Predictive Control Model Based on the MPC Algorithm on Three Different Road Sections

Predictive control is an advanced control algorithm,which is widely used in industrial process control.Among them,model predictive control(MPC)is an important branch of predictive control.Its basic principle is to use the system model to predict future behavior and determine the current control action by optimizing the objective function.This paper discusses the application of MPC in the prediction and control of the speed of vehicles to optimize traffic flow.It is a valuable reference for alleviating traffic congestion and improving travel efficiency and smoothness and provides scientific basis and technical support for future highway traffic management.

基于MPC的音视频同步码率自适应测试

随着信息化的发展,音视频流媒体技术应用面越来越广,为了使得音视频流媒体技术尤其是在直播方面拥有更好的性能,得到更多用户的好评,采用在原本HTTP的动态自适应流标准的视频流媒体架构下引入MPC控制算法并将MPC与码率自适应算法相结合的方法,进行对AAC优化、确定预测模型、测试音视频同步的影响因素以及PSNR-Y分量、测试切片时长与跳帧时延,计算最终的QoE用户评价指标来进一步检测音视频流媒体技术的优劣;经实验仿真测试可知,相比前人的相关算法,在不同直播场景下以及不同网络环境下均有更加良好的QoE值,平均QoE用户评价指标明显更高,为1 237.282 6;综上分析可知,MPC的音视频同步码率自适应算法各项性能最好。

车辆自适应巡航下的MPC方法的研究

提出了一种新颖的车辆自适应巡航控制(ACC)系统,该系统可以在保障跟车距离的同时,提升车辆的燃油经济性。基于模型预测控制(MPC)进行ACC的上层控制器搭建,并在此基础上采用高斯过程回归(GPR),网格搜索(GS)和自适应方法进行三轨参数调整,将控制域和预测域调整到最优状态。此外,为了减少计算量并提高稳定性,系统采用了粒子群优化算法(PSO)对系统进行升级改进。仿真结果表明,基于MPC控制的车辆自适应巡航控制系统可以在保证良好跟踪性能的同时降低燃油消耗率。

基于MPC的自动泊车系统轨迹跟踪控制分析

随着中国人民的生活水平日益改善,机动车的普及程度不断提升,而随着车辆数量的增加,交通拥堵、事故频发等问题日益严重,对于驾驶能力不成熟的乘用车驾驶员而言,更易因泊车不当而造成交通事故,因此,自动泊车应运而生,成为了亟需开发的技术。文章主要研究自动泊车系统轨迹跟踪的控制算法,采用垂直泊车环境,根据已规划出的可行路径,利用模型预测控制(MPC)算法进行路径跟踪,通过在代价函数中增加控制量增量,以求实现轨迹跟踪过程的精确与平稳。为验证控制效果,搭建了Carsim-Simulink联合仿真平台,结果表明MPC控制算法可以实现泊车时良好的轨迹跟踪效果。

基于KL散度工况识别的混合动力汽车队列的分层控制

针对混合动力汽车队列行驶过程中工况的适应性问题,提出了一种基于KL(Kullback-Leibler)散度工况识别的分层控制方法。上层控制器利用车—车通信技术,获取队列中前车状态信息,采用模型预测控制(MPC)算法,实现队列纵向控制,并计算出最优跟车车速;下层控制器基于典型工况,离线求解需求功率的转移概率矩阵,并通过Q-Learning算法训练最优Q表嵌入整车模型中;在行驶中以固定时间长度在线更新转移概率矩阵,采用KL散度进行工况识别,根据识别的工况类型,结合当前时刻车速、需求功率和电池荷电状态(SOC),通过在线查表实现转矩分配。结果表明:与未考虑工况识别策略相比,本策略的油耗降低了8.6%;与作为基准的动态规划(DP)相比,增加了4.8%;在与DP油耗基本保持相同的前提下,该策略离线仿真时间缩短21%,不仅能够在线应用,还能实时适应工况变化。

