智能汽车轨迹跟踪多目标显式模型预测控制

针对现有智能汽车轨迹跟踪控制算法难以同时保证跟踪精确性、横向稳定性、舒适性以及控制实时性的问题,提出了一种基于多目标优化和显式模型预测控制理论的轨迹跟踪控制策略(MO-EMPC)。首先,建立考虑跟踪精确性、横向稳定性、舒适性的多目标函数及约束。然后,针对传统MPC控制实时性低的问题,设计基于EMPC的多目标优化轨迹跟踪控制器,通过引入多参数二次规划(MPQP)理论,将反复在线优化求解过程转化为等价的分段仿射系统(PPWA),离线计算得到最优显式控制律以供实时控制调用,减少在线运算时间。最后,基于CarSim/Simlink联合仿真方法,将所设计控制器的轨迹跟踪多目标优化效果与MPC控制效果进行对比验证。研究结果表明,所提出的轨迹跟踪策略在保证良好的跟踪精度前提下,横向稳定性、舒适性方面的表现更优于MPC控制器,且算法在线运行速度提高56.63%。

应用显式模型预测控制的永磁同步风电机组频率电压协同调节

为解决高压直流输电线路发生闭锁故障引起送端近区功率冗余、造成频率和电压升高的问题,提出了一种面向频率电压协同调节的永磁同步风电机组的显式模型预测控制(EMPC)策略。该控制策略利用了直驱式永磁同步风力发电机组具有同时调节电网频率和电压的能力。根据频率摆动方程和电压灵敏度模型建立了换流站母线电压和电网频率的状态空间模型;将永磁同步风电机组的有功输出和无功输出相结合,利用多个EMPC控制器计算代价函数下的最优输出并进行组合,计算出故障后永磁同步风电机组的参考功率输出,以实现送端近区频率和电压的协同控制。在MATLAB/Simulink平台进行仿真验证表明:当闭锁故障发生时,EMPC控制策略不仅可以降低送端近区的频率和电压的峰值与稳态值,而且与其他控制方法相比,频率峰值降低了0.089 Hz,电压峰值降低了0.012(标幺值)。该研究可为电力系统的频率电压控制提供理论及工程参考。

基于多目标异权重回归的冷水机组故障诊断显式模型

针对冷水机组中常见的7种故障,本文基于交叉熵损失函数和随机梯度下降算法建立了多目标异权重回归模型,进行故障诊断。该模型较常规的机器学习分类模型简单,无需迭代,计算速度快,且为显式模型(非黑箱),可直观分析各参数对每类故障的重要程度。与传统的单目标回归模型相比,故障诊断性能优势显著,在不同特征集合下,性能最低提升40.50%。对比不同文献中特征集合在本模型中的效果,并提出了新的特征集合,正常运行及7类故障的总体诊断准确率可达89.83%,局部故障的诊断准确率达到98%以上。通过可视化诊断模型中的参数权重,发现过冷度和供油温度参数对诊断制冷剂泄漏、制冷剂过充和润滑油过量3种系统性故障最为重要;供油压力、冷凝器趋近温度、蒸发器与冷凝器的水流量参数对诊断4种局部故障最为重要。

高性能永磁同步电机显式模型预测控制算法研究

该文提出一种应用于永磁同步电机的级联式高性能显式模型预测控制算法,基于多参数规划思想建立系统参数化模型,离线求解有约束条件下的最优解并以状态量的分段仿射函数形式保存,解决了连续控制集模型预测控制算法在线求解的算力需求问题;全面介绍了显式模型预测控制的应用思想及设计流程,分析了在永磁同步电机控制中模型失配、死区效应、数字延时等非理想因素带来的影响并给出了应对措施;与传统PI控制算法进行对比,通过仿真与实验验证了显式模型预测控制算法的有效性及优越性。

循环荷载下饱和软黏土的累积变形显式模型

显式模型是计算交通等长期动荷载引起地基沉降的实用方法。在考虑影响饱和软黏土循环荷载下轴向循环塑性累积应变的应力历史、动偏应力水平及第一次轴向循环塑性累积应变与围压归一化基础上提出了计算饱和软黏土轴向循环塑性累积应变显式模型。模型同时反映了等向、偏压固结不排水循环加载轴向循环塑性累积应变发展规律,并很好地反映了围压的影响,其主要参数有明确的物理意义且易于确定。通过上海地区第④层饱和软黏土一系列静力三轴、循环加载试验验证了模型的合理性,得到了模型相关参数。

电力系统电压崩溃的显式模型预测控制

由于电力系统不仅包含非线性动态,还包含了离散事件以及一些离散的操纵变量,因此电力系统本质上是一个复杂的混杂系统。利用混合逻辑动态(MLD)模型和分段仿射模型(PWA)描述电力系统的非线性动态特性、离散事件和变量,建立电力系统的混杂系统模型。针对电力系统的混杂模型,将显式模型预测控制技术应用于电力系统,并对电力系统的电压进行稳定控制。数值仿真研究表明,所提方法能够预测和防止电压崩溃,并对于故障情况能够迅速地做出响应,表明该方法是有效的。

