基于多面体不变集的离线鲁棒预测控制器综合

提出一种基于多面体不变集的离线鲁棒预测控制器综合算法.该算法离线确定一组反馈控制律及其对应的不变集,在线控制时根据当前状态所处的位置选择相应的控制律,不仅扩大了初始可行域,还能在一定程度上改善控制性能.仿真结果表明了采用多面体不变集的优越性.

     

基于多面体终端域的Hammerstein-Wiener非线性预测控制

许多实际系统都可以表示成一种中间为线性动态子系统、输入输出端为非线性静态子系统的Hammerstein-Wiener型非线性模型. 针对输入和输出受约束的Hammerstein-Wiener型非线性系统, 提出一种基于多面体终端域的预测控制综合算法. 离线设计时, 通过构造一系列多面体不变集, 扩大了终端域; 在多面体不变集内, 设计非线性控制律, 减少了常规线性控制律设计的保守性. 在线计算时, 通过求解有限个线性矩阵不等式(Linear matrix inequalities, LMIs)优化问题, 不仅可以满足实时性要求, 而且能够改善控制性能. 仿真结果表明了采用多面体不变集的优越性.     

基于最小衰减率多面体不变集的鲁棒模型预测控制

针对一类具有输入输出约束的多胞体结构线性变参数系统,提出了一种基于最小衰减率多面体不变集的鲁棒模型预测控制算法,算法分为在线和离线两个部分.为增强系统控制效果,提高系统响应速度,离线算法首先采用寻求状态变量的最小衰减率的方法优化出一系列状态变量及相应的状态反馈控制律,然后构建出相应的多面体不变集序列;在线算法根据当前实测状态变量,在多面体不变集序列内确定状态变量所处的最小多面体不变集,通过在线优化得出系统的控制输入.给出了鲁棒模型预测控制算法的详细步骤和系统的闭环稳定性证明.仿真结果验证了本算法的有效性,表明本算法使系统的闭环响应更为快速和稳定.     

可变多胞体结构的鲁棒模型预测控制

针对一类具有输入输出约束的线性变参数系统,提出了一种可变多胞体结构的多面体不变集鲁棒模型预测控制算法,算法分为在线和离线两个部分。离线算法构建系统的未知但有界误差描述模型,根据状态的变化得到可变参数的多胞体结构,并转化为状态空间模型的多胞体形式,然后采用线性矩阵不等式的优化方式得到一系列离线嵌套多面体不变集。在线算法根据状态变量在嵌套多面体不变集中的位置,结合可变多胞体结构,通过线性插值的优化方式得到系统的实际控制律。给出算法的详细步骤和系统闭环稳定性证明。仿真结果验证了该算法的有效性,表明该算法使系统的闭环响应更为快速和稳定。     

多胞约束LPV系统多面体不变集RMPC算法

针对一类输入和输出受约束且具有多胞结构的离散LPV 系统, 提出一种基于多面体不变集的鲁棒模型预测控制(RMPC) 算法. 选取一系列收敛于原点的离散状态点, 计算每个状态的反馈控制率, 构建相应的多面体不变集. 在每一个采样时刻, 确定包含当前状态的最小多面体不变集, 通过计算与相邻两个多面体不变集的位置关系, 执行连续的状态反馈控制率. 仿真结果表明, 相比椭圆不变集离线RMPC算法, 所提出算法扩大了系统的稳定区域, 取得了保守性较小的结果.

