输入输出线性组合的约束

这个示例使用:

打开脚本

您可以约束植物输入和输出变量的线性组合。例如，您可以约束一个特定的操纵变量(MV)，使其大于另外两个MV的线性组合。

这种限制的一般形式是：

$$欧盟\离开({k + i} \右)+年度\离开({k + i} \右)+ & # xA; Sv \离开({k + i} \) \ le G + {\ varepsilon _k} V $$

在这里:

${\ varepsilon _k}$ 为用于约束软化的QP松弛变量。有关更多信息，请参见约束软化．
$u\左({k + i} \右)$ 是 ${N_ {mv}}$ 以工程单位计算的可变值。
$y\左({k + i} \右)$ 是预计的工厂产量，以工程单位计算。
$v\左({k + i} \右)$ 是 ${n_ {md}}$ 在工程单元中测量的植物干扰输入。
，，，，和是恒定的矩阵和矢量。有关更多信息，请参见setConstraint.．

与QP成本函数一样，使用状态观测器进行输出预测使这些约束成为QP决策变量的函数。

要设置MPC控制器的混合输入/输出约束，请使用setConstraint.功能。要从控制器获取现有约束，请使用GetConstraint.．

使用混合输入/输出约束时，请考虑以下内容：

默认情况下，混合输入/输出约束是维数。
在命令行和Simulink®中都支持混合输入/输出约束的运行时更新。金宝app金宝app有关更多信息，请参见在运行时更新约束．
中不支持使用混合输入/输出约束金宝appMPC设计师．

例如，考虑具有混合输入/输出约束的双积分器设备的MPC控制器。

创建初始MPC控制器

MPC控制器的基本设置包括:

双积分器作为预测模型
预测层位20
控制水平20
输入约束: $- 左（t \右）\ le 1$

植株= tf(1，[1 0 0]);t = 0.1;p = 20;m = 20;mpcobj = mpc(植物、t、p、m);mpcobj。MV =结构(“最小值”, 1“马克斯”1);

- - - >“权重。操控变量的“mpc”对象的属性为空。假设默认的0.00000。- - - >“权重。“mpc”对象的属性为空。假设默认的0.10000。- - - >“权重。mpc对象的属性为空。假设默认的1.00000。

定义混合输入/输出约束

约束输入的和你（t）和输出y (t)必须是非负的，小于1.2：

$0 \le u\左(t \右)+ y\左(t \右)\le 1.2$

施加这种组合（混合）I / O约束，将其制定为涉及的一组不等式约束 $U \ left（t \右）$ 和 $美元$ y \左(t \右)$ ．

$数组$ $ \开始{}{1}& # xA; u \离开(t \右)+ y le 1.2左(t \) \ \ \ \ & # xA;左(t - u \ \右)- y左(t \) \ \ le 0 & # xA; \{数组}$ $$

使用使用的限制这些约束setConstraint.函数，设置约束常量如下：

$左$ $ E = \[{\开始{数组}{* {20}{c}} & # xA; 1 \ \ & # xA; {- 1} & # xA;结束\{数组}}\右],\;左F = \[{\开始{数组}{* {20}{c}} & # xA; 1 \ \ & # xA; {- 1} & # xA;结束\{数组}}\正确),左\;G = \[{\开始{数组}{* {20}{c}} & # xA; {1.2} \ \ & # xA; 0 & # xA;结束\{数组}}\右]$ $$

setconstraint (mpcobj [1; 1], [1; 1], [1.2; 0]);

模拟控制器

在Simulink中仿真线性对象模型的闭环控制。金宝app控制器mpcobj.在MPC Controller块中指定。

mdl =“mpc_mixedconstraints”;open_system (mdl) sim (mdl)

- - - >转换”模型。将“mpc”对象的属性移植到状态空间。——>将模型转换为离散时间。假设没有干扰添加到测量输出通道#1。——>”模式。mpc对象的Noise属性为空。假设每个测量输出通道上都有白噪声。

MPC控制器保留这个总和 $ u + y $ 在跟踪参考信号的同时在0到1.2之间， $ r = 1美元．

bdclose (mdl)

另请参阅

GetConstraint.|setConstraint.

模型预测控制工具箱文档

金宝app

用Simulink实现自适应巡航控制器金宝app

下载技术论文