens olje- og gasselskaper opplever for tiden en svært usikker og volatil markedssituasjon. Med st...
Uventede sammenbrudd og vedlikehold innen offshore oljeproduksjonssystemer er kostbare. Derfor er de...
Physics-Informed Neural Networks (PINNs) er en metode for å trene et nevral nettverk til å gjenskape...
Eit robust antikollisjonssystem er viktig for å sørge for sikker styring av autonome overflatefartøy...
WE-utvinningsprosess (industriell spillvarme) gjenbruker varmeenergi som ellers ville gått tapt for ...
Arbeidet presentert i denne oppgaven utvikler en Model Predictive Control (MPC) kontroller for STAS,...
Denne avhandlingen undersøker hvor godt en lineær MPC med dynamiske modeller kan kontrollere bunnhul...
As oil reserves become scarcer, oil production and recovery must be enhanced. The gas lift is one of...
As oil reserves become scarcer, oil production and recovery must be enhanced. The gas lift is one of...
Modellprediktiv kontroll (MPC) er en kontrollteknikk som optimaliserer, over de manipulerte inngange...
Siden 2008 har DNV FuelFighter vært en del av konkurransen Shell Eco-Marathon. Konkurransen dreier s...
Sammendrag Denne PhD-avhandlinga består av sju artikler om operasjonsanalytiske modeller og algorit...
Denne avhandlingen undersøker hvordan å integrere maskinlæringsteknikker i sanntidsoptimering (RTO) ...
Modellering og simulering er et avgjørende verktøy for å forstå komplekse ulineære systemer. Nøyakti...
Utslipp av produsert vann er en voksende bekymring på grunn av den negative miljøpåvirkningen. En po...
Dagens olje- og gasselskaper opplever for tiden en svært usikker og volatil markedssituasjon. Med st...
Uventede sammenbrudd og vedlikehold innen offshore oljeproduksjonssystemer er kostbare. Derfor er de...
Physics-Informed Neural Networks (PINNs) er en metode for å trene et nevral nettverk til å gjenskape...
Eit robust antikollisjonssystem er viktig for å sørge for sikker styring av autonome overflatefartøy...
WE-utvinningsprosess (industriell spillvarme) gjenbruker varmeenergi som ellers ville gått tapt for ...
Arbeidet presentert i denne oppgaven utvikler en Model Predictive Control (MPC) kontroller for STAS,...
Denne avhandlingen undersøker hvor godt en lineær MPC med dynamiske modeller kan kontrollere bunnhul...
As oil reserves become scarcer, oil production and recovery must be enhanced. The gas lift is one of...
As oil reserves become scarcer, oil production and recovery must be enhanced. The gas lift is one of...
Modellprediktiv kontroll (MPC) er en kontrollteknikk som optimaliserer, over de manipulerte inngange...
Siden 2008 har DNV FuelFighter vært en del av konkurransen Shell Eco-Marathon. Konkurransen dreier s...
Sammendrag Denne PhD-avhandlinga består av sju artikler om operasjonsanalytiske modeller og algorit...
Denne avhandlingen undersøker hvordan å integrere maskinlæringsteknikker i sanntidsoptimering (RTO) ...