     

一种调整多面体描述系统的非线性预测控制方法

常用的非线性预测控制算法先构造合适的多面体描述系统包裹原非线性系统,通过研究多面体描述系统的各个顶点系统的稳定性来保证原非线性系统的稳定性。在以前研究中,多面体描述系统保持不变,但事实上多面体描述系统与终端约束集密切相关。设计了一种根据终端约束椭圆集调整多面体描述系统的非线性预测控制方法,该方法能够有效地减小系统的控制性能指标,同时控制过程中的终端不变椭圆集及其内的反馈控制律具有离线指导作用。     

基于容许集的多胞不确定系统三模RMPC

针对输入和状态受约束的多胞不确定线性系统,提出了基于容许集的扩大吸引域三模鲁棒模型预测控制方法.在多面体不变集离线模型预测控制算法的基础上引入容许集,以多面体不变集序列的并集作为模态1,基于N步容许集的控制容许集作为模态2,并利用离线设计和在线优化的控制策略,设计了三模变终端约束鲁棒模型预测控制算法,以实现系统渐近稳定.该算法不仅降低了在线运算量,而且扩大了吸引域.最后的仿真结果验证了所提出算法的有效性.     

基于鲁棒一步集的Tube不变集鲁棒模型预测控制

针对一类干扰有界的输入和状态受约束线性离散系统,提出了一种基于鲁棒一步集的Tube不 变集鲁棒模型预测控制方法.首先采用多面体不变集离线设计方法得到基于多面体不变集序列的扩 展终端约束集;然后为了扩大鲁棒模型预测控制的初始状态允许区域,并提高系统的鲁棒性,在扩展终端约束集的基础上,通过引入鲁棒一步集并借助Tube不变集控制策略,设计了基于鲁棒一步集的鲁棒模型预测控制方法,并给出了算法的存在性和稳定性证明. 该方法不仅极大地扩大了初始状态允许区域,而且对有界干扰具有有效的抑制作用,使得受扰系统收敛到以原点为中心的最小鲁棒正不变集内.最后仿真验证了算法的有效性.     

基于容许集的变终端约束MPC控制

针对一类输入和状态受约束的离散线性系统,提出一种基于Ⅳ步容许集的变终端约束集模型预测控制方法.首先给出多面体不变集序列作为终端约束集的离线模型预测控制算法,扩大了终端约束集.为进一步扩大初始状态可镇定区域,引入N步容许集,设计了基于容许集的变终端约束集模型预测控制方法.该算法采用离线设计、在线优化方法,实现了系统渐近稳定,不仅降低了在线运算量,而且扩大了初始状态可镇定区域.仿真结果表明了算法的有效性.     

持续有界扰动系统的嵌套不变椭圆集鲁棒控制

为了抑制外部持续有界扰动和模型不确定性对系统稳定性控制的影响,通过不变集理论,采用嵌套不变椭圆集鲁棒控制算法实现系统的快速稳定控制。控制算法分为离线算法和在线算法两部分。离线时根据公式得到一维状态变量序列,通过线性矩阵不等式方法优化得到嵌套不变椭圆集。在线时,根据系统状态变量在嵌套不变椭圆集的位置,构建新的不变椭圆集并计算得到系统的控制律。给出新的不变椭圆集满足系统控制要求的理论证明。通过与不变单椭圆集控制算法进行仿真比较,结果验证了上述算法的有效性,为持续有界扰动下模型不确定性系统的稳定控制,提供一种有效的控制方法。     

基于多面体不变集的变终端约束集RMPC

针对一类状态和输入受约束的多胞不确定线性时变系统,提出了一种基于多面体不变集的变终端约束集鲁棒模型预测控制算法.首先采用基于状态反馈增益的多面体不变集计算方法,给出了一种新的控制不变集序列构造方法,然后以控制不变集序列的并集作为终端约束集,结合在线优化和增益切换,实施变终端约束集双模鲁棒预测控制.该算法不仅有效地扩大了...     

An off-line robust MPC algorithm for uncertain polytopic discrete-time systems using polyhedral invariant sets

In this paper, an off-line synthesis approach to robust model predictive control (MPC) using polyhedral invariant sets is presented. Most of the computational burdens are moved off-line by computing a sequence of state feedback control laws corresponding to a sequence of polyhedral invariant sets. At each sampling time, the smallest polyhedral invariant set that the currently measured state can be embedded is determined. The corresponding state feedback control law is then implemented to the process. The controller design is illustrated with two examples. Comparisons between the proposed algorithm and an ellipsoidal off-line robust MPC algorithm have been undertaken. The proposed algorithm yields a substantial expansion of the stabilizable region. Therefore, it can achieve less conservative result as compared to an ellipsoidal off-line robust MPC algorithm.     

