主要内容

调整干扰和噪声模型

为了有效地抑制未知扰动，模型预测控制器要求如下:

  • 特定于应用程序的扰动模型

  • 测量反馈以更新控制器状态估计

您可以修改输入和输出扰动模型，并使用测量噪声模型MPC设计师应用程序和命令行。然后，您可以调整控制器调优权值以提高抗干扰能力。

概述

MPC试图预测已知和未知事件如何影响植物输出变量(OVs)。已知事件是测量植物输入变量(MV和MD输入)的变化。控制器的工厂模型预测这些事件的影响，这样的预测可以相当准确。有关更多信息，请参见MPC预测模型．

未知事件的影响表现为对已知事件的预测中的错误。根据定义，这些误差是不可能准确预测的。然而，预测趋势的能力可以提高干扰抑制能力。例如，假设控制系统一直在接近稳定的条件下运行，所有测量的OVs都接近其预测值。没有已知的事件，但这些ov中的一个或多个突然偏离了它的预测。控制器扰动和测量噪声模型允许您就如何处理此类误差提供指导。

输出扰动模型

假设你的植物模型不包括不可测量的干扰输入。MPC控制器然后使用变量对未知事件建模输出扰动模型．如MPC预测模型时，输出扰动模型与植物无关，其输出直接与植物模型的输出相加。

使用MPC设计师，您可以指定预计会影响每个装置OV的噪声类型。在应用程序中调优选项卡，在设计部分中,点击评估模型>输出扰动模型．在“输出扰动模型”对话框中更新模型下拉列表，选择按通道指定自定义模型通道．

在规范部分，在干扰列，为每个输出选择以下扰动模型之一:

  • 白噪声-预测误差是由于随机零均值白噪声造成的。这个选项意味着扰动的影响是短暂的，因此需要一个适度的、短期的控制器响应。

  • 随机的状-预测误差是由于一个随机的阶跃式扰动，它无限期地持续，保持大致恒定的幅度。这样的干扰需要更积极、更持久的控制器响应。

  • 随机Ramp-like-预测误差是由于随机斜坡式扰动造成的，这种扰动无限期持续，并随时间增长。这样的干扰需要更积极的控制器响应。

模型预测控制工具箱™软件将每种扰动类型表示为一个模型，其中均值为零，单位方差为零的白噪声进入一个由以下之一组成的SISO动态系统:

  • 静态增益-用于白噪声干扰

  • 具有静态增益的串联积分器-用于类阶跃扰动

  • 串联两个具有静态增益的积分器-用于类斜坡扰动

您还可以指定白噪声输入级对于每个扰动模型，覆盖单位方差的假设。当你增加噪声幅度时，控制器对给定的预测误差的反应会更积极。指定的噪声幅度对应于每种类型噪声的SISO模型中的静态增益。

还可以使用命令行查看或修改输出扰动模型getoutdist而且setoutdist分别。

测量噪声模型

MPC还试图将需要控制器响应的扰动与控制器应忽略的测量噪声区分开来。使用MPC设计师，您可以指定预期的测量噪声大小和特征。在应用程序中调优选项卡，在设计部分中,点击评估模型>测量噪声模型．在“模型噪声模型”对话框中，在更新模型下拉列表，选择按通道指定自定义模型通道．

在规范部分，在干扰列，为每个测量输出通道选择一个噪声模型。噪声选项与输出扰动模型选项相同。

白噪声是默认选项，并且在几乎所有应用程序中都应该提供足够的性能。

当包含测量噪声模型时，控制器将每个预测误差视为扰动和噪声效应的组合。定性地说，当您增加指定的噪声时级，控制器将每个预测误差的较大部分归因于噪声，并且它的响应不那么积极。最终，控制器停止响应预测误差，只有当你改变OV或MV参考信号时才改变它的MV。

输入扰动模型

当您的工厂模型包括未测量的扰动(UD)输入时，控制器可以使用输入扰动模型除了标准输出扰动模型。前者提供了更大的灵活性，默认情况下是自动生成的。如果选择的输入扰动模型似乎不允许完全消除持续的扰动，默认情况下还会添加一个输出扰动模型。

如MPC预测模型时，输入扰动模型由一个或多个白噪声信号组成，其单位方差为零，均值为零，进入动态系统。该系统的输出是工厂模型的UD输入。与输出扰动模型相反，输入扰动在通过植物模型动态时以更复杂的方式影响植物输出。

