通常,控制器状态是未测量的,并且必须估计。默认情况下,控制器使用稳态Kalman滤波器来源于State Observer。有关更多信息,请参阅控制器状态估计。
在开始的时候K.控制间隔,控制器状态估计以下步骤:
获取以下数据:
XC(K.|K.-1) - 从先前的控制间隔中估计控制器状态估计,K.-1
你行为(K.-1) - 实际在工厂中使用的操纵变量(MV)K.-1到K.(假设常数)
你选择(K.-1) - MPC推荐的最佳MV,并假定在工厂中使用K.-1到K.
V.(K.) - 电流测量的障碍
ym(K.) - 电流测量的植物输出
B.你那B.V.- 观察者参数列B.对应你(K.) 和V.(K.)投入
Cm- 对应于测量的工厂输出的观察者参数C行
D.m- Observer参数的行和列D.对应于测量的工厂输出和测量的干扰输入
L.那m- 常数卡尔曼增益矩阵
在计算使用之前,植物输入和输出信号被缩放为无量纲。
修订XC(K.|K.-1)当你行为(K.-1)和你选择(K.-1)是不同的。
计算创新。
更新控制器状态估计以进行最新测量。
然后,该软件使用当前的状态估计XC(K.|K.)以间隔解决二次程序K.。解决方案是你选择(K.),MPC推荐的操纵变量值在控制间隔之间使用K.和K.+1。
最后,该软件准备了假设未知输入的下一个控制间隔,W.ID(K.),W.od(K.), 和W.N(K.)假设它们之间的平均值(零)K.和K.+1。该软件预测已知输入和创新的影响,如下所示: