了解模型预测控制4--自适应,增益调度和非线性MPC
如果您想使用MPC控制器控制您的系统,但不确定哪些方法可用? 那么,请继续阅读本文章,因为我会给您提供一些方法。
我首先要从煎饼配方开始,如果您耐心等待一会儿,您会看到它与MPC的联系。如果您有面粉、鸡蛋和牛奶,就可以做煎饼,很多人以前都试过这个配方,这很简单,不会出错。同样,如果您有一个由线性被控对象模型表示的线性系统,并且您有线性约束和二次成本函数,那么您可以使用线性时不变 MPC 来控制您的系统。
具有这些良好特性的 MPC问题会产生凸优化问题,其中成本函数具有单个全局最优值,而优化的目标是找到这个最优值,这是一个经过充分研究的问题,您可以使用多种数值方法和软件来解决它。
让我们回到煎饼上︰如果您只有杏仁粉而不是面粉怎么办? 还能做煎饼吗?是的,可以! 同样,如果您处理的系统不是线性而是非线性的,您也可以使用线性MPC,并且仍然受益于凸优化问题的良好特性,在这种情况下可用的方法是自适应 MPC 控制器和增益调度MPC 控制器。
这些控制器处理非线性系统的方式基于线性化。例如,让我们看看这个非线性函数,我们可以在一个工作点对其进行线性化,这为我们提供了一个线性函数,该函数在工作点附近很好地逼近非线性系统,但是,在该区域之外,我们发现的线性函数将无法正常工作。因此,我们通常感兴趣的是找到多个线性化模型,每个模型都能很好地表示其工作点附近的非线性函数。
这是我们之前讨论过的常规 MPC 控制图(如下图所示),它使用内部被控对象模型和优化器来计算控制动作。在自适应MPC 中,线性模型是随着工作条件的变化而动态计算的,并且在每个时间步长,您都可以使用此线性模型更新。MPC控制器使用的内部被控对象模型,请注意,在自适应MPC 中,优化问题的结构在不同的工作点上保持不变。这意味着在预测范围内,状态数量和约束数量不会因不同的操作条件而改变。
但是,如果它们确实发生了变化,则应使用增益调度MPC。在增益调度MPC 中,您可以在感兴趣的工作点进行离线线性化,并为每个工作点设计一个线性MPC控制器。每个控制器彼此独立,因此可能具有不同数量的状态和不同数量的约束。请注意,在这种方法中,您还需要设计一种算法,针对不同的工作条件在预定义的 MPC控制器之间进行切换。
尽管拥有独立控制器是增益调度 MPC的一个优势,但它使用的内存要比自适应 MPC多。因此,如果可以在运行时找到线性被控对象模型,并且优化问题的结构在不同的工作条件下保持不变,建议使用自适应MPC。如果结构发生变化,则可以使用增益调度MPC,通过设计独立的MPC控制器来适应不断变化的工作条件。
现在让我们再次回到煎饼。假设您没有用来烘焙的常规食材,但有一些您甚至都不熟悉的非常独特的原料,用这些原料制作煎饼会颇具挑战性,但一旦您知道怎么做,它将是有史以来最好吃的煎饼。如果您有一个非线性系统不能用线性模型很好地逼近,那么您可以使用非线性 MPC。这是最有效的方法,因为它使用最准确的被控对象表示,即非线性被控对象模型,因此,控制器做出的预测更准确,这也会实现更好的控制动作。
但是,它在实时求解方面最具挑战性,因为当您有非线性约束和非线性成本函数时,优化问题就变得非凸了,成本函数可能有多个局部最优解,找到全局最优解可能很困难。对需要大量计算的非凸优化问题的求解效率,取决于您拥有的非线性求解器。
总而言之,如果您处理的被控对象是非线性的,但可以通过线性模型逼近,则可以使用自适应MPC 控制器和增益调度 MPC 控制器。如果优化问题的结构在不同的工作条件下没有变化,则应使用自适应 MPC;但是,如果该结构有变化,则使用增益调度 MPC;如果因您有一个无法通过线性化进行良好逼近的高度非线性系统,从而导致以上这些方法都不起作用,则可以使用非线性MPC。
在下一篇文章中,我们将讨论更快地运行模型预测控制器的实现技巧。
文章内容的视频地址如下:
【Model Predictive Control】了解模型预测控制,第四部分:自适应、增益调度和非线性 MPC - MATLAB&Simulink_哔哩哔哩_bilibili
了解模型预测控制4--自适应,增益调度和非线性MPC相关推荐
- MPC(模型预测控制)-Simulink仿真
文章目录 一.为什么使用MPC控制器? 二.什么是MPC控制器? 三.MPC控制器的参数如何设置? 3.1 采样时间 3.2 预测范围.控制范围 3.3 约束条件 3.4 权重 四.自适应增益调度和非 ...
