多输入多输出非线性对象的模型预测控制—Matlab实现

2024-05-31 18:52

本文主要是介绍多输入多输出非线性对象的模型预测控制—Matlab实现,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

本示例展示了如何在 Simulink 中设计多输入多输出对象的闭环模型预测控制。该对象有三个操纵变量和两个测量输出。

一、非线性对象的线性化

运行该示例需要同时安装 Simulink 和 Simulink Control Design。

% 检查是否同时安装了 Simulink 和 Simulink Control Design
if ~mpcchecktoolboxinstalled('simulink')disp('运行此示例需要 Simulink(R)')return
end
if ~mpcchecktoolboxinstalled('slcontrol')disp('运行此示例需要Simulink Control Design(R)')return
end

1、打开非线性 Simulink 模型

open('mpc_nonlinmodel')

在这里插入图片描述
2、使用 Simulink 控制设计工具箱中的线性命令,在默认操作条件下(传递函数块的初始状态均为零)对对象进行线性化:

plant = linearize('mpc_nonlinmodel');

l i n e a r i z e \color{red}{linearize} linearize 函数的作用是对Simulink模型或子系统进行线性近似,以状态空间模型的形式返回。

3、输入输出变量名称分配

plant.InputName = {'Mass Flow';'Heat Flow';'Pressure'};
plant.OutputName = {'Temperature';'Level'};
plant.InputUnit = {'kg/s' 'J/s' 'Pa'};
plant.OutputUnit = {'K' 'm'};

注意:由于没有定义任何可测量或不可测量的干扰,也没有定义任何不可测量的输出,因此在根据该模型创建 MPC 控制器时,默认情况下所有的模型输入都被假定为可操作变量,所有的模型输出都被假定为可测量输出。

二、设计模型预测控制器

1、创建控制器对象,其采样周期、预测和控制范围分别为 0.2 秒、5 步和 2 次移动;

mpcobj = mpc(plant,0.2,5,2);

2、设置操作变量的约束

mpcobj.MV = struct('Min',{-3;-2;-2},'Max',{3;2;2},'RateMin',{-1000;-1000;-1000});

3、设置操作变量和输出信号的权重

mpcobj.Weights = struct('MV',[0 0 0],'MVRate',[.1 .1 .1],'OV',[1 1]);

4、查看 mpcobj 属性

mpcobj==> 
MPC object (created on 30-May-2024 15:35:11):
---------------------------------------------
Sampling time:      0.2 (seconds)
Prediction Horizon: 5
Control Horizon:    2Plant Model:        --------------3  manipulated variable(s)   -->|  5 states  ||            |-->  2 measured output(s)0  measured disturbance(s)   -->|  3 inputs  ||            |-->  0 unmeasured output(s)0  unmeasured disturbance(s) -->|  2 outputs |--------------
Disturbance and Noise Models:Output disturbance model: default (type "getoutdist(mpcobj)" for details)Measurement noise model: default (unity gain after scaling)Weights:ManipulatedVariables: [0 0 0]ManipulatedVariablesRate: [0.1000 0.1000 0.1000]OutputVariables: [1 1]ECR: 100000State Estimation:  Default Kalman Filter (type "getEstimator(mpcobj)" for details)Constraints:-3 <= Mass Flow (kg/s) <= 3, -1000 <= Mass Flow/rate (kg/s) <= Inf, Temperature (K) is unconstrained-2 <= Heat Flow (J/s) <= 2,  -1000 <= Heat Flow/rate (J/s) <= Inf,       Level (m) is unconstrained-2 <= Pressure (Pa) <= 2,    -1000 <= Pressure/rate (Pa) <= Inf                                  

三、使用 Simulink 进行闭环仿真

1、打开闭环仿真模型

mdl1 = 'mpc_nonlinear';
open_system(mdl1)

在这里插入图片描述
2、闭环仿真

sim(mdl1)-->Converting model to discrete time.
-->Assuming output disturbance added to measured output channel #1 is integrated white noise.
-->Assuming output disturbance added to measured output channel #2 is integrated white noise.
-->The "Model.Noise" property is empty. Assuming white noise on each measured output.

