时变MPC
何时使用时变MPC
适应不断变化的操作条件下,自适应MPC支持更新预测模型及其相关的名义条件在每个时间间隔的控制。金宝app然而,更新后的模型预测地平线和条件保持不变。如果你能预测未来的植物和名义条件各不相同,您可以使用时变MPC指定模型变化预测地平线。这样的一个线性时变控制周期系统时(LTV)模型是有用或非线性系统线性化时变标称轨迹。
使用时变MPC,指定的数组植物
和名义上的
输入参数的mpcmoveAdaptive
。时变MPC的例子,请参阅时变MPC控制时变的植物。
时变预测模型
考虑到LTV预测模型
在哪里一个,Bu,Bv,C,D是离散时间状态空间矩阵,可以随时间。其他的模型参数是:
k——电流控制间隔时间指数
x——植物模型状态
u——控制变量
v——测量扰动输入
y——测量和无边无际的植物输出
时变MPC扩展自适应政策委员会以来,植物模型要求是相同的;中每一个模型植物
数组:
样品时间(
Ts
)是常数和相同的MPC控制器样品时间。任何时间延迟吸收为离散状态。
输入和输出信号配置保持不变。
没有直接通孔的核电站操纵变量输出。
有关更多信息,请参见工厂模式。
预测未来的轨迹p走进未来,p预测地平线,是一样的自适应MPC的例子:
然而,对于一个LTV预测模型,矩阵年代x,年代u1,年代u,Hv是:
在哪里 如果 ,或我否则。
更多信息预测矩阵的隐式MPC和适应性MPC,明白了QP矩阵。
时变名义条件
线性模型往往是通过线性化非线性动力学在时变标称轨迹。例如,考虑下面的线性时不变模型,通过线性化的非线性系统时变名义补偿x从,u从,v从,y从:
如果我们定义
作为标准名义值预测地平线保持不变,我们可以将线性时不变模型转换为以下LTV模型:
在哪里
如果最初的线性化模型已经LTV,适用相同的转换。
状态估计
与自适应MPC,时变MPC使用时变基于卡尔曼滤波器一个(0)B(0)C(0)D从最初的预测步骤(0);也就是说,当前时间的状态估计。有关更多信息,请参见状态估计。