无人驾驶车辆路径跟踪混合控制策略研究

针对单一控制算法无法同时满足无人驾驶车辆对路径跟踪精度和控制器求解速度需求的问题,提出一种基于线性二次型调节器(LQR)和模型预测控制(MPC)的混合控制策略。该策略在低速工况下使用线性二次型调节器、在高速工况下使用模型预测控制算法进行路径跟踪控制,在此基础上设计基于有限状态机(FSM)的控制算法切换机制,并通过遗传算法(GA)对控制参数进行优化,基于CarSim和MATLAB/Simulink仿真平台对混合控制策略进行仿真验证,并进一步完成了实车试验。试验结果表明,所设计的混合控制策略能够在提高跟踪精度的基础上缩短计算时间,与单一控制算法相比,平均横向误差和平均航向误差分别减小了26.3%和39.6%,平均计算时间缩短了10.9%。

基于MPC的驾驶员转向控制行为建模与仿真

为了描述驾驶员的转向行为,研究了驾驶员转向过程中的预瞄及滚动优化行为,由于难以用简单的数学表达式反映汽车转向过程中驾驶员的行为,提出选用搜索算法及模型预测控制方法(Model Predictive Control,MPC)进行具体建模。最后,结合车辆动力学软件veDYNA对所建立的驾驶员转向行为模型进行验证。仿真结果表明,驾驶员转向控制行为模型对人类驾驶员的仿真相似程度较高,符合人类驾驶员的驾驶特点,说明改进模型预测控制理论为研究驾驶员模型提供了有效途径。

基于MPC算法优化的贝叶斯网络变压器故障诊断

为提高变压器故障诊断的准确率及可靠性,提出了基于MPC算法优化贝叶斯网络的变压器故障诊断方法,对变压器故障诊断技术进行了研究。首先,根据油中溶解气体分析,采用无编码比值法提取油浸式变压器的9维故障特征,并对数据样本进行归一化处理;其次,以归一化的训练样本作为输入建立基于贝叶斯网络的故障诊断模型,采用MPC算法对贝叶斯网络模型进行优化;最后,利用测试样本对故障诊断模型进行测试。为了证明所提出方法的优越性,将本文研究方法与现有故障诊断方法进行了对比。结果表明,所提出方法的诊断正确率更高,诊断效果更好。

时延MPC自主车辆协同控制算法与仿真

协同自适应巡航控制(CACC)系统中车辆纵向运动的上下位分层控制器结构,上位控制器采用状态空间模型预测控制算法,利用期望距离以及车辆与环境的实时信息决策出被控车辆运动的期望加速度。下位控制器根据期望加速度,求解发动机节气门开度或制动压力。车辆的执行器时延会对系统的稳定性产生很大的影响。根据动态矩阵控制算法对纯滞后对象的补偿作用,提出一种改进的模型预测控制算法,并与PID控制算法(下位控制器)相结合形成自主车辆纵向运动的上下位分层控制器,以补偿车辆的执行器时延带来的影响。通过SIMULINK/CARSIM联合仿真平台对所设计的算法进行了仿真研究,仿真结果表明所设计算法减小了CACC系统车辆在跟随过程中的速度跟踪误差以及间距误差,提高了系统的稳定性法。

弯道车辆自适应巡航横纵向跟踪控制

针对车辆在弯道工况下的跟踪控制问题,提出一种适用弯道工况的自适应巡航(ACC)控制系统。针对复杂的道路情况,将ACC系统划分为定速巡航、跟随、避撞3种模式;设计基于PID定速巡航模式,基于模型预测算法(MPC)的纵向速度跟踪控制器,设计考虑纵向车速的横向路径控制器,引入横向与纵向安全指数,实现车辆横向与纵向运动的跟踪控制;通过Matlab/Simulink和Carsim搭建仿真平台,设计4种仿真工况验证所设计跟踪控制器的有效性。仿真结果表明:所设计的横纵向跟踪控制器能跟踪期望的轨迹,具有较好的鲁棒性。

