车辆轨迹模型预测控制器的算法研究

为提高无人驾驶汽车行驶控制中的跟踪精度和车辆稳定性,提出了一个改进的模型预测控制器(MPC)。首先,为解决高速转弯工况下轮胎侧偏刚度的强非线性特性导致的车辆失稳问题,建立了轮胎动态侧偏刚度估计器进行实时估计;在此基础上,利用改进粒子群算法对现有模型预测控制器的时域参数进行优化,以提高算法跟踪精度和稳定性;最后,为验证控制器的效果,选取合适的工况进行了联合仿真测试。结果表明,改进控制器在高速转弯的工况下,跟踪精度误差降为4.9%,横摆角误差降为2.6%,比传统模型预测控制器分别提高了67.8%和62.3%,比模糊控制算法优化的控制器分别提高了55.8%和58%。

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。

五相感应电机变采样周期模型预测控制策略

针对无调制模块的模型预测控制器MPC(model predictive controller)存在的谐波含量高问题,提出1种新型基于模型的变采样周期MPC策略,并将其应用于五相感应电机驱动系统。分析了MPC对时间固定离散化所带来的问题,而引入调制或调制替代来解决此问题将使控制系统复杂度增加,故遵循更简单、自然的思路,基于追击算法来改变采样间隔,结合MPC确定最优控制动作和实施时间,实现变采样周期MPC方案。利用五相感应电机驱动系统开展实验,实验结果验证了新型变采样周期MPC优良的参考跟踪和电流谐波性能。

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。

基于ADRC和模型预测控制的直驱伺服阀振荡抑制研究

直驱伺服阀因构造简单、抗污染能力强、输出功率大等突出优势,逐渐扩展其应用场景。作为飞控系统的关键部件之一,电液伺服阀的特性与可靠性直接关乎飞行性能与安全。本文针对某型航空用双系统直驱伺服阀存在的阀芯振荡问题,探究基于方法的伺服阀振荡抑制策略。建立了该直驱伺服阀系统的部件级数学模型,并与突变液流力模型联合运算;设计了自抗扰控制器(ADRC)和模型预测的复合控制方法,并与传统比例积分微分(PID)控制方法进行仿真对比。结果表明,ADRC和模型预测的复合控制方法对直线电机电流的高频小范围调节可有效抵消突变液流力对阀芯运动的影响,从而为直驱伺服阀在复杂受力环境下的控制器设计提供理论参考。

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。

基于模型预测控制的光伏并网系统次同步振荡抑制策略研究

随着中国光伏装机容量的不断增加,规模化光伏并网会引入大量电力电子设备,光伏并网系统存在发生次同步振荡的风险。为解决其潜在的次同步振荡问题,提出基于模型预测控制的光伏并网系统次同步振荡抑制策略。首先,建立考虑逆变器控制延时的光伏并网系统小信号分析模型,采用参与因子分析法选取具有良好可观性和可控性的模型预测控制信号。其次,建立合适的目标函数及约束条件,通过模型预测控制器求解光伏并网系统的最优输入序列,使系统输出达到期望值,从而抑制系统振荡。最后,通过仿真验证该抑制策略的有效性和鲁棒性。

热媒炉MPC控制器的设计与应用

热媒炉有扰动时反应滞后、出口温度影响因素多,常规的PID控制只能实现点对点的控制,在发生扰动时不能够及时调整,容易造成参数较大波动等问题。分析了智能控制器、出口温度MPC控制器、残氧量控制器的控制方式,基于工艺过程分析和数学建模,在PCU211智能控制器的平台上,利用MPC多变量预测控制算法建立热媒炉控制器,实现了出口温度和残氧量的精确控制,提高了装置的自动化水平,减轻了操作强度,提升了生产过程的平稳率。

基于状态反馈线性化的电液伺服系统模型预测控制

针对如何提高阀控离合器的位置控制精度、克服非线性等问题,该文提出了一种基于状态反馈线性化的电液伺服系统模型预测控制方案。首先建立了伺服系统状态空间模型,将非线性系统映射为新坐标空间内的线性系统模型;接着设计了一种基于马尔可夫链预测模型的反馈线性化模型预测控制器(feedback linearization model predictive controller,FLMPC),通过设计损失函数求解最优输入序列,最终作用于反馈线性化系统。仿真结果证明,在相同输入情况下,反馈线性化系统与原系统的位置误差满足控制需要,可以有效减少超调量。且在保证被控对象快速稳定控制的条件下,相比非线性模型预测控制,该算法单步计算时间更短。

多端口线间直流潮流控制器模型预测控制策略

为解决柔性直流电网中存在潮流控制自由度不足等问题,并提高动态性能,提出了一种多端口线间直流潮流控制器(MI-PFC)的模型预测控制策略。首先,对含有MI-PFC的多端直流电网进行离散化数学建模;其次设计代价函数与权重因子并通过子模块排序算法和调制策略来完成控制;最后,通过MATLAB/Simulink仿真平台验证所提模型预测控制策略的控制性能。最终证明所提控制策略具有动态性能强、多目标控制、结构简单等优点。