与输出扰动模型一样，您可以使用MPC设计师为每个UD输入指定预期的干扰类型。在应用程序中调优选项卡，在设计部分中,点击评估模型>输入扰动模型．在“输入扰动模型”对话框中更新模型下拉列表，选择按通道指定自定义模型通道．

在规范部分，在干扰列，为每个未测扰动输入通道选择一个噪声模型。输入扰动模型选项与输出扰动模型选项相同。

一种常见的方法是将未知事件建模为添加到工厂mv的扰动。这些扰动称为负载扰动在许多文本中，是现实的，因为一些未知事件是未能将mv设置为控制器所请求的值。您可以创建负载扰动模型，如下所示:

  1. 从LTI工厂模型开始，植物，其中所有输入都是已知的(mv和MDs)。

  2. 的状态空间矩阵植物．例如:

    [A,B,C,D] = ssdata(植物);

  3. 假设有nuMVs。集Bu=列B对应于mv。同时,设置Du=列D对应于mv。

  4. 重新定义要包含的植物模型nu额外的输入。例如:

    工厂。B= [B Bu]; Plant.D = [D Du]);

  5. 为了表明新的输入是未测量的干扰，使用setmpcsignals，或设置工厂。在putGroup财产。

该过程增加了负载扰动输入，而不增加工厂模型中的状态数。

默认情况下，给定一个包含负载扰动的工厂模型，模型预测控制工具箱软件创建一个输入扰动模型，生成nym阶跃式负载扰动。如果nym>nu，它还创建了一个集成白噪声的输出扰动模型，添加到(nym- - - - - -nu)测量输出。如果nym<nu，最后一个(nu- - - - - -nym)负载扰动默认为零。您可以使用以下命令修改这些模型MPC设计师．

您还可以使用从命令行查看或修改输入扰动模型getindist而且setindist分别。

限制

如在控制器状态估计，如果通过测量的植物输出可以检测扩展的植物模型，则植物、扰动和噪声模型结合起来形成一个状态观测器。如果不是，当您尝试使用控制器时，软件将显示一个命令窗口错误消息。

这种限制限制了扰动和噪声模型的形式。如果任何模型被定义为具有静态增益的白噪声以外的任何东西，那么它们的模型状态必须是可检测的。例如，一个集成白噪声扰动加上一个未测量的OV将增加一个不可检测的状态。MPC设计师阻止您选择这样的模型。类似地，测量扰动的数量，nym，限制了输入扰动模型中阶跃样UD输入的数量。

默认情况下，模型预测控制工具箱软件创建可检测的模型。如果修改默认假设(或更改nym)和遇到可检测错误时，您可以恢复到默认情况。

干扰抑制调谐

在设计过程中，可以调整控制器的抗扰性能。

  1. 在任何控制器调优之前，定义每个设备输入和输出变量的比例因子指定比例因子)．在干扰和噪声建模的背景下，这使得单位方差白噪声输入的默认假设更有可能产生良好的性能。

  2. 最初，将扰动模型保持在默认配置中。

  3. 调优成本函数权重后(参见调整权重)，测试你的控制器对一个未测量的扰动输入的响应，而不是在工厂输出的阶跃扰动。具体来说，如果您的工厂模型包含UD输入，则使用其中一个或多个输入来模拟扰动。否则，模拟一个或多个负载扰动，即在指定MV上添加阶跃扰动。这两个MPC设计师和sim卡命令支持这样的模金宝app拟。

  4. 如果模拟中的响应过于迟缓，请尝试以下一个或多个方法，以产生更积极的干扰抑制:

    • 将所有扰动模型增益增加一个乘法因子。在MPC设计师在美国，通过增加每个扰动的幅度来实现这一点。如果这有帮助，但还不够，进一步增加震级。

    • 将测量噪声增益降低一个乘法因子。在MPC设计师，通过增加测量噪声幅度来做到这一点。如果这有帮助，但还不够，进一步增加震级。

    • 在MPC设计师，在调优选项卡，拖动状态估计向右滑动。朝着快状态估计同时增加了扰动模型的增益，降低了噪声模型的增益。

      如果这有帮助，但还不够，可以将滑块进一步向右拖动。

    • 将一个或多个扰动更改为需要更积极的控制器响应的模型。例如，将模型从白噪声扰动改为阶跃扰动。

      请注意

      以这种方式改变扰动会将状态添加到扰动模型中，这可能会违反状态观测器可检测性限制。

  5. 如果响应过于激进，特别是当控制器对已知事件的预测不准确时，如果控制器不健壮，则尝试反转先前的调整。

另请参阅

应用程序

功能

相关的话题