基于状态观测器的直接约束鲁棒预测控制

针对多包描述线性离散不确定系统,提出一种在系统状态不可测时的直接约束鲁棒预测控制算法.将控制器与观测器综合设计,利用观测状态直接构造性能指标,通过求解无穷时域性能指标的最小最大优化问题,得到系统的最优状态反馈控制律.采用参数依赖Lyapunov函数,在满足输入和状态约束的情况下保证闭环系统稳定.仿真结果验证了算法的有效性.     

基于观测器的不确定广义时滞系统鲁棒预测控制

针对一类不确定广义时滞系统,讨论了其基于观测器的鲁棒预测控制问题,给出了系统观测器型预测控制器的设计方法.通过构造带有误差项的Lyapunov函数,应用线性矩阵不等式,将无穷时域二次性能指标min-max优化问题转化为凸优化问题,得到了鲁棒预测控制器存在的充分条件和显式表达式.证明了优化问题在初始时刻的可行解能保证广义闭环系统渐近稳定且正则无脉冲.仿真实例验证了所提出方法的有效性.     

饱和约束系统的鲁棒模型预测控制

针对饱和约束系统提出了一种鲁棒模型预测控制算法,分别考虑了多面体不确定性和结构反馈不确定性.考虑无穷时域的最坏二次性能指标,通过采用带有饱和特性的反馈控制结构,将控制律的求解转化为一个在线的线性矩阵不等式优化问题.初始时刻优化问题的可行性保证了闭环控制系统的鲁棒稳定性.最后的仿真结果说明了算法的优越性.     

基于状态观测器的多面体不确定随机广义系统鲁棒预测控制

针对It?o型多面体不确定随机广义系统,提出一种离线观测器型鲁棒预测控制器的综合方法.通过构造带有误差项的增广随机Lyapunov函数,运用多维It?o公式和LMI方法,将“min-max”随机规划问题等价转化为一组线性矩阵不等式的求解问题;给出了控制器存在的充分条件和参数表达式,证明了初始时刻的可行解可以保证闭环广义系统的随机容许性.仿真算例验证了该方法的有效性.     

具有状态观测器的鲁棒重复控制系统设计

针对一类时变不确定系统,研究基于状态观测器的鲁棒重复控制系统设计问题.通过状态观测器重构系统状态,利用重构状态进行状态反馈.基丁2维系统稳定性理论,应川线性矩阵不等式(LMI)方法,推导出了重复控制系统存在状态观测器和重复控制器的一个LMI条件,并用LMI的町行解给出了状态观测器和重复控制器参数的具体形式.最后用数值仿真验证了本文所提方法的有效性.     

基于LMI的多模型鲁棒预测控制

用线性矩阵不等式 (LMI)方法研究多模型鲁棒预测控制, 提出了状态反馈的综合方法, 并分析了闭环系统的可行性, 同时证明闭环系统渐近稳定. 在此基础上, 研究了带终端零状态的有限优化时域预测控制和无穷优化时域预测控制的性能, 证明了两者在性能上的一致性.     

基于观测器的鲁棒模型预测控制算法

对于含有未建模动态的输入受限离散时间线性系统,当系统状态不可测时,提出一种基于状态观测器的鲁棒模型预测控制算法。该算法采用双模型控制结构,将不变椭圆集同时应用于估计状态方程和误差方程,保证算法的稳定性和可行性,并同时给出系统稳定和可行的条件。     

基于观测器具有不确定性的鲁棒保性能控制

在鲁棒性控制问题的研究中,针对系统状态不可测的具有范数有界不确定性和外界干扰的线性系统,其求解过程繁琐,某些参数选取不当.为了保证闭环系统的稳定性,提出一种基于观测器的鲁棒 H∞保性能控制方法.根据李亚普诺夫原理和H∞理论,获得鲁棒H∞保性能控制器存在的一个充分性条件,用矩阵奇异值分解方法,将控制器和观测器存在条件转化为求解一个线性矩阵不等式的可行性.通过凸优化方法,获得最优的线性二次型性能指标和 H∞性能指标.进行仿真的结果表明,上述方法求解简单,稳定性好,验证了所提方法的有效性.     

互联电力系统鲁棒分布式模型预测负荷频率控制

负荷频率控制是现代互联电力系统运行的重要保障.本文针对含有不确定因素和负荷扰动的多区域互联电力系统提出了一种基于线性矩阵不等式参数可调节的鲁棒分布式预测控制算法.设计各个区域控制器目标函数引入相邻区域的状态变量和输入变量,同时考虑发电机变化速率约束和阀门位置约束,将求解一组凸优化问题转化成线性矩阵不等式求解,得到各个区域的控制律,在线性矩阵不等式中引入一组可调参数,将优化一个上限值转化成优化吸引区,降低算法的保守性.仿真结果验证了该算法在负荷扰动、系统参数不确定和结构不确定性情况下具有鲁棒性.     

