선택적 촉매 환원 (SCR) 연기 가스 처리 시스템은 큰 관성과 큰 지연을 가지고 있어서 통상적인 PID 컨트롤러가 이 시스템에 적합하지 못할 수 있습니다. 특정 발전소의 실제 작동 데이터를 기반으로 NOx 연기 가스 처리 시스템 모델이 서브스페이스 방법에 따라 구축되었습니다; 모델 결과는 실제 데이터와 비교되어 모델이 강력함을 확인했습니다. 서브스페이스 식별로 얻은 NOx 연기 가스 처리 시스템 상태 모델은 확장 모델로 변환되었으며, 이 확장 모델을 기반으로 한 예측컨트롤러가 설계되었으며, 이 컨트롤러의 시뮬레이션 결과는 시스템의 기존 PID 컨트롤러 출력 결과 및 실제 운전 데이터와 비교되었습니다. 결과는 시스템의 기존 PID 컨트롤러와 비교하여 본 논문에서 설계된 예측 컨트롤러가 효과적으로 NOx 연기 가스 처리 시스템의 원하는 상태를 추적할 수 있으며 더 나은 제어를 가지고 있음을 보여 줍니다.

SCR 연기 가스 처리; 서브스페이스 식별; 상태 모델; 확장 모델; 모델 예측컨트롤; PID