基于MPC控制和改进极限学习机的企业用车轨迹跟踪模型

为了了解企业用车情况,掌握用车轨迹,提出基于MPC控制和改进极限学习机的企业用车轨迹跟踪模型。采集和预处理车辆行驶的基础信息;利用粒子群优化算法优化改进ELM模型,通过DNN模型和改进ELM模型输出具备不同优点的车辆行驶信息;使用融合层融合不同特征车辆行驶信息,使用输出层输出车辆行驶的横纵向预测位置;采用MPC模型控制器对车辆行驶预测位置进行线性化与离散化处理;利用模型预测控制算法计算车辆跟踪周期内的时域输入序列,并将该序列内的首个元素作为控制输入量,反复循环后实现车辆轨迹跟踪。实验结果表明,该模型的车辆信息均方误差波动区间为0.006~0.013,泛化能力好;模型的跟踪精度高达100%,可靠性较强。

一种基于集结的鲁棒MPC控制器(英文)

针对存在有界外界扰动的有约束线性系统 ,本文提出了一种新的MPC控制器ABRM PC .一方面 ,通过引入输入幅值衰减集结策略 ,使得各时刻优化的变量数大大减少 ,简化了在线计算 ;另一方面 ,在对各步的扰动进行了考虑之后 ,得到新的状态约束 ,可保证系统实际状态始终处于原约束域内 .本文重点对如何得到下一时刻的可行解进行了研究 ,指出了衰减系数的上界应满足的条件 ;而后证明了系统输入将最终趋于零 ,同时该控制器可使处于不变集之外的系统状态趋向于不变集 ,从而使系统具有鲁棒稳定性 .

基于终端凸集约束的新MPC控制器

针对一类离散系统,研究了带有终端约束凸集的M PC控制问题.通过离线设计一组椭圆不变集,并将其组合成一个终端约束凸集,其中凸集参数作为在线优化变量.在线运算时,根据实际的终端状态即时地选择合适的终端不变集,从而有效地扩大了系统的可行域.分别给出了设计M PC控制器的离线和在线算法,仿真实例说明了该方法的有效性.

基于虚拟测试的车辆横向MPC控制器的设计

针对智能汽车的横向控制,设计一种基于MPC控制原理的控制器,并通过Matlab构建虚拟测试场景和车辆动力学模型,对控制器进行仿真分析。

MPC控制器的性能监视

本文介绍了MPC控制器的一种性能指标。该指标以MPC控制器在滚动优化中预计达到的稳态目标作为评估基准,没有苛刻的假设条件,且易于现场实时获得。以Honey鄄well公司的RMPCT多变量控制器为例,就干扰、模型误差等对性能指标的影响进行了仿真实验。

考虑参数估计的MPC算法的商用车车道保持控制

设计了一种考虑参数估计的模型预测控制(MPC)算法的、智能辅助驾驶的商用车的车道保持算法,对于难以直接测量的质量和横向速度进行估计。建立车辆动力学模型和状态误差方程,通过扩展Kalman滤波(EKF)和递推最小二乘法(RLS)分别对车辆的横向速度、质量进行估计。基于估计得到的车辆参数,设计MPC车道保持控制器。构建硬件在环(HIL)仿真平台,设置不同的测试工况对车道保持算法进行了验证。结果表明:与普通MPC相比,在偏移回正工况中,车辆纠偏消耗的时间减少28.6%,并且超调量更小;高速路工况的横向位置偏差的均方根误差减小了4.2 cm。该方法提升了纠偏能力和跟踪精度,降低了传感器成本。

多变量预测控制(MPC)在甲醇合成氢碳比调节的应用分析

以中煤榆林205万t/a甲醇合成系统为研究对象,针对实际操作过程中氢碳比调整滞后导致合成塔温度波动及人工操作频繁等问题,引入多变量预测控制(MPC)系统,并结合实际操作中的控制难点和氢碳比影响因素,确定被控变量和操作变量,实现对甲醇合成装置的精细化控制。实践应用情况表明:MPC系统能够提升装置生产平稳性,提高装置的自动化水平,降低生产过程操作人员的劳动强度,提升装置效益。

基于非线性MPC的电动赛车驱动防滑控制

文章采用非线性模型预测控制(model predictive control,MPC)方法实现轮边驱动电动赛车的驱动防滑控制。为了实现电动赛车良好的纵向加速和轮胎抓地性能,将车轮滑移稳定区作为非线性模型预测时域约束,建立轮边电机滑移率控制模型;结合赛车空气动力学套件和轮胎特性,在MATLAB/Simulink软件中建立驱动防滑模型成本函数来平衡目标滑移率、目标扭矩变化率和最大扭矩限制等多个目标;通过CarSim和MATLAB/Simulink的联合仿真并结合半实物在环台架试验验证模型的有效性和可靠性。联合仿真和试验验证结果表明,该文方法可以有效地提升赛车的纵向性能。

