优化权重- MATLAB & Simulink 金宝app- MathWorks澳大利亚 - 金宝app,下载188bet金宝搏,金宝搏官方网站

调整权重

模型预测控制器的设计通常需要对成本函数权值进行一些调整。本主题提供调优技巧。看到优化问题有关成本函数方程的详细信息。

通过设置适当的控制器属性来更改权重，如下所示:

这里，MV是一个被操纵的变量n_u是mv的数量。OV是一个植物的输出变量，并且n_y为OVs的数量。最后,p为预测视界的步数。

如果权重数组包含n<p行，控制器复制最后一行以获得完整的数组p行。默认的(n= 1)最小化要调优的参数数量，因此推荐使用。看到用MPC设计器设置时变权值和约束对于一个选择。

考虑到n_y机汇,假设n_yc必须保持在或接近参考值(设定值)。如果我OV不在这个组中，集合Weights.OV(:,我)= 0。
如果n_u≥n_yc，通常可以在稳定状态下实现零OV跟踪误差，如果至少是这样的话n_ycmv不受限制。默认的权重。机汇= ones(1,ny)在这种情况下是一个很好的起点。
如果n_u>n_yc，但是，你有多余的自由度。因此，除非采取预防措施，否则即使OVs接近参考值，mv也可能漂移。
- 最常见的预防措施是为过量的MVs数量确定参考值(目标)，n_u- - - - - -n_yc．这样的目标可以代表经济上或技术上理想的稳态值。
- 另一种方法是设置w_∆u>至少是0n_u- n_ycmv来阻止控制器改变它们。
如果n_u<n_yc，您没有足够的自由度来将所有必需的OVs保持在一个设定值。在这种情况下，考虑对引用跟踪进行优先级排序。为此，设置Weights.OV(:,我)> 0的优先级我机汇。大致的指导方针如下:
- 0.05 -低优先级:可接受较大的跟踪误差
- 0.2 -低于平均优先级
- 1 -平均优先级-默认值。使用此值n_yc= 1。
- 5 -优先级高于平均水平
- 20 -高优先级:希望跟踪误差小

默认情况下,权重。MV= zeros(1,nu)．如果某MV有目标，则对应MV参考跟踪权值必须非零。否则，目标将被忽略。若MV目标数小于(n_u- - - - - -n_yc)，尝试使用相同的重量。建议值为0.2，与OV跟踪低于平均值相同。这个值允许mv暂时远离目标，以改善OV跟踪。

否则，MV和OV参考跟踪目标很可能发生冲突。通过设置优先级Weights.MV(:,我)值的方式类似于建议的权重。机汇(见上图)。典型的实践设置平均MV跟踪优先级低于平均OV跟踪优先级(例如，0.2 < 1)。

如果我MV没有目标，设定Weights.MV(:,我)= 0(默认值)。

默认情况下,权重。MVRate= 0。1*ones(1,nu)．这种默认的原因包括:
- 如果装置是开环稳定的，那么大的增量是不必要的，而且可能是不可取的。例如，当模型预测不完美时，就像实践中经常发生的那样，更保守的增量通常提供更鲁棒的控制器性能，但较差的参考跟踪。
- 这些值迫使QP的Hessian矩阵是正定的，这样，如果没有约束是主动的，QP有唯一解。
为了鼓励控制器使用更小的增量我th MV，增加Weights.MVRate(:,我)价值。
如果电站是开环不稳定的，你可能需要降低平均值重量。MVRate价值，以允许足够快速的反应。

看到约束软化有关权重。ECR财产。

为了专注于调优各个成本函数的权重，可以在以下条件下进行闭环仿真测试:

使用参考和测量的干扰信号的变化(如果有的话)来强制一个动态响应。根据每次测试的结果，考虑更改所选权重的大小。

一种建议的方法是使用常量Weights.OV (:, i) = 1以表示“平均OV跟踪优先级”，并调整所有其他权重以相对于此值。使用灵敏度命令指导。使用审查命令检查典型的调优问题，例如缺乏闭环稳定性。

看到调整干扰和噪声模型针对控制器抗扰能力的测试。

一旦你有了在上述条件下工作良好的权重，检查预测误差的敏感性。有几种方法可以做到:

如果你的系统有一个非线性的植物模型，比如Simulink金宝app^®模型，模拟除LTI预测模型适用的工作点外的其他工作点的闭环性能。
或者，运行闭环模拟，其中表示工厂的LTI模型不同于MPC预测模型(如结构或参数值)。这两个MPC设计师应用程序和sim卡函数提供在这些条件下进行模拟的选项。例如，请参见使用MPC设计器测试MPC控制器的鲁棒性．

如果控制器性能与没有预测误差的测试相比似乎显著下降，对于开环稳定的设备，考虑降低控制器的侵略性。

在MPC设计师,在调优选项卡，您可以使用闭环性能滑块。