基于模型预测控制的翼伞航迹跟踪

翼伞是一种既可以在空中展开又可以在地面折叠的伞状装置,其具有的高度不稳定性和复杂气动特性给翼伞控制带来了很大挑战。本文提出了一种基于模型预测控制(MPC)的翼伞航迹跟踪控制方法。首先,建立了翼伞运动学和动力学模型,包括了翼伞的位置、速度、加速度等状态变量,以及翼伞运动受到的气动力和气动力矩。然后,采用模型预测控制方法,利用已知的翼伞模型和环境模型进行预测,通过优化算法计算出最优的控制输入,实现对翼伞航迹的跟踪控制。最后,通过仿真试验验证了所提出的控制方法的有效性。相比传统的翼伞跟踪方法,本文提出的方法显示出更优的跟踪性能,该方法能够有效抑制外部扰动的影响,具有良好的控制精度及鲁棒性,有一定的工程应用价值。

基于改进MPC算法的汽车稳定性控制研究

为提高电动汽车运行的稳定性,以电动汽车为研究对象构建八自由度动力学模型及其动力学方程,并采用并行混沌算法(PCOA)优化基于模型预测控制(MPC)的目标函数,提出一种基于改进MPC算法的汽车稳定性控制方法。仿真结果表明,所提方法可实现汽车稳定性控制,具有良好的跟踪性能,跟踪误差在允许范围内,满足汽车稳定运行要求。相较于基于极值搜索控制(ESC)方法,所提方法跟踪性能更好,跟踪误差更小,可更好地控制运行中汽车的稳定性,具有一定的有效性和优越性,为汽车稳定性控制研究提供了理论参考。

基于MPC的PHEV转矩分配控制策略研究

为提高并联混合动力汽车(parallel hybrid electric vehicle,PHEV)的燃油经济性,文章提出了一种基于模型预测控制(model pedictive control,MPC)的PHEV转矩分配控制策略。首先建立马尔柯夫模型,在预测时域内预测汽车的速度和加速度,为提高预测准确性,提出一种利用工况速度差的改进方法;然后将马尔柯夫模型与动态规划算法相结合,搭建基于模型预测控制的转矩分配控制策略;最后基于ADVISOR建立PHEV模型进行仿真对比分析。结果表明,该文提出的改进方法能够提高预测准确性;提出的转矩分配控制策略与基于规则的逻辑门限控制策略相比,整车的百公里燃油消耗率降低了7.4%。

基于模型预测控制的不平衡电网电压下三相燃料电池并网发电系统功率解耦控制策略

当三相电网电压不平衡时,由于直流-交流功率耦合,质子交换膜燃料电池(PEMFC)的输出电流会产生低频电流脉动,影响其输出性能和使用寿命。此外,功率耦合将导致交流侧的并网电流畸变。文章提出了一种功率解耦控制策略,以消除燃料电池输出电流脉动,同时降低并网电流的总谐波畸变率(THD)。DC-DC变换器和DC-AC逆变器分别由基于虚拟矢量和最优占空比的改进模型预测控制(MPC)算法控制,通过改进的MPC方法,可实现对参考电流的精确跟踪,并获得良好的鲁棒性和暂态性能。最后,仿真结果验证了所提功率解耦控制策略的有效性。

基于改进人工势场法的车辆路径规划与跟踪控制

针对采用传统人工势场法进行车辆路径规划时易造成局部极小值与目标不可达的问题,通过改变斥力函数并增加车道边界约束条件函数的方式改进传统人工势场法,进行车辆路径规划。采用模型预测控制(model predictive control,MPC)算法跟踪控制改进人工势场法生成的规划路径,采用软件CarSim与Simulink搭建联合仿真模型对路径跟踪效果进行仿真试验。结果表明:改进人工势场法路径规划合理有效;跟踪路径与规划路径的横向误差小于0.4 m。改进人工势场法和MPC算法应用于无人驾驶车辆的路径规划与跟踪控制具有可行性。

