汽车悬挂系统显式模型预测控制

本文把显式模型预测控制应用于汽车悬架主动控制,以改善汽车悬架系统的控制效果,并满足系统状 态性能和控制力等方面约束条件．针对汽车悬挂动力学简化模型（二维）和1/2 悬挂动力学模型,并做了数值仿真 计算．研究结果表明了汽车悬挂系统显式模型预测控制系统的有效性．     

倒立摆系统显式模型预测控制

由于模型预测控制的反复在线优化计算特点,使得模型预测控制难以适用于动态变化较快的机电系统的控制,如倒立摆动系统的控制,为此研究了倒立摆动系统的显式模型预测控制.基于约束线性优化控制问题的多参数规划方法,建立了显式模型预测控制系统,以避免控制系统反复在线优化计算.应用建立的显式模型预测控制系统,对于直线一级和二级倒立摆系统控制做了研究,并做了数值仿真计算.研究结果表明倒立摆系统显式模型预测控制的平衡控制效果是明显的.     

多速率分段线性系统预测控制的显式设计

针对输出采样周期是输入更新周期N倍的多速率分段线性(Piecewise linear, PWL)系统, 本文提出了保证稳定性的显式预测控制器设计方法. 首先, 基于动态规划原理将预测控制优化问题分解为多个单级优化问题; 然后, 根据分段线性系统各子模型以及目标函数的具体形式, 进一步将各单级优化问题分为若干个子问题, 再利用多参数二次规划(Multiparametric quadratic programming, MP-QP)方法求解;最后,通过比较各子问题的解从而得到系统的最优显式控制律. 在设计过程中, 将系统的最大正不变集作为优化问题的终端约束集, 从而保证了系统的稳定性. 仿真结果表明本文提出的显式预测控制方法能够有效降低多速率分段线性系统的在线计算时间, 在保证系统稳定性的同时, 满足其对输入更新速度的要求.     

显式模型预测控制及其在电梯机械系统振动控制中的应用

基于约束线性优化控制问题的多参数规划方法,分别建立了约束线性时不变和时变系统的显式模型预测控制系统．应用建立的显式模型预测控制系统,对不同运行工况（轻载、重载）下的电梯机械系统的主动振动控制进行了仿真．研究结果表明,电梯机械系统显式模型预测控制的主动振动控制效果明显．     

基于信赖域二次规划的非线性模型预测控制优化算法

针对非线性预测控制如何在有限时域内有效的求解非凸非线性规划这一关键问题, 本文采用序列二次规划方法, 将非线性规划转化为一系列二次子规划求解. 首先根据非线性规划联立方法将系统状态和控制量同时作为优化变量, 得到以控制量步长为优化变量, 只包含不等式约束的子二次规划问题, 并用它取代原SQP子规划, 减小了子问题的规模; 随后采用基于信赖域二次规划的方法求解子规划问题, 保证每次迭代的可行性; 同时采用一种能够保持SQP问题Hessian矩阵稀疏结构的更新方法, 也在一定程度上降低了算法的复杂程度.最后的仿真结果表明了该方法的有效性.     

基于可行模型集合方法的多模型切换控制

对含参数跳变的一类具有有界干扰的多输入多输出系统,为改善系统的瞬态响应性能,采用由多个固定模型和两个自适应模型组成的多模型,并引入切换指标函数构成多模型切换控制器。为克服多模型方法计算量大的缺点,采用可行模型集合方法,给出了可行模型应满足的必要条件。应用这一必要条件,对系统的多个模型进行检验,可快速缩小模型可行集合的范围,再通过切换指标函数,在可行模型集合中选择正确的控制器,从而在不降低系统响应性能的前提下,提高计算速度。     

非参数控制系统的预测二次稳定性研究

首次提出预测二次稳定性概念 ,利用有界不确定对象的非参数模型描述和预测状态反馈 ,研究了系统预测二次稳定性 (predictivequadraticstability,PQS)成立的充分条件 ,给出了确定反馈阵的LMIs(linearmatrixinequali ties) ,并从理论上给出了严格证明 .讨论了存在I/O约束系统PQS成立的充分条件 ,证明了具有PQS稳定性对象的闭环全局稳定性 ,从理论上解决了一类建模简单、易于实现的预测控制系统的鲁棒稳定性问题 .     

基于动态规划的约束优化问题多参数规划求解方法及应用

结合动态规划和单步多参数二次规划, 提出一种新的约束优化控制问题多参数规划求解方法. 一方面能得到约束线性二次优化控制问题最优控制序列与状态之间的显式函数关系, 减少多参数规划问题求解的工作量; 另一方面能够同时求解得到状态反馈最优控制律. 应用本文提出的多参数二次规划求解方法, 建立无限时间约束优化问题状态反馈显式最优控制律. 针对电梯机械系统振动控制模型做了数值仿真计算.     

基于混合逻辑的非线性系统多模型预测控制

针对已有的多模型预测控制算法在模型预测过程中采用局部线性模型进行预测而产生的预测误差较大这一问题, 本文将非线性过程的多模型描述与输出预测之间的因果关系以约束条件的形式引入到模型预测控制的设计中, 将非线性过程描述成为一个混合逻辑动态系统模型, 模型切换规则以先验知识的形式引入到多模型预测过程中, 该模型可以全局地表征非线性过程的特性, 从而解决了多模型约束非线性预测控制的模型预测与模型切换问题.     

