Mpc (model predictive control) modelini bashorat qilish usuli

Совершенствуйте проект — После начальной оценки замкнутого цикла, обычно необходимо совершенствовать проект путем корректировки параметров контроллера и оценки различных сценариев симуляции. В дополнение к параметрам, описанным на шаге 3, можно рассмотреть:

1. 
   Используя переменное блокирование, которым управляют. Для получения дополнительной информации смотрите Переменное Блокирование, которым Управляют.
   
2. 
   Для сверхприводимых в движение систем, ставя цели ссылки для переменных, которыми управляют. Для связанного примера смотрите Ставящие Цели для Переменных, которыми Управляют.
   
3. 
   Настройка усилений Кальмана утверждают средство оценки (или разработка пользовательского средства оценки состояния). Для получения дополнительной информации и связанные примеры, смотрите Оценку состояния Контроллера, Пользовательскую Оценку состояния и Реализацию Пользовательское Средство оценки состояния, Эквивалентное Встроенному Фильтру Калмана.
   
4. 
   Определение терминальных ограничений. Для получения дополнительной информации и связанный пример, смотрите Терминальные Веса и Ограничения и Обеспечьте Эффективность LQR Используя Терминальные Веса Штрафа.
   
5. 
   Определение пользовательских ограничений. Для связанных примеров смотрите Ограничения на Линейные комбинации Вводов и выводов и Использования Пользовательские Ограничения в Смешивающемся Процессе.
   
6. 
   Определение недиагональных весов функции стоимости. Для примера смотрите Задающую Альтернативную Функцию стоимости с Недиагональными Матрицами Веса.
   

Убыстритесь выполнение — Смотрите диспетчера MPC Деплоймента.

Развернитесь контроллер — Смотрите диспетчера MPC Деплоймента.

Управляйте нелинейными и изменяющимися во времени объектами
Часто объект, которым будут управлять, может быть точно аппроксимирован линейным объектом только локально вокруг данной рабочей точки. Это приближение больше не может быть точным как передачи времени и рабочая точка объекта (или параметры) изменения.
Можно использовать несколько подходов, чтобы иметь дело с этими случаями от более простого до более общего и сложного.

1. 
   Адаптивный MPC — Если порядок (и задержки) объекта не изменяется, можно спроектировать один контроллер MPC (например, для начальной рабочей точки), и затем во времени выполнения можно обновить модель предсказания контроллера на каждом временном шаге (в то время как контроллер все еще принимает, что модель предсказания остается постоянной в будущем через его горизонт предсказания).
   

Обратите внимание на то, что, в то время как этот подход является самым простым, он требует, чтобы вы к постоянно (то есть, на каждом временном шаге) вычислили линеаризовавший объект, который должен быть предоставлен контроллеру. Можно сделать так тремя основными способами.

1. 
   Если у вас есть надежные нелинейные уравнения, описывающие объект, можно извлечь локальный линейный объект онлайн путем линеаризации уравнений, предположения, что этот процесс не является слишком в вычислительном отношении дорогим. Для примера с помощью этой стратегии смотрите Адаптивное MPC управление Нелинейным Химическим Реактором Используя Последовательную Линеаризацию
   
2. 
   В качестве альтернативы можно извлечь много линеаризовавших объектов оффлайн, покрыв соответствующие области входного пространства состояния, и затем онлайн можно использовать объект линейного варьирования параметра (LPV), который получает, интерполяцией, линейным объектом в текущей рабочей точке. Для примера с помощью этой стратегии смотрите Адаптивное MPC управление Нелинейным Химическим Реактором Используя Линейную Варьирующуюся по параметру Систему.
   
3. 
   Если объект точно не представлен математической моделью, но можно принять и устойчивость разомкнутого контура и минимальную сумму входного шума, можно использовать прошлые вводы и выводы объекта, чтобы оценить модель объекта онлайн, несмотря на то, что это может быть несколько в вычислительном отношении дорого. Для примера с помощью этой стратегии смотрите Адаптивное MPC управление Нелинейным Химическим Реактором Используя Онлайновую Оценку Модели.
   

Этот подход требует mpc возразите и любой mpcmoveAdaptive функционируйте или блок Adaptive MPC Controller. Для получения дополнительной информации смотрите Адаптивный MPC и Модель, Обновляющую Стратегию.

