测试MPC控制器鲁棒性使用MPC设计师- MATLAB和Simulink MathWorks澳大利亚金宝app

测试使用MPC设计师MPC控制器的鲁棒性

这个例子展示了如何测试的灵敏度模型预测控制器使用模拟,预测错误MPC设计师。

这是良好的实践对预测错误测试控制器的鲁棒性。古典阶段和获得利润的一种方法量化输出应用程序的健壮性。鲁棒控制工具箱™软件为MIMO系统提供了更复杂的方法。它也可以通过运行仿真有助于评估鲁棒性与选定模型不匹配和干扰。

定义植物模型

对于这个示例,使用装运箱模型中描述使用MPC设计师设计控制器。

= (-0.0285 - -0.0014;-0.0371 - -0.1476);B = [-0.0850 - 0.0238;0.0802 - 0.4462);C = [0 1;1 0];D = 0 (2, 2);装运箱= ss (A, B, C, D);

指定的信号名称和信号类型的植物。

装运箱。在putName = {“T_c”,“C_A_i”};装运箱。OutputName = {“T”,“C_A”};装运箱。StateName = {“C_A”,“T”};装运箱= setmpcsignals(装运箱,“MV”,1“UD”2,“莫”,1“UO”2);

开放MPC设计师,并导入植物模型。

mpcDesigner(装运箱)

应用进口植物模型,并将其添加到数据浏览器。它还创建了一个默认的控制器和一个默认的模拟场景。

设计控制器

通常,你会设计控制器通过指定比例因素,定义约束和调整优化权重。对于这个示例,修改控制器样品时间,并保持其他控制器设置为默认值。

在MPC设计师,在调优选项卡,地平线节中,指定一个样品时间的0.25秒。

的输入响应和输出响应土地更新以反映新的样本。

配置模拟场景

测试控制器设定值跟踪和无边无际的抗干扰性,修改默认的模拟场景。

在数据浏览器,在场景部分,右键单击scenario1,并选择编辑。

在模拟场景对话框中,指定一个仿真时间的50秒。

在参考信号表,保持默认T的裁判选点配置,模拟反应堆温度单位阶跃变化。

将浓度定位点在其标称值,在第二行信号下拉列表中,选择常数。

模拟一个单位阶跃无边无际的扰动在25秒。在无边无际的干扰表,信号下拉列表中,选择一步,并指定一个时间的25。

点击好吧。

应用程序运行仿真场景中,并更新响应情节以反映新的仿真设置。对于这个场景,控制器的内部模型用于模拟。因此,仿真结果表示没有预测错误时控制器性能。

定义植物摄动模型

假设您想要测试的敏感性控制器工厂变更,修改反应堆冷却剂温度对温度的影响。你可以通过微扰元素模拟这种变化B (2, 1)的装运箱input-to-state矩阵。

在MATLAB^®命令窗口,指定摄动矩阵。

dB = [0] 0.05 0 0;;

创建两个摄动装置模型。

perturbUp =装运箱;perturbUp。B = perturbUp。B +数据库;perturbDown =装运箱;perturbDown。B = perturbDown。B - dB;

检查步骤摄动植物的反应

检查植物扰动的影响,绘制植物一步反应。

步骤(装运箱,perturbUp perturbDown)传说(“装运箱”,“peturbUp”,“perturbDown”)

微扰元素B (2, 1)装运箱的工厂改变反应器的反应温度的大小,T冷却液温度的变化,Tc。

进口扰乱植物

在MPC设计师,在MPC设计师选项卡,进口部分中,点击进口植物。

在导入植物模型对话框,选择perturbUp和perturbDown模型。

点击进口。

这个应用程序并将它们添加到导入模型数据浏览器。

定义摄动植物模拟场景

创建两个使用摄动植物模型的模拟场景。

在数据浏览器,在场景节中,双击scenario1,重命名它准确的。

右键单击准确的,然后单击复制。重命名accurate_Copy来errorUp。

右键单击errorUp,并选择编辑。

在仿真场景对话框植物中使用模拟下拉列表中,选择perturbUp。

点击好吧。

重复这个过程的第二摄动。

复制准确的场景和重命名它errorDown。

编辑errorDown,选择perturbDown工厂。

检查`errorUp`模拟反应

在MPC设计师选项卡,场景部分中,点击情节场景>errorUp。

这个应用程序创建errorUp:输入和errorUp:输出选项卡,显示仿真响应。

查看准确的和errorUp反应并排,拖动准确:输出选项卡进入左面板。

微扰创建了一个工厂,perturbUp,反应速度比预测控制器操纵变量的变化。在errorUp:输出选项卡,输出响应情节,T设定值阶跃响应和较长的稳定时间超过约10%。虽然这个响应比的反应准确的模拟,它仍然是可接受的。植物响应越快会导致一个更小的峰值误差由于无节制的干扰。总的来说,控制器能够控制perturbUp工厂成功尽管内部模型预测误差。