一种基于状态估计的鲁棒型预测控制器

针对某些情况下只能得到系统的状态估计,当其作为预测控制的初始状态时传统方法无法保证其目标函数递减的问题,提出一种针对状态估计的预测控制器,由该控制器得到的反馈控制律可以使受控系统渐近稳定.进而,给出了相应的算法,并通过仿真实例验证了所得结论的正确性.     

离散不确定系统的鲁棒预测控制

对预测控制中模型不确定性的处理一直是预测控制算法亟待解决的问题.考虑一类包含模型不确定性的控制对象模型,提出一种极大极小预测控制器设计方法.在滚动优化的每一步,考虑了状态变量不完全可测的情况,引入动态输出反馈的思想得到一个最坏条件下的性能指标的最优解,以最坏条件下的性能指标为求解优化问题的上界,通过线性矩阵不等式的方法求解凸优化问题.并从理论上证明了所设计的鲁棒预测控制器对不确定模型是稳定的.通过仿真算例的分析,证明了极大极小鲁棒预测控制器设计的有效性.     

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。     

基于区间控制的约束预测控制及约束影响

在实际被控过程中往往存在着很多约束条件,这使得预测控制的在线优化问题表现为非线性,难以获得控制律的具体表达式,为约束预测控制的分析造成困难基于Newton控制框架,针对线性系统离散状态空间的动态模型,考虑具有输入、输出区间约束条件下,基于区间控制思想的预测控制律的解析表达式,分别得到无约束和有约束情况下状态反馈控制律的...     

Offline Robust Model Predictive Control for Lipschitz Non‐Linear Systems Using Polyhedral Invariant Sets

In this paper the concept of maximal admissible set (MAS) for linear systems with polytopic uncertainty is extended to non‐linear systems composed of a linear constant part followed by a non‐linear term. We characterize the maximal admissible set for the non‐linear system with unstructured uncertainty in the form of polyhedral invariant sets. A computationally efficient state‐feedback RMPC law is derived off‐line for Lipschitz non‐linear systems. The state‐feedback control law is calculated by solving a convex optimization problem within the framework of linear matrix inequalities (LMIs), which leads to guaranteeing closed‐loop robust stability. Most of the computational burdens are moved off‐line. A linear optimization problem is performed to characterize the maximal admissible set, and it is shown that an ellipsoidal invariant set is only an approximation of the true stabilizable region. This method not only remarkably extends the size of the admissible set of initial conditions but also greatly reduces the on‐line computational time. The usefulness and effectiveness of the method proposed here is verified via two simulation examples.     

混杂系统滚动时域状态反馈预测控制研究与实现

分析了混杂系统混合逻辑动态建模机理,提出混杂系统基于滚动时域状态反馈预测控制策略,并对滚动时域状态估计器的收敛性进行了研究.仿真实例验证了滚动时域状态反馈预测控制策略的有效性.     

Synthesis of Mixed Objective Output Feedback Robust Model Predictive Control

Aiming at the constrained polytopic uncertain system with energy‐bounded disturbance and unmeasurable states, a novel synthesis scheme to design the output feedback robust model predictive control(MPC)is put forward by using mixed H₂/H_∞ design approach. The proposed scheme involves an offline design of a robust state observer using linear matrix inequalities(LMIs)and an online output feedback robust MPC algorithm using the estimated states in which the desired mixed objective robust output feedback controllers are cast into efficiently tractable LMI‐based convex optimization problems. In addition, the closed‐loop stability and the recursive feasibility of the proposed robust MPC are guaranteed through an appropriate reformulation of the estimation error bound (EEB). A numerical example subject to input constraints illustrates the effectiveness of the proposed controller.     

基于可达集的鲁棒模型预测控制

设计了一种基于可达集的鲁棒模型预测控制算法.首先确定了一个鲁棒不变集,并将此不变集用作模型预测控制的终端约束集;接着采用终端约束集对可达集的包含度作为优化指标;最后,采用预测时域逐渐减小的控制策略以保证在线优化存在可行解.从理论上证明了吸引域内的任意点在有限时域内都会被引导至终端约束集并始终停留在此集之内,并由仿真算例验证了本文所设计鲁棒模型预测控制算法的可行性.     

基于多步控制集的鲁棒预测控制器设计

针对有约束多胞不确定系统, 本文提出多步控制集的概念, 并将其作为终端集进而设计鲁棒预测控制器. 由于设计了一系列可变的反馈律, 鲁棒预测控制器可以得到更好的控制性能和更大的初始可行域. 另外, 利用多步控制集的特性, 本文提出了一种将预测控制器的在线计算量转移到离线完成的算法. 通过该算法, 可以有效地平衡鲁棒预测控制器的控制性能、在线计算量和初始可行域. 仿真算例验证了这些算法的有效性.