基于BP神经网络的集中供热二次网回水温度预测控制研究

针对集中供热系统二次管网存在的水力失调问题,设计了二次网水力平衡调节及回水温度预测模型,并实施智能控制策略,以实现二次网回水温度的精准控制。首先,构建BP神经网络预测模型,将此模型的输出视为二次网回水温度给定值;其次,在整个系统控制中,实施BP神经网络与PID控制器相结合的策略,进行二次网回水温度的控制。以高邑县某小区换热站数据为基础,通过阶跃响应曲线法建立二次网回水温度控制系统的数学模型,并通过BP-PID控制进行仿真实验。实验结果表明,与传统PID控制器相比,BP-PID控制器具有调节时间短、超调量小的优点,能够快速达到平稳状态。

双PMSM统一模型预测系统的转速同步控制

双电机控制系统中,负载扰动、参数变化以及加减速运行等因素都会导致系统不稳定,同步误差增大。针对以上问题,设计了一种基于双电机统一预测模型的转速同步控制系统。首先,在传统的双电机交叉耦合控制结构的基础上,建立双电机统一模型,并构造分段价值函数以更精确地调节跟踪误差和同步误差。其次,为提高系统的动态性能和鲁棒性,设计了比例积分和分数阶滑模复合同步控制器(Proportional integral+fractional order sliding mode control,PI+FOSMC)。最后,在两台永磁同步电机(Permanent magnet synchronous motor,PMSM)上进行了仿真。结果表明,双电机统一模型预测系统具有较强的动态性能和鲁棒性,可提高系统同步精度。

考虑车辆稳定的避障路径自适应模型预测跟踪

为了提高车辆在稳定行驶前提下的避障路径跟踪控制精度,设计了自适应模型预测路径跟踪控制器和稳定控制器。根据车辆运动特性,建立了车辆在横向和横摆向共三个自由度的车辆动力学方程;基于路径跟踪控制需要,建立了预瞄跟踪控制模型。在避障路径跟踪方面,提出了预测时域随车速和路径曲率自适应变化方法;以提高避障路径跟踪精度和控制量增量最小为优化目标,将路径跟踪控制问题转化为二次型问题,实现了自适应优化求解和时域滚动控制。在车辆行驶稳定方面,从车辆状态的稳定性预判、稳定力矩的计算和分配等方面设计了稳定控制器。经仿真验证,这里的方法能够将车辆状态控制在相平面的双线法稳定区域内,实现了车辆行驶的稳定性和安全性;在避障路径跟踪方面,这里的方法的最大跟踪误差和绝对误差均值远小于传统模型预测控制、文献[14]模糊滑模控制,充分证明了这里的方法在避障路径跟踪控制中的高精度和有效性。

基于模型预测控制的配电网单相接地故障有源消弧

针对配电网非有效接地系统中单相接地故障消弧的难题,现多采用附加有源补偿和消弧线圈相结合的方案对接地故障电弧进行抑制,而有源补偿系统控制策略的性能直接决定了消弧性能。文中设计了基于模型预测控制(model predictive control,MPC)的有源消弧实现方案,首先分析采用注入电流方式的有源消弧原理,然后采用三级联H桥多电平逆变器作为有源消弧系统主拓扑,优选代价函数,设计基于MPC的有源消弧闭环控制系统。该控制系统相较基于比例积分(proportional integral,PI)控制的有源消弧闭环控制系统,无须进行参数整定即可实现对多次谐波电流的精确追踪,进而有效补偿接地电流。仿真及实验结果均表明:文中所提方案能更加有效地抑制接地故障电流,满足不同场景可靠消弧的要求。

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。

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。

基于神经网络模型的非线性多步预测学习控制器

构造出一种建模网络 ,通过对它的学习来辨识过程动态 ,通过对广义预测控制目标函数的在线优化求得控制律。

基于小脑模型关节控制器神经网络的短期电价预测

电价预测是电力市场决策的基础。文中介绍了采用小脑模型关节控制器(CMAC)神经网络建立预测提前1天不同时段的电力市场短期电价的预测模型。并以美国加州电力市场的数据作为计算实例,分别采用CMAC神经网络和反向传播算法(BP)神经网络进行短期电价预测。两种预测结果对比表明,CMAC神经网络具有所需训练样本少、输出稳定性好、计算速度快和预测精度高等优点,比较适用于短期电价预测。

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Anytime算法的模型预测控制器的优化反馈调度

模型预测控制器可以实现为具有Anytime算法特征的模型预测控制(MPC)任务,它允许在执行时间和控制性能之间进行折衷.文中针对一组MPC任务,提出一种优化反馈调度算法(FS-CBS),在有限处理器时间约束范围内使全局控制性能最大化.该算法为每个MPC任务分配了一个恒定带宽服务器(CBS),并对CBS所预定的处理器时间进行动态调节,同时通过约束条件保证整个任务集的可调度性和各组分的稳定性.仿真结果表明,该算法对MPC运行时的执行时间变化不敏感,明显优于基本的CBS算法.