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
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:
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: