终端重量是二次权重WY.在y(T.+P.) 和吴在你(T.+P.- 1).变量P.是预测的地平线。你在时间应用二次重量K.+P.只有,例如预测地平线的最后一步。使用终端权重,您可以实现无限的地平线控制,可确保闭环稳定性。但是,在使用终端权重之前,您必须区分在没有约束的情况下的问题。
终端约束是对y(T.+P.) 和你(T.+P.- 1),在哪里P.是预测的地平线。您可以使用终端约束作为通过定义终端区域实现闭环稳定性的替代方法。
笔记
您只能在命令行上使用终端权重和约束。看SADTERMINAL.
.
对于相对简单的无约束案例,终端重量可以使有限地平线模型预测控制器表现得像其预测地平线是无限的。例如,MPC控制器行为与线性二次调节器(LQR)相同。标准LQR源于成本函数:
(1) |
在哪里X是植物状态的载体在标准状态空间形式中:
(2) |
LQR提供标称稳定性,提供了矩阵Q和R符合某些条件。您可以将LQR转换为有限地域形式,如下所示:
(3) |
在哪里问:P.,终端惩罚矩阵是Riccati等式的解决方案:
(4) |
您可以使用此解决方案等方面
控制系统工具箱™软件中的命令。
一般来说,问:P.是一个完整(对称的)矩阵。你不能使用标准成本职能实现LQR成本函数。唯一的例外是第一个P.- 1如果步骤问:和R.是对角矩阵。同样,你不能使用替代成本职能因为它在视界的每一步都使用相同的权重。因此,根据定义,终端权重与步骤1到步骤1中的权重不同P.- 1.相反,使用以下步骤:
扩充模型(方程2)要将加权终端状态包括为辅助输出:
y八月(K.)=问:CX(K.)
在哪里问:C是凿形的分解问:P.这样问:P.=问:CT.问:C.
定义辅助输出y八月作为未测量,并向它们指定零权重。
指定单位权重y八月在预测地平线上的最后一步SADTERMINAL.
.
为了使模型预测控制器完全等同于LQR,使用等于预测地平线的控制地平线。在不受约束的应用程序中,您可以使用短地平线并仍然达到名义稳定性。因此,地平线不再是要调整的参数。
当应用程序包括约束时,地平线选择变得重要。通常软化的约束表示LQR成本函数中未考虑的因素。如果约束变为活动,则控制操作偏离LQR(状态反馈)行为。如果在控制器设计中没有正确处理此行为,则控制器可能会使工厂稳定。
关于有限系统的设计问题的深入讨论[1].根据情况,您可能需要将终端约束包括将工厂状态强制到地平线末端的定义区域中,之后LQR可以将工厂信号驱动到其目标。采用SADTERMINAL.
为控制器定义添加此类约束。
标准(有限范围)模型预测控制器提供了相当的性能,如果预测范围很长。您必须调整其他控制器参数(权重、约束软化和控制水平)来实现此性能。
小费
不准确的模型预测的稳健性通常是比应用程序中的标称性能更重要的因素。
[1]罗林斯,J.B。和David Q. Mayne,模型预测控制:理论与设计,Nob Hill Publishing,2010。