MPC灰色理论算法在同步预测控制器设计中的应用

随着人工智能算法和预测模型的发展与优化,对复杂交叉耦合的环境和对象,数学模型建立困难或测试手段精度不高的场景,难以保证有效的控制方案运行和算法应用。首先,在分析干扰模型和同步控制预测原理基础上,引入MPC(模型预测控制)灰色理论算法的经验值理论,灰色预测算法的原理是约束集均方值最优解。其次,将多变的输入参数整合成若干段的模型匹配的数学模型,其控制系统的时间轴能够以离散时序建立完整的时间模型。利于分析和解决无法用传统数字精确描述的复杂模型或系统问题,尤其是信息获取不完备或者失真的参数信息。最后,分析工业控制模型多为纯滞后的二阶惯性环节的时延控制对象,通过三组建模和仿真实验,得出基于MPC灰色理论算法设计同步预测控制器具有较好的优势,属于一种多值混合动态算法。在误差调节和波动抑制具有良好的同步效果。

基于紧约束鲁棒模型预测控制的无人车辆轨迹跟踪控制

针对无人驾驶车辆的轨迹跟踪问题,基于车辆非线性动力学模型,设计了一种紧约束鲁棒模型预测控制(MPC)方法。首先,利用魔术公式轮胎模型,结合车辆3自由度系统,构建了具有有界干扰的车辆线性离散误差模型;其次,采用紧约束控制策略设计系统的鲁棒优化问题;最后,通过在线优化得到最优控制序列,并离线构造之后多个时刻满足约束条件的可行控制序列。仿真结果表明,所提算法能够使车辆稳定快速跟踪上参考轨迹并有效提高系统计算资源利用率。

基于模型预测控制的燃料电池汽车能量管理控制策略研究

为了提高燃料电池汽车的经济性和部件的耐久性,提出一种基于实时模型预测控制(MPC)和庞特里金极小值原理(PMP)的燃料电池混合动力汽车能量管理策略。该策略采用模型预测控制实现燃料电池和电池之间的能量分配,降低总等效氢消耗;通过反向传播神经网络(BPNN)获得预测速度序列,利用极小值原理求解每个预测区间的最优控制问题。与基于规则的策略(RB)相比,该策略可以在保持电池荷电状态稳定的同时减少10.97%的总等效氢消耗量。

模型预测控制(MPC)在飞机自动着陆系统中的应用

进场着陆是飞行的复杂阶段,虽然仅占整个飞行的2%～3%,却大约有1/3的飞行事故发生在此阶段,而高速喷气式飞机的飞行事故有一半以上是发生在进场着陆阶段。本次仿真的对象是一种具有特殊外形的无人机,对侧向着陆精度要求很高。于是文中采取了预测控制器加经典PID控制器构成了分层控制系统。动态矩阵法的在线优化和反馈校正等特点有效地提高了系统的整体性能。结果表明,这种方法可以有效地提高着陆精度并严格控制接地时的滚转角。

基于驾驶风格的车辆模型预测控制研究

随着计算机技术和通信技术的不断发展,自动驾驶逐渐成为现实,一些辅助驾驶功能逐渐在车辆上普及。但自动驾驶技术还未成熟到可以完全代替驾驶人的地步,依然需要驾驶人结合车辆环境做出决策。而驾驶人在紧急情况下很难根据车辆周围情况做出最优判断。如果在事故发生前能预测驾驶人的行为并发出预警,则可在一定程度上避免部分交通事故的发生并降低严重事故的损伤程度。另外,驾驶人的驾驶习惯各不相同,车载辅助系统很难根据驾驶风格提供个性化的决策。为解决上述问题,文中以车辆换道行为为研究对象,构建用于驾驶风格识别的换道数据集,对驾驶风格进行聚类分析,并建立MPC(模型预测控制)车辆模型对不同驾驶风格的车辆进行预测控制。

无人机编队模糊约束分布式模型预测节能控制

针对无人机(unmanned aerial vehicles,UAVs)在编队形成过程中节省能量的问题,提出一种具有模糊约束的分布式模型预测控制算法。首先,用模糊数学理论把僚机相对长机的状态误差空间划分成多个模糊集,根据各僚机的状态误差设计速度和航向角指令的模糊约束;其次,把各僚机相对长机的模糊约束作为自身在分布式模型预测控制算法中的约束条件,以降低速度和航向角的变化幅度,使UAV在编队控制中节省能量;最后,与无模糊约束的分布式模型预测控制算法对比仿真。统计结果表明,该方法可缩减飞行路程、减小速度与航向角的变化累计值,起到节省能量的效果。

