主要内容

调整权重

模型预测控制器设计通常需要对代价函数权值进行一些调整。本主题提供调优技巧。看到优化问题关于成本函数方程的细节。

最初的调优

  • 在调整成本函数权重之前，为每个工厂的投入和产出变量指定规模因子。在调整控制器时保持这些比例因子不变。看到指定比例因子更多信息。

  • 在调优期间，您可以使用灵敏度而且审查命令，获取诊断反馈信息。的灵敏度命令用于帮助进行代价函数权重选择。

  • 通过设置适当的控制器属性更改权重，如下所示:

    要改变这个权重 设置这个控制器属性 数组大小
    OV参考跟踪(wy） 权重。机汇 p——- - - - - -ny
    中压基准跟踪(wu） 权重。MV p——- - - - - -nu
    MV增量抑制(wΔu） 权重。MVRate p——- - - - - -nu

这里MV是一个植物操纵变量nu为mv的个数。OV为植物输出变量，且ny为v的个数。最后,p是预测视界中的步数。

如果权重数组包含n<p行，控制器复制最后一行以获得的完整数组p行。默认的(n= 1)最小化要调优的参数数量，因此推荐使用。看到用MPC设计器设置时变权重和约束作为一种选择。

设置OV权重的提示

  • 考虑到ny假设是OVsnyc必须保持在参考值(设定值)或接近参考值。如果我OV不在这个组中，集合Weights.OV(:,我)= 0。

  • 如果nu≥nyc，如果至少在稳态下，通常可以实现零OV跟踪误差nycmv不受约束。默认的权重。机汇= ones(1,ny)是一个很好的起点。

    如果nu>nyc但是，你有多余的自由度。因此，除非采取预防措施，否则即使在OVs接近参考值时，mv也可能漂移。

    • 最常见的预防措施是为多余的mv数量定义参考值(目标)，nu- - - - - -nyc．这些指标可以代表经济或技术上可取的稳定状态值。

    • 另一种方法是设置w∆u至少为> 0nu- nyc以阻止控制器更改它们。

  • 如果nu<nyc，你没有足够的自由度来同时保持所有的ov在一个设定值。在这种情况下，考虑优先级引用跟踪。为此，设置Weights.OV(:，i) > 0的优先级我机汇。这方面的大致指导方针如下:

    • 0.05 -低优先级:可接受较大的跟踪误差

    • 0.2 -低于平均优先级

    • 1 -平均优先级-默认值。如果需要使用此值nyc= 1。

    • 5 -高于平均优先级

    • 高优先级:希望跟踪误差小

设置MV权重的提示

默认情况下,权重。MV= zeros(1,nu)．如果有些MV有目标，对应的MV参考跟踪权值必须非零。否则，将忽略目标。如果MV目标数小于(nu- - - - - -nyc)，试着用同样的重量。建议值为0.2，与OV跟踪的平均值以下相同。这个值允许mv暂时离开他们的目标，以改善对OV的跟踪。

否则，MV和OV参考跟踪目标很可能发生冲突。通过设置Weights.MV(:,我)值的方式类似于建议的权重。机汇(见上图)。典型的做法设置平均MV跟踪优先级低于平均OV跟踪优先级(例如，0.2 < 1)。

如果我MV没有目标，设定Weights.MV(:,我)= 0(默认值)。

设置MV速率权重的提示

  • 默认情况下,权重。MVRate= 0。1*ones(1,nu)．这种默认的原因包括:

    • 如果设备是开环稳定的，那么大的增量是不必要的，而且可能是不需要的。例如，当模型预测不完美时(实践中总是如此)，更保守的增量通常提供更健壮的控制器性能，但更差的参考跟踪。

    • 这些值迫使QP Hessian矩阵是正定的，这样，如果没有活动的约束，QP有一个唯一解。

    来鼓励控制器使用更小的增量我th MV，增加Weights.MVRate(:,我)价值。

  • 如果设备是开环不稳定的，您可能需要降低平均值重量。MVRate值，以允许对故障作出足够快速的响应。

设置ECR权重的提示

看到约束软化有关权重。ECR财产。

测试和改进

要专注于调优单个成本函数权重，请在以下条件下执行闭环模拟测试:

  • 没有约束。

  • 无预测误差。控制器预测模型应与工厂模型一致。这两个MPC设计师App和sim卡函数提供了在这些条件下进行模拟的选项。

利用参考和测量扰动信号的变化(如果有的话)来强制进行动态响应。根据每个测试的结果，考虑改变所选权重的大小。

一种建议的方法是使用常量Weights.OV(:，i) = 1指示“平均OV跟踪优先级”，并调整所有其他权重以相对于此值。使用灵敏度指挥指导。使用审查命令来检查典型的调优问题，例如缺乏闭环稳定性。

看到调整干扰和噪声模型针对针对控制器抗扰能力的测试。

鲁棒性

一旦你有了在上述条件下工作良好的权重，检查对预测误差的敏感性。有几种方法可以做到:

  • 如果你的系统有一个非线性的植物模型，比如Simulink万博1manbetx®模型，模拟运行点的闭环性能，而不是LTI预测模型所适用的。

  • 或者，运行闭环模拟，其中LTI模型表示的植物不同于在MPC预测模型中使用的模型(如结构或参数值)。这两个MPC设计师App和sim卡函数提供了在这些条件下进行模拟的选项。示例请参见使用MPC设计器测试MPC控制器的鲁棒性．

如果控制器的性能与没有预测误差的测试相比明显下降，对于开环稳定的设备，考虑使控制器的侵略性更小。

在MPC设计师，在调优选项卡，您可以使用闭环性能滑块。

转向更鲁棒的控制会降低OV和MV权重，增加MV Rate权重，从而导致输出控制的放松和更保守的控制动作。

在命令行中，您可以进行以下更改以降低控制器的攻击性:

  • 增加所有重量。MVRate乘以2阶乘因子的值。

  • 减少所有重量。机汇而且重量。MV值除以相同的因数。

调整权重后，重新评估有或没有预测误差的性能。

  • 如果两者现在都是可接受的，那么停止调优权重。

  • 如果有改进，但仍存在模型误差的退化，进一步提高控制器的鲁棒性。

  • 如果更改不能显著提高性能，则恢复原始权重并关注状态估计器调优(参见调整干扰和噪声模型）.

最后，如果调优更改不能提供足够的健壮性，请考虑以下选项之一:

相关的话题