如何提高MPC(模型预测控制)性能?

34视图(30天)

显示旧的评论

大卫·曹 2018年1月30日

0
链接

这个问题直接联系

//www.tianjin-qmedu.com/matlabcentral/answers/379820-how-to-improve-an-mpc-model-predictive-control-performance

回答: Arkadiy Turevskiy 2018年8月16日

嗨,我想使用MPC调节输出的二阶系统。但我总是得到结果与一个巨大的负脉冲信号。有人能让我知道这个脱靶如何删除吗?我已经改变权重矩阵和预测/控制视野,但仍然没有得到一个好的结果。下面是我的代码。谢谢你！

                         清晰的所有;clc;
                        
                         (1 = 1;0 1];
                        
                         B = (0.5, 1);
                        
                         C = 0 [1];
                        
                         D = 0 (1,1);
                        
                         IC = (1, 0);
                        
                         t = 0.1;
                        
                         SYS = ss (A, B, C, D, Ts);
                        
                         MSYS = minreal(系统);
                        
                         np = 10;%预测地平线
                        
                         数控= 4;%控制地平线
                        
                         mpcobj = mpc (MSYS, Ts、np、数控);
                        
                         Q = 1. e + 3;
                        
                         R = 1. e + 0;
                        
                         mpcobj.Weights.OutputVariables = {Q};
                        
                         mpcobj.Weights.ManipulatedVariables = {R};
                        
                         Tstop = 20;
                        
                         Tf =圆(Tstop / Ts);
                        
                         r = 0 (Tf, 1);
                        
                         选择= mpcsimopt (mpcobj);
                        
                         options.PlantInitialState = IC;
                        
                         [y t u] = sim (mpcobj, Tf, r,选项);
                        
                         图;
                        
                         次要情节(1、2、1);情节(t, u);包含(“时间”);ylabel (“控制”);
                        
                         次要情节(1、2、2),图(t、y);包含(“时间”);ylabel (“输出”);

0评论
显示1年长的评论藏1年长的评论

登录置评。

在回答这个问题。

答案(1)

Arkadiy Turevskiy 2018年8月16日

0
链接

直接链接到这个答案

//www.tianjin-qmedu.com/matlabcentral/answers/379820-how-to-improve-an-mpc-model-predictive-control-performance answer_333016

低于你所看到的是由于两个原因:

1。植物和控制器之间的初始条件。

2。控制器调整以这样一种方式,即使初始条件匹配,它会产生一个明显的阶跃响应的超调。

初始条件相匹配,除非你会有些过头。你可以提高控制器的设计有助于问题2。

我粘贴以下代码,我做了以下几点:

。改变了输出变量的比例因子使问题更好的条件数值。你可以确定扩展需要做如果你回顾(mpcobj)控制器——你会看到建议改变比例因子。

b。我调整权重,包括添加mv.rate重量

c。我初始化控制器集成电路IC匹配工厂。你可以评论这一行,如果你想保持控制器工厂集成电路IC不匹配。

                             清晰的所有;clc;
                            
                             % %植物
                            
                             (1 = 1;0 1];
                            
                             B = (0.5, 1);
                            
                             C = 0 [1];
                            
                             D = 0 (1,1);
                            
                             IC = (1, 0);
                            
                             t = 0.1;
                            
                             SYS = ss (A, B, C, D, Ts);
                            
                             % MSYS = minreal(系统);%不减少任何状态
                            
                             np = 10;%预测地平线
                            
                             数控= 3;%控制地平线%注意改变到3
                            
                             mpcobj = mpc (SYS, Ts、np、数控);
                            
                             mpcobj.OV (1)。ScaleFactor = 100;%注意比例因子,帮助过度的使用
                            
                             % %指定整体调整因素权重
                            
                             这些重量% MPC设计师应用试验和错误的结果
                            
                             β= 0.26714;
                            
                             % %指定权重
                            
                             mpcobj.Weights。MV = 1 *β;
                            
                             mpcobj.Weights。MVRate = 0.1 /β;
                            
                             mpcobj.Weights。OV = 100 *β;
                            
                             mpcobj.Weights。ECR = 1000000;
                            
                             % %需要初始化控制器状态,否则无法避免初始脱靶
                            
                             xmpc = mpcstate (mpcobj);
                            
                             xmpc.Plant = IC;
                            
                             Tstop = 20;
                            
                             Tf =圆(Tstop / Ts);
                            
                             % stepoint保持在0前10秒,然后一步1 -检查瞬态
                            
                             %响应
                            
                             r = 0 (Tf, 1);
                            
                             r(100:尺寸(r)) = r(100:大小(r)) + 1;
                            
                             % %栈道和控制器设置初始条件
                            
                             选择= mpcsimopt (mpcobj);
                            
                             options.PlantInitialState = IC;
                            
                             options.ControllerInitialState = xmpc;
                            
                             [y t u] = sim (mpcobj, Tf, r,选项);
                            
                             图;
                            
                             次要情节(1、2、1);情节(t, u);包含(“时间”);ylabel (“控制”);
                            
                             次要情节(1、2、2),图(t、y);包含(“时间”);ylabel (“输出”);