一类离散不确定系统的Tube不变集离线鲁棒模型预测控制

针对一类输入和状态受限的离散线性不确定系统,提出了一种基于Tube不变集的离线鲁棒模型预测控制方法.首先针对输入和状态约束线性时不变标准系统,设计了改进的基于多面体不变集的离线模型预测控制算法,并证明了稳定性.其次对于存在未知有界干扰的实际不确定系统,引入了Tube不变集策略,通过设计对应标准模型的最优控制序列和状态轨迹,给出了实际不确定系统的离线Tube不变集控制策略,保证系统状态鲁棒渐近稳定,并收敛于终端干扰不变集.仿真结果验证了该控制方法的有效性.     

线性控制系统的无界多面体不变集

本文利用非光滑分析方法,讨论了线性控制系统的无界多面体不变集问题.当无界多面体的极方向满足一定条件时,得到了该无界多面体为一类线性控制系统弱不变集的判别方法.然后在更一般的线性控制系统下给出了无界多面体为强不变集的充分条件.最后给出两个应用实例.     

On the computation of invariant sets for constrained nonlinear systems: An interval arithmetic approach

This paper deals with the computation of control invariant sets for constrained nonlinear systems. The proposed approach is based on the computation of an inner approximation of the one step set, that is, the set of states that can be steered to a given target set by an admissible control action. Based on this procedure, control invariant sets can be computed by recursion.We present a method for the computation of the one-step set using interval arithmetic. The proposed specialized branch and bound algorithm provides an inner approximation with a given bound of the error; this makes it possible to achieve a trade off between accuracy of the computed set and computational burden. Furthermore an algorithm to approximate the one step set by an inner bounded polyhedron is also presented; this allows us to relax the complexity of the obtained set, and to make easier the recursion and storage of the sets.     

Constrained robust model predictive control based on periodic invariance

In this paper, a receding-horizon control method for input/state constrained systems with polyhedral uncertainties is proposed. The dual-mode prediction strategy is adopted to deal with the constraints and periodically-invariant sets are used to derive a target invariant set of the dual-mode prediction strategy. The proposed control method is shown to have novel characteristics earlier approaches do not have i.e.: (i) the convex-hull of all the periodically invariant sets are invariant in the sense that there are feasible feedback gains guaranteeing invariance for any elements of the convex-hull and it provides larger target sets than other methods based on ordinary invariant sets. (ii) A particular convex-hull of periodically invariant sets, that is computable off-line, can be used as an invariant target set. In this case the number of on-line variables is only equal to the period of invariance and thus the proposed algorithm is computationally very efficient. These on-line variables provide interpolation between different feedback gains to yield best performance.     

约束分段仿射系统的鲁棒最小时间控制

针对一类有界附加扰动的分段仿射系统,提出了一种离线低复杂性的鲁棒预测控制方法-鲁棒最小时间控制.首先计算系统的最大鲁棒正不变集和相关的局部稳定控制律,然后基于最大鲁棒正不变集通过多参数规划离线迭代计算系统的鲁棒一步集,得到的最小时间控制器覆盖最大鲁棒可稳定集.提出的鲁棒最小时间控制确保系统状态在最小时间内进入鲁棒正不变...     

约束多传感器线性系统的RMPC容错控制

针对一类约束多传感器线性故障系统,提出了一种基于鲁棒预测控制策略的容错控制方案．首先为多传感器线性系统设计了观测器,然后离线设计不变集列,使得时变的状态估计误差存在于相应的不变集列中,利用不变集的理论提出了一种新的故障检测的方法,最后基于鲁棒预测控制策略为故障系统设计了容错控制器,给出了闭环系统鲁棒稳定性的证明．仿真结果证明了方法的可行性。