求解一类可分离凸规划的对偶显式模型DP-EM方法

推导对偶目标函数的精确显式表达式,可选用更多成熟高效的求解方法,从而进一步提高了非线性规划对偶理论求解结构拓扑优化问题的效率.研究工作来源于非线性凸规划同其对偶规划的间隙为零,可以等价转化为对偶问题求解,通常可以大大地缩小问题的规模,可是二者不具有显式关系却影响了对偶解法的应用.所幸的是,结构优化当中一大类问题包括连续体结构拓扑优化问题,不仅具有凸性,而且具有变量可分离性,于是原变量和对偶变量之间有了显式关系,因此,对偶解法成了38年来被应用的有效方法之一.然而长期以来,对偶问题的目标函数并不是显式,这缘于含参数的极小化问题导致目标函数为隐式表达,常见的显式化方法是进行二阶近似.本文突破了对偶问题难以显式化只能采用近似显式的定势,将我们提出的"对偶规划-显式模型"(DP-EM)方法应用于连续体结构拓扑优化,并与对偶序列二次规划(DSQP)算法及移动渐近线(MMA)算法为求解器的方法进行计算效率对比,结果显示:(1)MMA算法比DP-EM算法和DSQP算法的外部迭代次数均多;(2)DP-EM算法与DSQP算法外循环次数相同,而内循环数显著减少.说明了DP-EM算法具有显式对偶函数的优势.

基于ARM-Linux平台的显式模型预测控制算法实现

为了对显式模型预测控制算法进行实验研究,建立了基于ARM-Linux平台的显式模型预测控制实物仿真控制系统.在ARM-Linux平台上实现了显式模型预测控制算法的在线计算过程,把传统的隐式模型预测控制的反复在线优化计算问题转变为在线数据搜索过程,简化了在线计算过程,提高了在线计算速度,减少了在线计算时间.对显式模型预测控制算法的离线计算步骤、实物仿真控制系统设计的整体结构、离线计算得到的被控系统状态分区及其对应分区上的显式线性控制规律库结构、接口函数的结构和ARM-Linux环境下的控制系统结构进行了讨论.最后给出了基于ARM-Linux平台的显式模型预测控制算法控制效果.

汽车悬挂系统显式模型预测控制

本文把显式模型预测控制应用于汽车悬架主动控制,以改善汽车悬架系统的控制效果,并满足系统状态性能和控制力等方面约束条件.针对汽车悬挂动力学简化模型(二维)和1/2悬挂动力学模型,并做了数值仿真计算.研究结果表明了汽车悬挂系统显式模型预测控制系统的有效性.

DC-DC变换器显式模型预测控制

采用v分解方法建立了DC-DC变换器的离散时间混杂模型,并将其转换为分段仿射(PWA)形式,把DC-DC变换器的控制问题转化为分段仿射系统的约束优化控制问题。针对带状态和输入约束的离散时间分段仿射系统动态变化快的特点,应用显式模型预测控制方法,并基于多参数二次规划算法得到了关于状态变量的分段线性显式最优控制律,从而进一步得到DC-DC变换器显式模型预测控制系统。数值仿真计算表明:DC-DC变换器的显式模型预测控制是有效的,系统控制的动态性能是优越的。

倒立摆系统显式模型预测控制

由于模型预测控制的反复在线优化计算特点,使得模型预测控制难以适用于动态变化较快的机电系统的控制,如倒立摆动系统的控制,为此研究了倒立摆动系统的显式模型预测控制。基于约束线性优化控制问题的多参数规划方法,建立了显式模型预测控制系统,以避免控制系统反复在线优化计算。应用建立的显式模型预测控制系统,对于直线一级和二级倒立摆系统控制做了研究,并做了数值仿真计算。研究结果表明倒立摆系统显式模型预测控制的平衡控制效果是明显的。

挠性机器人逆动力学显式模型

提出了挠性机器人逆动力学问题的一般模型，并通过对其实施线性化，得到了线性解耦的由运动条件方程和动力条件方程联立的逆动力学基本方程。同时，利用逆动力学基本方程的特点给出了逆问题的显式模型，并将该法用于平面ｎ杆弹性手臂建模。最后就三连杆弹性手臂进行了仿真，验证了本方法的有效性。

四旋翼飞行器的显式模型预测控制

针对二叉树算法在显式模型预测控制的在线阶段预处理复杂问题,提出了一种截断二叉树算法和距离搜索相结合的在线搜素算法。在快速二叉树算法基础上,用截断条件进一步减少预处理时间,再利用距离搜索算法对叶子节点上的分区搜索得到状态所属分区。最后将该方法应用于四旋翼飞行器的显式模型预测控制的在线阶段,通过数值仿真和半实物实验验证了该方法的可行性。