2. 
   Линейное Время Различный MPC — Этим подходом является своего рода адаптивный MPC, в котором диспетчер знает заранее, как его внутренние изменения модели объекта управления в будущем, и поэтому используют эту информацию при вычислении оптимального управления через горизонт предсказания. Здесь, на каждом временном шаге, вы предоставляете контроллеру не только текущую модель объекта управления, но также и модели объекта управления для всех будущих шагов через целый горизонт предсказания. Чтобы вычислить модели объекта управления для будущих шагов, можно использовать переменные, которыми управляют, и состояния объекта, предсказанные контроллером MPC на каждом шаге как рабочие точки, вокруг которых может линеаризоваться нелинейная модель объекта управления.
   

Этот подход особенно полезен, когда модель объекта управления значительно изменяется (но очевидно) в горизонте предсказания. Это требует mpc объект и использование mpcmoveAdaptive или блок Adaptive MPC Controller. Для получения дополнительной информации смотрите Изменяющийся во времени MPC.

3. 
   Запланированный на усиление MPC — В этом подходе вы проектируете несколько контроллеров MPC оффлайн, один для каждой соответствующей рабочей точки. Затем онлайн, вы переключаете активный контроллер, когда рабочая точка объекта изменяется. В то время как переключение контроллера в вычислительном отношении просто, этот подход требует более онлайновой памяти (и в общем больше конструкторской разработки), чем адаптивный MPC. Это должно быть зарезервировано для случаев, в которых линеаризовавшие модели объекта управления имеют различные порядки или задержки (и переключающаяся переменная медленно изменяется относительно динамики объекта). Использовать запланированный на усиление MPC. вы создаете массив mpc объекты и затем используют mpcmoveMultiple функционируйте или блок Multiple MPC Controllers для симуляции. Для получения дополнительной информации смотрите Запланированный на усиление MPC. Для примера смотрите Запланированное на усиление MPC управление Нелинейным Химическим Реактором.
   
4. 
   Нелинейный MPC — можно использовать эту стратегию управлять очень нелинейными объектами, когда все предыдущие подходы являются неподходящими, или когда необходимо использовать нелинейные ограничения или неквадратичные функции стоимости. Этот подход более в вычислительном отношении интенсивен, чем предыдущие единицы, и он также требует, чтобы вы спроектировали реализацию нелинейное средство оценки состояния, если состояние объекта не абсолютно доступно. Два нелинейных подхода MPC доступны.
   
   1. 
      Многоступенчатый Нелинейный MPC — Для многоступенчатого контроллера MPC, каждый будущий шаг в горизонте (этап) имеет свои собственные переменные решения и параметры, а также свою собственную нелинейную стоимость и ограничения. Кардинально, стойте, и ограничительные функции на определенном этапе являются функциями только переменных решения и параметров на том этапе. В то время как определение нескольких затрат и ограничительных функций может потребовать большего количества времени проектирования, оно также допускает эффективную формулировку базовой задачи оптимизации и меньшей структуры данных, которая значительно уменьшает время вычисления по сравнению с типовым нелинейным MPC. Используйте этот подход, если ваша нелинейная проблема MPC стоила и ограничительные функции, которые не включают термины перекрестного этапа, как это часто бывает. Чтобы использовать многоступенчатый нелинейный MPC, необходимо создать nlmpcMultistage объект, и затем использует nlmpcmove функционируйте или блок Multistage Nonlinear MPC Controller для симуляции. Для получения дополнительной информации смотрите Многоступенчатый Нелинейный MPC.
      
   2. 
      Типовой Нелинейный MPC — Этот метод является самым общим, и в вычислительном отношении дорогим, форма MPC. Когда это явным образом обеспечивает стандартные веса и линейные настройки границ, это может быть хорошая начальная точка для проекта, куда единственная нелинейность прибывает из модели объекта управления. Кроме того, можно использовать RunAsLinearMPC опция в nlmpc объект оценить, может ли линейный, время, варьируясь или адаптивный MPC достигнуть той же эффективности. Если так, используйте эти проектные решения, и возможно оцените усиление, запланированное MPC; в противном случае рассмотрите многоступенчатый нелинейный MPC. Используйте типовой нелинейный MPC только в качестве первоначального проекта, или когда все предыдущие проектные решения не будут жизнеспособны. Чтобы использовать типовой нелинейный MPC, необходимо создать nlmpc объект, и затем использует nlmpcmove функционируйте или блок Nonlinear MPC Controller для симуляции. Для получения дополнительной информации смотрите Типовой Нелинейный MPC.