主要内容

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。

  • 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。

  • 在线参数估计-给定经验模型结构及其参数的初始估计,使用可用的实时工厂测量来估计当前模型参数。例如,System Identification Toolbox™软件提供了实时参数估计工具。

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,只要每个模型是时间的函数,您就可以使用连续线性化和LPV模型方法

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。

  • 在尝试自适应MPC之前,为最典型的(标称)操作条件定义和调优MPC控制器。确保系统能够容忍一些预测误差。通过模拟测试这种耐受性,MPC预测模型与植物不同。看到MPC设计

  • 自适应MPC控制器比传统MPC需要更多的实时计算。除了状态估计计算之外,您还必须实现和测试模型更新策略,这可能需要大量的计算。

  • 您必须确定在模型参数的预期范围内提供健壮性能的MPC调优常数。看到调整权重

  • 当参数逐渐变化时,通过在线参数估计进行模型更新是最有效的。

  • 在实现自适应MPC控制时,只自适应定义模型。植物属性。扰动和噪声模型,如果有的话,保持不变。

另请参阅

相关的话题