基于MPC算法的车辆自适应巡航系统分层控制研究

以前车加速度为参考,考虑跟车效率、行车安全性等因素,建立了车辆的自适应巡航控制策略;设计了基于模型预测控制算法(MPC)计算期望加速度的上层控制器;建立了逆纵向动力学模型计算节气门开度或制动力,实现自适应巡航功能的下层控制器。通过Matlab/Simulink和Carsim软件的联合仿真对巡航工况、巡航-跟车综合工况进行验证,结果表明:该控制方法能够使车辆获得理想的巡航速度,实现车辆在安全车距下较好地跟踪前车。

基于SVM和MPC的数字蚯蚓生物反应器温度及相对湿度动态预测控制

为实现自动控制蚯蚓生物处理反应器处理城市污泥过程中温度和相对湿度,采用SVM(support vector machine)技术结合MPC(model predictive control)模型控制技术建立自动控制模型,准确调节蚯蚓反应器内强耦合的温度和相对湿度,在预定时间有效地控制实际温度和相对湿度达到预设目标。

基于DBO-LQR和MPC的智能车轨迹跟踪控制

为提高智能车辆轨迹跟踪的精度和稳定性,提出1种基于蜣螂优化(DBO)算法优化的线性二次型调节器(LQR)与模型预测控制(MPC)的横向、纵向控制策略。构建车辆动力学模型和基于Frenet坐标系下的横向误差模型,设计带有前馈的横向LQR控制器,利用蜣螂优化算法确定LQR控制器权重系数;基于MPC实现纵向速度和位置的跟踪,利用纵向速度联结横向控制器与纵向控制器,同时对车辆的速度和转向进行控制;最后基于CarSim和Matlab/Simulink联合仿真平台在不同道路工况下进行仿真实验,验证所提策略的有效性。结果表明:在城市道路泊车、城市道路换道、高速公路换道3种工况下,车辆的最大横向跟踪误差均小于0.010 m、航向偏差在0.0250 rad内;横摆角速度及前轮转角变化比较平稳、无明显抖动,所提策略可有效提高车辆跟踪轨迹的精度和稳定性。

基于时变权重模型预测的双向DC-DC优化控制方法

双向DC-DC变换器是电动汽车的关键电压变换部件,提高其动态负载下的响应速度与鲁棒性对电动汽车低压供电系统有重要意义。提出一种基于模糊时变权重的MPC(model predictive control)控制方法。基于状态空间平均法建立变换器动态模型。基于MPC原理搭建变换器MPC模型,实现对电压的跟踪控制;在分析权重对动态负载下电压跟踪性能的影响的基础上,设计权重模糊调节器,实现权重的在线调节。基于HM-cSPACE搭建实验平台验证所提方法的准确性。在Matlab/Simulink环境下与PI控制和传统MPC控制进行对比,结果表明:在负载变化时采用时变权重MPC控制的变换器有更好的动态性能和鲁棒性,超调量降低26.1%。该方法对提高双向DC-DC变换器动态负载下的优化控制具有重要意义。

自适应双时域参数MPC的智能车辆路径规划与跟踪控制

为解决过度避障,基于车辆点质量模型,采用非线性模型预测控制(MPC)算法,设计了新型避障功能函数,建立自动驾驶车辆路径跟踪性能综合评价指标,得到最优预测时域和控制时域参数,设计自适应双时域MPC参数路径跟踪控制器。搭建规划层和控制层集成的联合仿真平台,进行仿真试验。结果表明:在180个障碍物点下,避障功能函数可避免过度避障,且计算时间仅增加0.294 ms。采用局部避障路径规划与路径跟踪控制集成结构时,在多静态障碍物场景与动态障碍物场景下,车速为65 km/h时,最大横向误差偏差减小0.169 m,最大横摆角速度减小3.196(°)/s。

基于MPC导引律的AUV路径跟踪和避障控制

针对欠驱动自主水下航行器(AUV)的三维直线路径跟踪和避障控制,基于级联控制策略设计了运动学和动力学控制器。首先,在设计运动学控制器时考虑了纵倾和艏摇角速度存在的约束,应用模型预测控制(MPC)设计了最优导引律。然后,考虑了推进器转速和舵角的饱和,应用滑模控制(SMC)技术设计了动力学控制器,从而保证了系统的鲁棒性。最后,通过仿真实验与基于视线法(LOS)导引律的传统控制方法进行了对比。仿真结果表明:所提方法不仅可以改善欠驱动AUV对三维直线路径的跟踪效果,而且可以有效减少舵角的饱和现象。