3、运行结果如下图所示:
Input:
在这里插入图片描述
Output:
在这里插入图片描述
尽管存在非线性,但几秒钟后,两个输出都能很好地跟踪其参考值,同时,正如预期的那样,被操纵的变量保持在预设的硬约束内。

四、修改MPC设计跟踪斜坡信号

为了既能跟踪斜坡,又能补偿非线性,可将两个输出端上的干扰模型定义为三重积分器(如果没有非线性,则使用双积分器即可)。

1、通过 tf 函数构造一个外部扰动模型outdistmodel:
2、通过 setoutdist 函数将上面构造的不可观测外部扰动传递函数 outdistmodel 添加到 MPC 的 model 中:

outdistmodel = tf({1 0; 0 1}, {[1 0 0 0], 1; 1, [1 0 0 0]});
setoutdist(mpcobj,'model',outdistmodel);

3、打开Simulink中的闭环仿真模型 mpc_nonlinear_setoutdist,它与上面的 mpc_nonlinear 闭环 Simulink 仿真模型相同,唯一不同的是参考信号,其参考信号的第一个由阶跃变为3秒以内以0.2斜率上升的斜坡信号。
在这里插入图片描述
4、闭环仿真12s

sim(mdl2, 12)

5、仿真结果如下图所示:
Input:
在这里插入图片描述
Output:
在这里插入图片描述

这篇关于多输入多输出非线性对象的模型预测控制—Matlab实现的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1018761

相关文章

Spring Security 基于表达式的权限控制

前言 spring security 3.0已经可以使用spring el表达式来控制授权,允许在表达式中使用复杂的布尔逻辑来控制访问的权限。 常见的表达式 Spring Security可用表达式对象的基类是SecurityExpressionRoot。 表达式描述hasRole([role])用户拥有制定的角色时返回true (Spring security默认会带有ROLE_前缀),去

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

hdu1043(八数码问题,广搜 + hash(实现状态压缩) )

利用康拓展开将一个排列映射成一个自然数,然后就变成了普通的广搜题。 #include<iostream>#include<algorithm>#include<string>#include<stack>#include<queue>#include<map>#include<stdio.h>#include<stdlib.h>#include<ctype.h>#inclu

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

【C++】_list常用方法解析及模拟实现

相信自己的力量,只要对自己始终保持信心,尽自己最大努力去完成任何事,就算事情最终结果是失败了,努力了也不留遗憾。💓💓💓 目录   ✨说在前面 🍋知识点一:什么是list? •🌰1.list的定义 •🌰2.list的基本特性 •🌰3.常用接口介绍 🍋知识点二:list常用接口 •🌰1.默认成员函数 🔥构造函数(⭐) 🔥析构函数 •🌰2.list对象

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

让树莓派智能语音助手实现定时提醒功能

最初的时候是想直接在rasa 的chatbot上实现,因为rasa本身是带有remindschedule模块的。不过经过一番折腾后,忽然发现,chatbot上实现的定时,语音助手不一定会有响应。因为,我目前语音助手的代码设置了长时间无应答会结束对话,这样一来,chatbot定时提醒的触发就不会被语音助手获悉。那怎么让语音助手也具有定时提醒功能呢? 我最后选择的方法是用threading.Time

Android实现任意版本设置默认的锁屏壁纸和桌面壁纸(两张壁纸可不一致)

客户有些需求需要设置默认壁纸和锁屏壁纸  在默认情况下 这两个壁纸是相同的  如果需要默认的锁屏壁纸和桌面壁纸不一样 需要额外修改 Android13实现 替换默认桌面壁纸: 将图片文件替换frameworks/base/core/res/res/drawable-nodpi/default_wallpaper.*  (注意不能是bmp格式) 替换默认锁屏壁纸: 将图片资源放入vendo

C#实战|大乐透选号器[6]:实现实时显示已选择的红蓝球数量

哈喽,你好啊,我是雷工。 关于大乐透选号器在前面已经记录了5篇笔记,这是第6篇; 接下来实现实时显示当前选中红球数量,蓝球数量; 以下为练习笔记。 01 效果演示 当选择和取消选择红球或蓝球时,在对应的位置显示实时已选择的红球、蓝球的数量; 02 标签名称 分别设置Label标签名称为:lblRedCount、lblBlueCount

Retrieval-based-Voice-Conversion-WebUI模型构建指南

一、模型介绍 Retrieval-based-Voice-Conversion-WebUI(简称 RVC)模型是一个基于 VITS(Variational Inference with adversarial learning for end-to-end Text-to-Speech)的简单易用的语音转换框架。 具有以下特点 简单易用:RVC 模型通过简单易用的网页界面,使得用户无需深入了