A patchy approximation of explicit model predictive control

The explicit solution of multi-parametric optimisation problems (MPOP) has been used to construct an off-line solution to relatively small- and medium-sized constrained control problems. The control design principles are based on receding horizon optimisation and generally use linear prediction models for the system dynamics. In this context, it can be shown that the optimal control law is a piecewise linear (PWL) state feedback defined over polytopic cells of the state space. However, as the complexity of the related optimisation problems increases, the memory footprint and implementation of such explicit optimal solution may be burdensome for the available hardware, principally due to the high number of polytopic cells in the state-space partition. In this article we provide a solution to this problem by proposing a patchy PWL feedback control law, which intend to approximate the optimal control law. The construction is based on the linear interpolation of the exact solution at the vertices of a feasible set and the solution of an unconstrained linear quadratic regulator (LQR) problem. With a hybrid patchy control implementation, we show that closed-loop stability is preserved in the presence of additive measurement noise despite the existence of discontinuities at the switch between the overlapping regions in the state-space partition.     

Proportioning with second-order information for model predictive control

We propose an algorithm for the effective solution of quadratic programming (QP) problems arising from model predictive control (MPC). MPC is a modern multivariable control method which gives the solution for a QP problem at each sample instant. Our algorithm combines the active-set strategy with the proportioning test to decide when to leave the actual active set. For the minimization in the face, we use a direct solver implemented by the Cholesky factors updates. The performance of the algorithm is illustrated by numerical experiments, and the results are compared with the state-of-the-art solvers on benchmarks from MPC.     

基于灰色系统模型的预测函数控制方法研究

以灰色系统模型为基础，建立了一种预测函数控制方法．分析了灰色系统建模、模型预测输出和控制量计算方程的求解．通过仿真结果表明，该算法具有鲁棒性好、跟踪快速和抑制干扰能力强等特点。     

Robust explicit model predictive control for linear systems via interpolation techniques

This paper presents a novel interpolation‐based model predictive control (IMPC) for constrained linear systems with bounded disturbances. The idea of so‐called ‘pre‐stabilizing’ MPC is extended by making interpolation among several ‘pre‐stabilizing’ MPC controllers, through which the domain of attraction can be magnificently enlarged. Compared with the standard ‘pre‐stabilizing’ MPC, the proposed approach has the advantage of combining the merits of having a large domain of attraction and a good behavior. Furthermore, such an IMPC problem can be solved off‐line by multi‐parametric programming. The optimal solution is given in an explicitly piecewise affine form. A simple algorithm for the implementation of the explicit MPC control laws is also proposed. Copyright © 2009 John Wiley & Sons, Ltd.     

State predictive model following control system for linear time delays

In this paper, we propose a new state predictive model following control system （MFCS）. The considered system has linear time delays. With the MFCS method, we obtain a simple input control law. The bounded property of the internal states for the control is given and the utility of this control design is guaranteed. Finally, an example is given to illustrate the effectiveness of the proposed method.     

双层结构模型预测控制算法性能分析

双层结构模型预测控制是在常规模型预测控制的基础上集成了稳态目标计算层,所增加稳态目标计算层通过对给定外部目标进行调节或执行独立经济优化为底层动态控制提供设定值.本文着重于分析增加稳态目标计算层对常规模型预测控制策略在控制性能、经济性能、及鲁棒性方面的影响.阐明稳态目标计算是在动态不确定性下的最优决策过程,可实时考虑当前工况环境给出最佳设定值,使动态层控制量的计算更加合理,并可保证在动态控制层实现无静差控制;稳态目标计算层可利用包含目标跟踪和经济优化的性能指标,在保证跟踪控制要求的同时利用操作自由度进行经济性优化,有助于提高系统经济性能,此外由于操作自由度增加使得系统对于特定方向的扰动和通道失配具有更强的鲁棒性.最后通过实验仿真验证了所做分析的正确性.     

Ambulatory wireless sensor network power management using constrained explicit generalised predictive control

This work considers the problem of controlling transmit power within a wireless sensor network (WSN), where the practical constraints typically posed by an ambulatory healthcare setting are explicitly taken into account, as a constrained received signal strength indicator (RSSI) tracking control problem. The problem is formulated using an explicit generalised predictive control (GPC) strategy for dynamic transmission power control that ensures a balance between energy consumption and quality of service (QoS) through the creation of a stable floor on information throughput. Optimal power assignment is achieved by an explicit solution of the constrained GPC problem that is computed off-line using a multi-parametric quadratic program (mpQP). The solution is shown to be a piecewise-affine function. The new design is demonstrated to be practically feasible via a resource-constrained, fully IEEE 802.15.4 compliant, Moteiv's Tmote Sky sensor node platform. Design utility is benchmarked experimentally using a representative selection of scaled ambulatory scenarios.     

小型无人直升机的模型预测控制算法研究

针对无人直升机在阵风干扰环境中的姿态控制精度低的问题.本文将非线性刚体动力学模型在悬停点应用小扰动理论得到了线性化数学模型.考虑系统输入输出和控制量约束,采用模型预测控制将控制器的设计问题转化为每个采样时刻求解一个带不等式和等式约束的凸二次规划问题.通过设计终端状态约束解决了有限时域模型预测控制(model predictive control, MPC)算法的稳定性问题,并通过引入松弛变量使得约束优化问题更容易求解.随机和常值阵风干扰下无人机悬停仿真验证了本文MPC预测控制器具有幅度不超过0.25 m/s的良好干扰抑制能力,性能明显优于线性二次型调节器(linear-quadratic regulator, LQR).     

分布式预测控制算法的性能分析

分布式求解策略是为了降低大规模预测控制系统实施的计算量和计算复杂性而提出的一种有效算法，在算法收敛的条件下，分析了分布式求解和集中求解两种方法在单步时域上的性能偏差，给出了标称情况下分布式预测控制系统名义稳定的充分条件，为更好地理解所提出的分布式预测控制算法和算法的实施提供了理论依据。