制造业计划与控制(MPC)中的OR技术

本文在对制造业计划与控制(MPC)中运筹学方法应用情况调查分析的基础上,探讨了MPC和运筹学这两者的内在特性和发展过程的某些一致性情况,分析了二者间存在的某种内在一致性,介绍了解决这些问题的一些特定运筹学方法,并就运筹学方法扩大在MPC中的应用所面临的挑战进行了分析说明并给出对策。

机械臂轨迹的分层循环MPC跟踪控制策略

为了实现机械臂对给定轨迹的高精度实时跟踪,设计了分层循环MPC控制器。建立了6自由度机械臂的动力学模型和状态空间模型。从分钟级控制器和秒级控制器2个层次设计了控制器,分钟级控制器使用MPC控制实现,用于改善对给定轨迹的跟踪精度;秒级控制器使用PID控制实现,用于改善控制的实时性。将秒级控制器的控制结果反馈给分钟级控制器,分钟级控制器对控制律进行实时优化,实现了分层循环控制。经仿真验证,PID控制下机械臂末端轨迹的SSE为1840.9,分层循环MPC控制下机械臂末端轨迹SSE为1221.3,比PID控制结果减少了33.66%,表明分层循环MPC控制具有更高跟踪精度。使用机械臂实验对控制器的动态性能进行验证,PID控制的调节时间为0.34 s,分层循环MPC控制的调节时间为0.08 s,比单纯PID控制减少了4倍以上。以上数据说明了分层循环MPC控制器具有更优的控制效果。

基于MPC8349控制计算机的U-Boot移植

本文详细介绍了向MPC8349控制计算机移植U-Boot的方案。随着嵌入式系统的发展,U-Boot作为嵌入式操作系统的引导程序的作用变得越来越主要。在这种情况下,研究基于MPC8349控制计算机的U-Boot的移植就更加的重要。研究结果表明:移植到MPC8349控制计算机上的U-Boot能高效、安全、稳定的运行。

基于VMD和MPC的电动汽车-火电机组联合调频控制

合理的调频指令分配策略以及有效的指令跟踪控制方法是利用集群电动汽车(aggregate electric vehicle,AEV)联合火电机组开展调频控制、改善调频质量、提高调频经济性的关键。基于此,文中提出基于变分模态分解(variational mode decomposition,VMD)和双层模型预测控制(model predictive control,MPC)的AEV参与系统调频控制策略。首先,设计AEV联合传统火电机组的频率协调优化控制结构,建立火电机组及负荷频率控制模型,同时将AEV转化为虚拟调频单元,构建在AEV参与下系统单区域多机组负荷频率控制模型;然后,利用VMD将电网调频指令信号分解为含不同频率成分的本征模态函数,整合高频分量作为AEV的调频指令,低频分量作为火电机组群的调频指令,并通过双层MPC分别在AEV和火电机组群内部实现调频指令的优化再分配及跟踪控制;最后,对所提控制策略进行仿真验证。结果表明所提控制策略可实现对系统频率的有效调节,且兼顾了调频的经济性和动态性能。

条件触发MPC在飞行器控制中的应用研究

提出了一种基于条件触发机制的模型预测控制算法,旨在解决传统模型预测控制(MPC)在线滚动实施过程中计算复杂度过高的问题。首先,针对传统MPC在线计算复杂度约简问题,引入条件触发机制,拟通过控制变量与输出变量状态的判断,进行MPC在线滚动计算过程的选择触发,并对基于条件触发机制的MPC执行过程进行了描述:然后,以Qball-X4四旋翼飞行器为实验平台,构建飞行器姿态控制数学模型;最后,通过对飞行器轨迹跟踪控制过程的仿真,验证了本文所提算法的可行性和有效性。

基于MPC的智能小车轨迹跟踪控制器的研究

本文将MPC控制器与智能小车相结合,并对其轨迹跟踪进行研究,采用MPC模型预测控制对智能小车的运动轨迹进行跟踪和控制,消除或减少小车在运动过程中由于路径问题带来的影响,避免智能车偏离导航线,提高智能车的控制精度和响应速度。并通过仿真实验与传统的PID控制进行对比,其结果展现MPC控制器良好动态特性。