基于粒子群优化的生物质燃烧过程环保经济预测控制

考虑包含状态约束与控制约束的生物质非线性循环流化床锅炉(CFBB)燃烧过程的多目标控制问题,提出一种环保经济模型预测控制(EMPC)算法。采用机理建模方法建立约束生物质非线性燃烧过程模型。为了在系统稳定的前提下,优化生物质燃烧过程经济性能和环保性能,结合字典序方法与收缩约束关联优化问题,通过粒子群优化算法(PSO)求解优化问题,并结合滚动时域控制原理,设计CFBB燃烧过程环保型经济模型预测控制算法。最后仿真验证本文控制算法的有效性与优越性。

融合浸出过程流程特性的梯形LSTM终点pH值模型预测控制

在锌冶炼浸出过程中,pH值的稳定控制是影响生产成本和产品质量的关键。针对浸出过程连续反应搅拌釜(CSTR)机理复杂、入口条件波动大、反应大滞后的问题,提出了融合流程特性的梯形长短期记忆网络模型预测控制(TLSTM-MPC)算法。首先,分析了影响浸出过程pH值稳定控制的关键因素,结合CSTR的级联特性,提出一种表征CSTR物理特性的梯形长短期记忆网络结构(TLSTM)模型,使预测模型具有较好的物理可解释性。其次,针对入口条件波动和反应过程大滞后的问题,提出了TLSTM-MPC算法,并采用粒子群算法进行优化求解。最后,采用某大型浸出过程现场运行数据进行验证。结果表明,该算法的超调量和调节时间相对传统控制方法分别降低了51.2%和57.4%,且在入口波动的情况下能够快速地稳定pH值。该方法对浸出过程的稳定、高质量生产具有较大的工程实践应用价值。

PSO-OSVRMPC在焦炉冷鼓系统中的应用

针对传统焦炉冷鼓系统控制复杂性高、非线性强、抗干扰能力弱以及无法使用数学模型精准拟合等问题,提出一种基于粒子群优化(PSO)算法的非线性在线支持向量回归(OSVR)的模型预测控制策略。利用OSVR的辨识方式建立预测控制模型,根据该辨识策略的在线学习能力进行模型的在线校正;通过PSO算法对系统的目标函数进行滚动优化,完成对系统的预测控制,且利用仿真实验对该控制策略进行验证。结果表明:该策略能够缩短焦炉冷鼓控制系统的响应时间,提高系统的运行效率;粒子群的优化策略具备较强的自我学习能力,提高了系统的抗干扰能力,增强了系统的鲁棒性。

不平衡电网电压下三相并网逆变器的控制策略分析

针对不平衡电网电压并网成功率低,逆变器控制能力不足的问题,对不平衡电力数据进行整定,通过设计径向基函数(RBF)自适应控制网络完成电力设备在三相不平衡环境下的配合调节,由PI调节器完成参数调节,进而增加并网成功率;采用模型预测控制(MPC)算法对三相异常数据进行排查,通过对比两种不同环境下并网关系推算最佳并网策略,实现电力设备的安全并网。试验表明,采用的KLH系列逆变器,容量为2 KVA/220 V,用这种方式并网产生的不平衡电压变化为85.8 V,并网成功率为95.2%。

具有紧急制动功能的多模式自适应巡航控制策略

为了提高分布式电动车自适应巡航控制(ACC)对复杂多变工况的适应能力,提出了一种具有紧急制动功能的多模式自适应巡航控制策略。针对复杂工况问题,在上层控制器中将ACC系统划分3种主模式和4种子工况;设计基于模糊PID的定速巡航模式以及基于模型预测控制(MPC)的多目标优化控制的跟随模式;在下层控制器中基于电机模型选取目标制动轮缸压力作为紧急制动压力。仿真结果表明:所设计的多模式切换策略有效提高了车辆跟车性与舒适性以及面对紧急工况时的安全性,验证了所设计的控制策略的有效性与可行性。