模型更新策略
概述
通常,为了实现自适应政策委员会控件时,您可以使用以下模型更新策略之一:
连续线性化-给定一个机械装置模型,例如一组非线性常微分方程和代数方程,推导其在当前运行条件下的LTI近似。例如,金宝app®控制设计™软件为此目的提供了线性化工具。如果你的植物模型有可靠而简单的符号方程,你就可以离线推导出线性化植物矩阵在任何给定操作条件下的符号表达式。然后,您可以在线计算这些矩阵,并将它们提供给自适应MPC控制器,而不必在每个时间步骤执行数值线性化。有关使用此策略的示例,请参见连续线性化的非线性化学反应器自适应MPC控制.
采用线性参数变化(LPV)模型-控制系统工具箱™软件提供LPV系统金宝app允许您指定具有调度参数的LTI模型数组的Simulink块。您可以离线执行批量线性化,以获得所需工作点上的工厂模型数组,然后将它们用于LPV系统块提供模型更新自适应MPC控制器金宝app仿真软件。有关使用此策略的示例,请参见基于线性变参数系统的非线性化学反应器自适应MPC控制.
在线参数估计-给定一个稳定的装置,它具有已知的经验模型结构及其参数的初始估计,并且最小的噪声保证了一定的激励持久性,您可以使用可用的实时装置测量来估计当前的模型参数。由于在线估计比插值或从调度变量直接更新模型需要更多的计算量,一般来说,这种方法只适用于控制间隔较长和计算资源较好的控制应用。例如,System Identification Toolbox™软件提供了实时参数估计工具。有关使用此策略的示例,请参见基于在线模型估计的非线性化学反应器自适应MPC控制.
来实现时变MPC控制时,您需要获取LTI植物对未来地平线的预测步骤。在这种情况下,您可以使用连续线性化和LPV模型方法,在沿着预期轨迹的每个操作条件下,提前从调度变量中获得工厂模型。
其他的考虑
在设计和实现自适应MPC控制器时,有几个因素要记住。