- 考虑动态响应性能的社区综合能源系统基于模型预测控制的双层调度控制策略论文阅读分享
目录 摘要: 主要内容: 所得结果: 结论: 摘要: 由于环境污染加剧和化石能源短缺,综合能源系统最近吸引了人们对能源开发和利用的兴趣.然而,系统中高比例的可再生能源和可控负载的集成显著增加了系统运行 ...
- 基于mpc(最优控制)的车辆自适应巡航控制(acc),模型预测控制,通过carsim与matlab联防实现速度与间距控制
基于mpc(最优控制)的车辆自适应巡航控制(acc),模型预测控制,通过carsim与matlab联防实现速度与间距控制. ID:4529677970280675一無所有`
- 基于模型预测控制(自带的mpc模块)和最优控制理论的Carsim与Matlab/simulink联合仿真实现汽车主动避撞和跟车功能(acc自适应巡航)
基于模型预测控制(自带的mpc模块)和最优控制理论的Carsim与Matlab/simulink联合仿真实现汽车主动避撞和跟车功能(acc自适应巡航) :7430669302617414一無所有`
- 当模型预测控制遇见机器学习
喻超 深蓝学院 作者简介: 作者喻超,加拿大滑铁卢大学在读博士,主要研究方向:基于机器学习的模型预测控制技术,及其在车辆动力学.自动驾驶规划和控制领域的应用,硕士毕业于上海交通大学,拥有8年电动汽车控 ...
- 模型预测控制的缺点_【电子技术】【2018.01】模型预测控制FPGA实现的协同设计...
本文为英国伦敦帝国理工学院(作者:Bulat Khusainov)的博士论文,共142页. 模型预测控制(MPC)是一种先进的控制方法,具有明确的性能优化.系统的约束处理和自然处理非线性的能力.在每个 ...
- 基于模型预测控制MPC的光伏并网系统设计|太阳能发电|模型预测控制
本课题提出一种基于最大功率点跟踪与有限集模型预测控制结合的光伏并网逆变策略,首先,针对模型预测控制算法在电网模型预测与控制时域中实时性不足等问题,引用快速求解MATMPC工具箱,降低MPC算法的单轮运 ...
- 模型预测控制系列讲解(二):模型预测控制算法发展进程
模型预测控制系列讲解(二)模型预测控制算法发展进程以及基本原理 写在前面 预测控制的产生和发展 预测控制的基本原理以及思想 写在前面 很多时候人们会忽略科技以及工程发展的历史,个人觉得这种习惯特别要不 ...
- 非线性控制理论与模型预测控制MPC-知识总结
非线性控制理论 1.李雅普诺夫稳定性 链接: 非线性理论基础_Lyapunov直接方法 链接: Lyapunov第二定理渐进稳定 链接: Lyapunov稳定性定理 2.非线性系统的基础反馈稳定控制器 ...
最新文章
- 在线作图|2分钟画一张堆叠面积图
- Google 在开源上的贡献
- Spring Cloud Sleuth+Zipkin 构建微服务链路跟踪系统
- margin负值的巧妙运用(HTML、CSS)
- java 计数程序_Java JVM——4.程序计数器
- 发字的楷书写法图片_想要不侵权?收下这篇可能是最全面的书法字设计指南!...
- Android修行手册 -初识Chip
- java web在线购物_JAVAWEB网上商城购物系统
- Win10安装Ruby
- 电脑版微信每天自动发送
- java获取一天的开始时间和结束时间
- 2016中国方案商大会在京成功召开
- 360浏览器模拟百度搜索引擎蜘蛛访问
- 别人的六一兴高彩烈,我的六一苦逼的敲代码采集壁纸~
- 将url网址转换成对象
- 第三章:计算机视觉(下)
- 阿里数据库十年变迁,那些你不知道的二三事
- WPF Visifire图表控件使用基础
- WSL ubuntu xfce4桌面远程连接
- Android AbsoluteLayout 绝对布局应用场景介绍
热门文章
- 【Pytorch深度学习实践】B站up刘二大人之SoftmaxClassifier-代码理解与实现(8/9)
- 解决前端警告: Warning: Failed prop type: Invalid prop value of type number supplied to Textinput
- VAR-MVGARCH-BEKK模型的winrats实现
- 介绍一个查看TCP连接的工具TCPView
- 2022跨考华中科技大学计算机学院学硕上岸经验分享
- JS将秒数换算成时分秒 以及转化为年月日 时分秒
- 致刚入职场的你 - 程序员的成长笔记
- 罗克韦尔L85E plc程序下载和上载
- ChromeOptions
- DSP28335 GPIO模块