基于显式模型预测控制和改进虚拟阻抗的双馈风机低电压穿越策略

为提高双馈异步发电机的低压穿越能力,提出了一种基于显式模型预测控制的改进虚拟阻抗控制方法。传统的虚拟阻抗法基于固定的虚拟阻值,补偿电压在不同的故障情况下不能灵活调整,其控制效果难以得到保证,特别是在不对称故障下,易造成转子变换器饱和,影响控制效果。所提出的显式模型预测控制方法结构简单、易于实现,并可充分抑制转子电流,实现故障穿越。此外,该方法采用离线推导分区的最优控制率,在线求解只需查找相应的控制率,计算速度快,能满足暂态期间的计算要求。详细介绍了该方法的设计原理,并在Matlab/Simulink中进行了验证。结果表明,所提出的控制方案性能良好,能够提高双馈发电机在低电压穿越下,特别是不平衡故障下的低电压穿越能力。

基于多参数规划的显式模型预测系统设计的可行域扩张算法

基于约束线性优化控制问题的多参数二次规划求解方法,提出设计显式模型预测控制系统的可行域逐步扩张算法.首先建立一种求取优化控制问题输出不变集的迭代算法.以该输出不变集作为多参数规划问题中状态区域约束限制的初始条件,通过反复求解多参数规划问题和不断改变状态区域约束限制,能够逐步扩大显式模型预测控制系统的无限时间可行区域,直到可行域不再继续扩大.算法收敛时设计得到的显式模型预测控制系统在其所有的状态分区上都是无限时间可行的.通过数值仿真计算,验证本文提出算法的有效性.

基于显式模型预测控制的轮毂驱动电动车垂向振动研究

针对轮毂驱动电动车非簧载质量增大而引起的行驶平顺性和操纵稳定性恶化问题,提出了基于显式模型预测控制(EMPC)理论的主动悬架控制方法。建立由刚性环轮胎模型和空气悬架模型组成的四自由度系统模型,并确定车辆平顺性、稳定性和电机性能多目标函数及约束条件;基于多参数二次规划理论,将隐式模型预测控制系统转换为与之对应的显式多面体分段仿射(PPWA)系统,离线求解状态变量间的最优控制律,并运用参数分区上的显式控制律求得最优主动力。仿真结果表明:相较于被动悬架和运用天棚控制策略的主动悬架,基于EMPC理论控制的主动悬架对车身垂向加速度、轮胎动载荷和轮毂电机偏心距均方根值提升效果明显,改善了轮毂电机驱动电动车的行驶平顺性、操纵稳定性和电机性能。

基于显式模型预测控制的大规模路网交通信号控制方法

随着城市机动车保有量的不断增加,交通拥堵问题变得日益严重。作为一个有效的方法,模型预测控制(MPC)已经被应用于城市交通路网的控制中。然而由于需要在线进行优化,模型预测控制的计算负荷巨大,限制了其在对实时性要求比较高的场景中的应用。针对该问题,基于存储转发模型将显式模型预测控制(EMPC)引入大型交通路网的交通信号控制问题中。EMPC将多参数规划理论引入到线性时不变系统的约束二次优化控制问题的求解中,通过离线计算得到对应每个状态分区上的状态反馈最优显式控制律。实验结果显示,由于将在线优化过程转变为查表过程,EMPC可以显著提升交通信号控制的效率。

显式模型预测控制的在线迭代学习策略研究

显式模型预测控制(MPC)是一种电力电子变换器的高性能控制方法,其主要思想是基于模型信息离线计算出相关的控制律集合,再离散成表格以供实时控制使用。显式MPC在负载投切工况下性能较好,但在启动过程中控制性能不佳。为解决这一问题,该文设计一种在启动过程中对表格进行迭代学习的方法。该方法对表格进行卷积处理,可在不影响负载投切工况控制性能的前提下,有效改善启动过程的控制性能。将上述策略用于显式MPC控制的Buck变换器中,结果亦证明了所提方法的有效性。

柔性直流输电系统显式模型预测低复杂度控制技术

建立电压源型换流器的高压直流输电系统三阶分段仿射系统模型。针对传统的模型预测控制需要滚动优化的缺点,应用显式模型预测控制的方法,通过多参数二次规划来对状态空间进行凸划分,将原本大量的在线控制计算过程转移到离线阶段进行预计算。为降低其离线计算的复杂度,引入分离函数和误判点的概念,通过严格分离饱和分区的方法,减少需要预计算和划分的分区数量,也间接加快了在线计算时状态量搜索对应分区的速度。通过仿真分析验证了嵌入分离函数后,在负载突增和系统参数变化等环境下显式模型预测控制的控制性能。

显式模型预测控制及其在电梯机械系统振动控制中的应用

基于约束线性优化控制问题的多参数规划方法,分别建立了约束线性时不变和时变系统的显式模型预测控制系统.应用建立的显式模型预测控制系统,对不同运行工况(轻载、重载)下的电梯机械系统的主动振动控制进行了仿真.研究结果表明,电梯机械系统显式模型预测控制的主动振动控制效果明显.