指定的约束
输入和输出约束
默认情况下,当您创建一个控制器对象使用货币政策委员会
命令,不存在任何限制。包括一个约束,设置适当的控制器的属性。下表总结了最MPC控制器属性用于定义约束。(MV =植物被控变量;OV =植物输出变量;MV增量=u(k)- - -u(k- 1)。
约束 | 控制器的财产 | 约束软化 |
---|---|---|
上下界我th MV | MV (i)。分钟>负 |
MV (i)。MinECR > 0 |
上限我th MV | MV (i)。马克斯<正 |
MV (i)。MaxECR > 0 |
上下界我th机汇 | 机汇(我)。分钟>负 |
机汇(我)。MinECR > 0 |
上限我th机汇 | 机汇(我)。马克斯<正 |
机汇(我)。MaxECR > 0 |
上下界我th MV增量 | MV (i)。杀鼠灵>负 |
MV (i)。RateMinECR > 0 |
上限我th MV增量 | MV (i)。RateMax <正 |
MV (i)。RateMaxECR > 0 |
设置控制器使用约束属性MPC设计师应用程序,调优选项卡上,单击约束。在约束条件对话框中,指定约束值。
看到约束为描述相应的约束方程。
提示
MV界限:
包括已知的物理限制植物MVs MV一样硬。
包括MV增量范围时是一个已知的物理限制的速度变化,或应用程序需要你来阻止大量增加一些其他的原因。
不包括硬MV的界限,硬MV增量界限在同一MV,冲突。如果这两种类型的界限非常重要,软化。
OV界限:
不包括OV界限,除非他们对您的应用程序来说是必不可少的。作为替代设定一个OV绑定,您可以定义一个OV引用并设置其成本函数的体重保持OV接近其定位点。
所有OV约束软化。
考虑离开OV无约束预测地平线的步骤。看到时变权重设置和约束与MPC设计师。
考虑时变OV约束在地平线早期很容易满足,逐渐逐渐减少到更严格的约束。看到时变权重设置和约束与MPC设计师。
不包括OV无法满足的约束条件。即使软,这样的限制会导致意想不到的控制器行为。例如,考虑一个输出设备五个采样时间的延迟。一个OV约束第六步预测地平线之前,一般来说,不可能满足。您可以使用
审查
命令来检查这样的不可能的约束,而是使用时变OV绑定。看到时变权重设置和约束与MPC设计师。
约束软化
硬约束约束二次规划(QP)解决方案必须满足。如果在数学上是不可能满足硬约束控制在给定的时间间隔,k,QP不可行。在这种情况下,控制器返回一个错误状态,并设置控制变量(MVs)u(k)=u(k1),也就是说,没有变化。如果条件导致不可能实行不解决,不可能实行可以无限期的持续下去,导致失控。
在实践中干扰和预测误差是不可避免的。因此,约束违反可能发生在植物即使控制器预测。可行的QP的解决方案并不能保证所有硬约束将满足最佳MV时使用的植物。
如果只MVs界限约束在应用程序中,MV界限可以硬约束,默认情况下。MV边界本身并不能导致不可行性。同样的道理,当唯一约束是MV增量。
努力然而,MV绑定与MV增量约束会导致不可行性。例如,一个心烦意乱或操作手动控制可能导致实际的MV中使用的植物在时间间隔超过指定的绑定k1。如果控制器在自动间隔k,它必须返回MV努力中的一个值绑定。如果MV超过受太多,努力增加约束可以纠正绑定在接下来的间隔可能违反。
如果植物受到干扰和有硬输出约束或混合输入输出约束,然后QP不可能实行的可能性很大。
所有的模型预测控制工具箱™约束(松弛变量nonnegativity除外)软。软约束时,控制器可以认为一个MV最优即使它违反约束的预言。如果所有植物产量、MV增量和自定义约束软(默认情况下),QP不可能实行不发生。然而,控制器性能不合格。
软化一个约束,设置相应的平等的关心放松(ECR)值正数(零意味着硬约束)。ECR值越大,越有可能控制器会认为最佳的违反约束,以满足你的其他性能目标。模型预测控制工具箱软件提供默认的ECR值,但至于成本函数的权重,您可能需要调整ECR值以达到可接受的性能。
理解约束软化是如何工作的,假设你的成本函数使用 ,给MV和MV增量成本函数零重量。仅输出参考跟踪和约束违反条款是零。在这种情况下,成本函数是:
假设你还硬MV范围指定 和 。然后这些约束简化为:
因此,松弛变量,εk,不再出现在上面的方程。您还指定软约束装置输出 和 。
现在,假设一个扰动使植物产量高于其指定的上限,但QP硬输出约束将是可行的,也就是说,所有约束违反可以避免QP的解决方案。QP涉及之间的权衡输出参考跟踪和约束违反。松弛变量,εk必须负的。外观在成本函数不鼓励,但并不妨碍,最优εk> 0。一个更大的ρε然而,体重增加最优的可能性εk将小或零。
如果最优εk> 0,至少一个绑定的不平等必须活跃(平等)。相对较大 使它更容易满足约束小εk。在这种情况下,
可以更大,没有超过
请注意, 不设置一个上限约束违反。相反,它是一个优化的因素决定是否满足软约束很容易或困难。
提示
使用无量纲变量简化了约束优化。定义适当的规模因素对每个输入和输出变量。看到指定规模因素。
表示容忍违反的相对大小,使用ECR参数与每个约束有关。粗略的指导方针如下:
0 -不允许违反(硬约束)
0.05 -非常小的违反允许(近困难)
0.2 -小违反允许(很难)
1 -平均柔软
5 -允许违反程度高于平均水平(太软)
20 -大违反允许(很软)
使用控制器的总体约束软化参数(控制器对象属性:
Weights.ECR
)来惩罚一个可容忍的软约束违反相对于其他成本函数。设置Weights.ECR
房地产,对应的点球1 - 2数量级大于其他三个成本函数的典型和条款。如果约束违反似乎太大在模拟测试,试着增加Weights.ECR
2 - 5倍。然而,请注意,一个特别大的
Weights.ECR
扭曲了MV优化,从而导致不恰当的MV约束违反发生时调整。检查,显示在模拟成本函数值。如果它的大小增加超过2数量级发生违反约束时,考虑减少Weights.ECR
。干扰和预测错误会导致意想不到的实际系统中约束违反。试图阻止这些行为通过约束困难通常会导致控制器性能下降。