差分模型和灰色理论组合预测模型在桥梁施工控制中的应用

以内蒙古包头镫口黄河特大桥施工监控为背景,利用最优加权组合预测模型的基本原理,提出了差分模型和灰色系统理论中的新陈代谢GM(1,1)模型的组合预测模型,预测梁段的应力值。通过与实测值的对比,表明该模型具有较高的精度和较好的稳定性。

基于支持向量机的非线性模型预测控制

支持向量机是基于统计学习理论的新一代机器学习技术。由于使用结构风险最小化原则代替经验风险最小化原则,使它较好地解决了小样本情况下的学习问题。又由于采用了核函数思想,使它把非线性问题转化为线性问题来解决,降低了算法的复杂度。提出了一种基于支持向量机的模型预测控制结构,并使用一个新的随机搜索优化算法来求解预测控制律,计算机仿真证明了所设计的控制算法的正确性和有效性。

MIMO系统的多模型预测控制(英文)

针对非线性多变量系统提出一种多模型预测控制 (MMPC)策略 .首先给出一种多模型辨识方法 ,利用模糊满意聚类算法将复杂非线性系统划分为若干子系统 ,并获得多个线性模型 ,通过模型变换得出全局系统模型 ,接着对全局MIMO系统设计MMPC ,并进行了系统的性能分析 ,最后以 pH中和过程为例 。

燃料电池轿车模型预测实时优化控制

针对面向示范的燃料电池轿车,以提高能量经济性为目标,采用模型预测控制(MPC)对能量管理策略进行实时动态优化.仿真结果表明:所设计的MPC策略能够有效改善燃料电池轿车的能量经济性,并能满足实时控制的需要.

罗克韦尔自动化 Pavilion8 MPC v5．0模型预测控制软件

近日，罗克韦尔自动化推出Pavilion8模型预测控制（MPC）软件，它拥有更人性化的配置环境、分步式提示、警告诊断功能以及灵活的工作流程，能将复杂过程模型的构建、维护和调整化繁为简。

基于模型的预测控制算法研究

简要介绍了MPC算法 ,包括其理论、优点及一些重要参数及选取 .然后根据两个具体模型的传统PID控制算法实现和MPC控制算法实现 ,比较两种控制算法 ,分析MPC算法的一些重要参数 ,得出MPC算法在稳定性和快速性方面的优点 .最后提到MPC算法在国内外的发展现状及广阔前景 .

多模型分形切换预测控制在主汽温度调节中的应用

针对电厂锅炉主蒸汽温度调节系统采用传统的PID控制很难取得优良的控制品质的问题,结合分形理论提出一种多模型切换预测控制策略。通过预先在多个工况下建立多个主蒸汽温度模型,设计相应的预测函数控制器,根据负荷工况的变化及分形维数Dτ的改变在不同的模型之间进行切换可以削弱参数时变对控制系统的影响。仿真实验结果表明,分形切换多模型预测控制方法优于传统的PID控制和基于固定模型的预测函数控制。利用分形理论进行多模型切换预测控制,可提高锅炉主蒸汽温度调节系统的鲁棒性与稳定性。

新一代的自适应模型预测控制器

提出了新一代的自适应模型预测控制器,自适应MPC控制器由MPC控制模块、在线辨识模块、性能监控模块3个模块组成,相互协调配和来实现自适应MPC控制。除了控制器功能设计以外,其余过程均可自动进行。对于新建MPC应用,首先进行多变量测试与辨识,在模型符合控制要求时,自动进入控制器投运。通过控制器性能监视发现模型不满足控制要求精度时,触发一次多变量模型测试与辨识过程,替换原有模型进行控制,保证控制器性能始终处于最佳状态。自适应MPC控制器在PTA装置上的应用表明了算法的有效性。

