一种改进的鲁棒约束预测控制器的综合设计方法

针对多包描述的不确定系统,提出一种新的鲁棒约束预测控制器.离线设计多包系统worst-case情况下性能最优的不变集,在线求解多包系统无穷时域性能指标的min-max优化问题.设计方法采用了时变的终端约束集,扩大了初始可行域,并能获得较优的控制性能.仿真结果验证了该方法的有效性.

     

采用LMI的鲁棒预测控制综合方法

本文简单叙述了线性矩阵不等式（LMI）在控制理论中应用的历史,重点介绍了LMI的原理及其在鲁棒预测控制综合方法中应用的一种新方法,举例说明了如何在预测控制综合方法中应用LMI。本文可作为在鲁棒预测控制中应用LMI和用微机实现鲁棒预测控制算法的参考。     

在线优化线性反馈增益的非线性鲁棒预测控制方法

以鲁棒控制不变集作为预测控制的终端约束集,设计了一种新的鲁棒预测控制算法.将预测控制在不同采样点的待优化控制律考虑为线性反馈控制律,并通过在线优化求解线性反馈增益.从理论上证明了若采用所设计的鲁棒预测控制器,则系统是输入状态稳定的.最后通过计算机仿真验证了所提出设计方法的可行性.     

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.     

约束分段仿射系统的鲁棒一步预测控制

针对一类具有附加有界扰动的离散时间约束分段仿射系统,提出了一种鲁棒低复杂性的模型预测控制方法,即鲁棒一步控制.首先,基于最大鲁棒正不变集,计算系统的最大鲁棒可稳定集并作为第一步预测状态的约束集,使得产生的滚动时域控制器可以在较小的预测时域内控制最大鲁棒可稳定集.然后,在最大鲁棒正不变集外,通过构建线性矩阵不等式来分析其鲁棒稳定性.两个步骤分别确保控制器的可行性和闭环系统的鲁棒稳定性.大量的数值例子表明,和已有的控制方法相比,所得的鲁棒一步控制器具有更低的复杂性.     

约束分段仿射系统的鲁棒一步预测控制

针对一类具有附加有界扰动的离散时间约束分段仿射系统,提出了一种鲁棒低复杂性的模型预测控制方法,即鲁棒一步控制。首先,基于最大鲁棒正不变集,计算系统的最大鲁棒可稳定集并作为第一步预测状态的约束集,使得产生的滚动时域控制器可以在较小的预测时域内控制最大鲁棒可稳定集。然后,在最大鲁棒正不变集外,通过构建线性矩阵不等式来寻找而二次李雅普诺夫函数以证明其鲁棒稳定性。两个步骤分别确保控制器的可行性和闭环系统的鲁棒稳定性。大量的仿真例子表明,和已有的控制方法相比,所得的鲁棒一步控制器具有更低的复杂性。     

具有结构不确定性的时滞系统的闭环鲁棒预测控制器

针对具有结构不确定性的时滞系统,设计了闭环鲁棒预测控制算法.该控制算法基于控制不变集方法,通过采用双模控制和闭环控制策略,增加了控制设计的自由度,进而扩大了系统的初始可行域并能获得较优的控制性能.仿真结果验证了该方法的有效性.     

一种峰峰增益指标鲁棒控制器设计

针对不确定线性连续系统给出一种具有峰峰增益指标的鲁棒控制器设计方法，该方法以状态非逃逸集逼近可达集获得诱导L∞范数的上界，从而实现给定的峰峰增益指标，优化其上界，可获得最小的峰峰增益。     

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.     

变约束高效预测控制

为改善离线鲁棒预测控制算法的最优性引入了变终端约束集的思想,即在原离线方法基础上通过在线优化方法获得构建当前反馈矩阵的凸组合系数,然后再产生当前控制量.与原方法相比增加了在线求解的自由度,改善了系统的最优性.在此基础上,又提出了变约束预测控制(VC-MPC)算法,根据状态所处的不同稳定椭圆域确定其对应的控制约束,在取得...     

Efficient robust constrained model predictive control with a time varying terminal constraint set

An efficient robust constrained model predictive control algorithm with a time varying terminal constraint set is developed for systems with model uncertainty and input constraints. The approach is novel in that it off-line constructs a continuum of terminal constraint sets and on-line achieves robust stability by using a relatively short control horizon (even N=0) with a time varying terminal constraint set. This algorithm not only dramatically reduces the on-line computation but also significantly enlarges the size of the allowable set of initial conditions. Moreover, this control scheme retains the unconstrained optimal performance in the neighborhood of the equilibrium. The controller design is illustrated through a benchmark problem.     

An improved approach for constrained robust model predictive control

In this paper, we present a new technique to address constrained robust model predictive control. The main advantage of this new approach with respect to other well-known techniques is the reduced conservativeness. Specifically, the technique described in this paper can be applied to polytopic uncertain systems and is based on the use of several Lyapunov functions each one corresponding to a different vertex of the uncertainty's polytope.     

A robust distributed model predictive control algorithm

Although distributed model predictive control (DMPC) has received significant attention in the literature, the robustness of DMPC with respect to model errors has not been explicitly addressed. In this paper, a novel online algorithm that deals explicitly with model errors for DMPC is proposed. The algorithm requires decomposing the entire system into N subsystems and solving N convex optimization problems to minimize an upper bound on a robust performance objective by using a time-varying state-feedback controller for each subsystem. Simulations examples were considered to illustrate the application of the proposed method.     

Improved robust model predictive control with structured uncertainty

In this paper, a dilation of the LMI characterization is presented to address constrained robust model predictive control (MPC) for a class of uncertain linear systems with structured time-varying uncertainties. The uncertainty is described in linear fractional transformation (LFT) form. By introducing slack variables and using parameter dependent Lyapunov functions, the design conservativeness is reduced compared with other existing MPC approaches. The proposed approach is applied to an industrial CSTR benchmark system to demonstrate the merits of our proposed solution.     

时变不确定系统鲁棒控制器设计的新方法

基于包含两个二次项的分段Lyapunov函数,研究了线性时变不确定系统的鲁棒控制器设计问题.所考虑的系统由两个矩阵的凸组合构成,通过引入一个附加矩阵,推导出鲁棒控制器存在的充分条件.该控制器的状态反馈增益的求解问题可以转化为一组带有两个比例参数的线性矩阵不等式的凸优化问题.最后的数值示例说明了该设计方法的可行性.     

Robust stabilization of uncertain time-varying discrete systems and comments on “an improved approach for constrained robust model predictive control”

This paper addresses the robust stabilizability problem of linear discrete-time systems with time-varying polytopic uncertainties. A state feedback control law is proposed based on the construction of a parameter-dependent Lyapunov function. Also, it points out that the main results of Cuzzola, Geromel, and Morari (Automatica 38 (2002) 1183-1189) are incorrect and presents the corrected version of these results.     

离线鲁棒预测控制器综合方法的改进方案

对离线鲁棒预测控制器综合方法进行改进.离线鲁棒预测控制算法离线确定一个控制律序列,对应一组吸引域;在线根据当前状态位于哪个吸引域内部(或哪两个吸引域之间)选择相应的一个控制律(或相邻的两个控制律的线性插值).引入参数Lyapunov函数得到多包椭圆型吸引域和多包二次稳定的离线控制律,改进了控制器的可行性和最优性.改进的控制器保持了稳定性以及控制律关于系统状态的连续性.