动态电压恢复器的模型预测控制

为了提高动态电压恢复器的响应速度和稳态精度,提出了基于模型预测控制的控制策略,详细分析了控制器参数设计方法。在分析动态电压恢复器主电路模型的基础上,采用内环电流控制器对模型进行改进,得出模型预测控制所需的被控对象一步预测模型,设计了模型预测控制器。所提控制算法克服了基于非参数预测模型的模型预测控制由于算法复杂、参数调整困难,计算量大,很难直接应用到电力系统这样的快速实时系统中的问题,同时实现了预测控制滚动优化、反馈校正的优点。在满意的稳定精度下,明显提高了系统的动态响应速度。与经典控制策略的实验对比分析,证明了所提方法的正确性和有效性。

基于模型预测的微电源逆变器控制

微电源逆变器的传统控制方法具有设计复杂、鲁棒性低等缺点,为了提高微电源逆变器的快速准确响应,提出将模型预测控制(model predictive control,MPC)引入逆变器。根据逆变器并网孤岛状态运行需求,设计了模型预测PQ控制方案和基于下垂特性的U/f模型预测控制方案,通过LC滤波器中电感和电容建立微分方程,推导出相应的数学预测模型,在并网运行时,控制逆变器输出电流跟踪由功率指令生成的参考电流;在孤岛运行时,控制逆变器跟踪功率控制器生成参考电压和频率。仿真表明,2种控制方案都实现了有效跟踪,并且相比于传统PI控制,系统响应速度快、超调小控制精度高。仿真证明了控制策略的可行性,使逆变系统达到了良好的控制效果。

基于预测模型的STATCOM功率控制策略建模与仿真

将基于预测模型的功率控制策略(Predictive power control,PPC)应用于静止同步补偿器(Static synchronous compensator,STATCOM)中,来解决传统直接功率控制策略中存在的功率脉动过大、开关频率不固定等问题。在分析STATCOM基本结构的基础上,结合实际数字处理系统离散运行的特点,推导出STATCOM系统的功率预测方程,构建一个使k+1采样点功率跟踪误差最小为目标的占空比求取函数,然后利用SVPWM技术调制出波形控制(Voltage source inverter,VSI),以达到系统的稳定运行。最后,使用Matlab搭建了STATCOM系统仿真模型,仿真结果表明所提PPC策略有效地抑制了系统的功率脉动、恒定系统的开关频率,同时其保留了传统DPC策略高动态响应的优异特性。

变风量空调系统的模型预测控制及仿真研究

采用基于模型预测控制策略的多输入多输出(MIMO)控制器对单通道变风量空调系统的控制问题进行了研究。在分析系统工作机理和系统动力学行为的基础上,建立了内部模型的结构,采用实验确定了模型的参数。通过设定参考轨迹、输入输出约束、控制步长、预测步长及加权矩阵,解决了系统的凸二次型优化问题。通过仿真研究和对实际系统的控制,验证了系统的控制效果。

基于模型预测控制的仿人机器人实时步态优化

为了提高仿人机器人在行走过程中的抗干扰能力,提出基于模型预测控制(MPC)的步态生成与优化策略.基于飞轮倒立摆模型(IPFM),建立系统状态空间模型.给定落脚点参考位置和躯干旋转参考角度,提出包含质心(CoM)轨迹生成、落脚点调整和躯干旋转角度优化的多目标惩罚函数;考虑足部支撑范围、落脚点变动范围等可行性约束,建立二次规划(QP)求解模型.利用开源求解器,实现最优质心轨迹、足部落脚点和躯干旋转角度的在线生成.通过仿真验证了该算法的可行性和有效性.结果表明,每个控制循环在2 ms内完成,满足实时控制需求;该方法能够利用躯干旋转以实现更大范围变步行参数的稳定行走;与只调整落脚点相比,机器人对各个方向外力的抵抗能力都有提高.

基于有限控制集模型预测控制的SAPF的研究

在并联型有源电力滤波器(SAPF)动态补偿电网谐波过程中,为了快速准确地跟踪并补偿谐波电流,对基于中点箝位三电平逆变器拓扑结构的SAPF进行了分析,提出一种有限控制集模型预测控制策略。首先通过重复预测器对负载电压和电流进行超前两拍的预测,在此基础上利用p-q理论计算出补偿电流超前两拍的参考值,然后根据参考电流值与补偿电流值之间的误差,运用有限控制集模型预测控制器进行反馈校正和滚动优化。仿真及实验结果表明:采用该控制策略的SAPF能有效降低电网电流的总谐波畸变率,具有很好的补偿效果和鲁棒性。