预测控制翻译14.docVIP

1.4.1 闭环控制系统 例1.4还可以说明另一个方面的问题，如果我们仔细地检查这个例子就会发现给定一个时间ki，最优参数ΔU可以通过下式求解： 其中为设定量变化，为在预测控制框架下的状态反馈控制。两项都依赖与系统参数，因此时不变系统的常数矩阵，由于要遵循滚动时域控制原则，我们只选取ΔU在时间ki时的第一部分作为增量控制，因此， 其中ky是第一部分的，Kmpc是第一行里的。 【17页】 式（1.29）是线性是不变状态反馈的一个标准形式。状态反馈增量为Kmpc。因此，由广义设计模型： 将式（1.29）代入广义系统模型里就可以得到闭环系统；将ki换成k导出闭环等式如下： 这样，闭环系统的特征值可以通过闭环特征方程计算出来。由于矩阵C和A的特殊结构，使得F的最后一列与相同,等于，所以Ky就等于Kmpc的最后一个元素。指定状态变量向，且由Ky的定义，我们可以写成，其中kx是与有关的反馈增益向量，Ky是与y(k)有关的反馈增益。从而我们可以得到如图（1.3）所示的预测控制系统的闭环方框图，其中表示向后移位算子。这个图形表明了具有积分作用的离散模型预测控制（DMPC）的状态反馈结构，其中表示离散时间模块。 例1.5 这个例子将用来检验由例1.2产生的闭环反馈增益矩阵，以及闭环系统在rw=0和rw=10两种情况下的特征值。 解：当rw=0时，我们有 从而，通过计算矩阵A-BKmpc的特征值来计算闭环系统的特征值，通过例1.2 图（1.3）离散时间预测控制系统方块图 可以得出，，大概在复平面的起始位置。 当rw=1-时，我们有： 由此增益向量得闭环系统的特征值为：，这表明闭环系统比rw=0时有更慢的动态响应。 例1.6 设拉普拉斯传递函数描述的连续时间系统如下： 其中w=10。系统的采样间隔为Δt=0.01。在设计参数的选取上检验系统的灵敏度，令Nc=3，Np=20和200；。 解：我们首先用MATLAB函数（如下所示）来得到连续时间状态空间模型，然后根据接下来的提示1.1获得离散时间状态空间模型。 【19页】 omega=10; numc=omega^2; denc =[1 0.1*omega omega^2]; [Ac ,Bc,Cc,Dc]=tf2ss(numc,denc) 这里，广义离散时间状态空间模型为： ， 其中，，，。 让我们先看一下预测域在解ΔU时的作用。假设在采样时刻k=10，初始条件为x(10)=[0.1 0.2 0.3]。当Np=20时的解为ΔU=[-144.9984 -65.4710 1.203]，根据滚动域控制规律，状态反馈控制增益为Kmpc=[45.468 705.6132 0.9513]，闭环特征值为0.6974 0.89590.1429j。然而，当Np=200时ΔU=[-645.5885 -0.4664 629.0276]。与之前使用的较短的预测域相比较，ΔU发生了显著的变化，同时，状态反馈增益Kmpc=[80.6 3190 0.79]，闭环特征值为0.9749,0.5207j0.2919。比较研究表明现有的灵敏度与预测域的选取有关。进一步分析，我们可以发现海森矩阵的一个函数。例如，当Np=20时， 条件数K（）=49.98 。然而，当Np=200时， 条件数K（）=1410 。在预测域Np增加到200的过程中海森条件数大大增加。较长预测域中海森条件数更大的【20页】原因是引起长短预测域之间不同的数字敏感度。 有了短预测控制，闭环预测控制系统不一定是稳定的。通常情况下，这些都被看作闭环系统稳定性和性能的调节参数，在第四章中我们将提出一种新方法，用比较大的预测和控制域来保证闭环系统的稳定。 1.4.2 MATLAB提示：滚动域控制的实现 提示1.3 此提示的目的是学习怎样用滚动域控制的方法实现预测控制。设备状态空间模型如下： 步骤： 1、建立一个新的文件reced.m。 2、第一步是定义设备，输入预测域和控制域的值。设备属于双积分器控制系统（1.32）。控制域Nc=4，预测域Np=20。输入下面的程序： Ap=[1 1;0 1]; Bp=[0.5;1]; Cp=[1 0] Dp=0; Np=20; Nc=4; 程序调用函数mpcgain.m来产生所需的增益矩阵，同时指定实现滚动域控制的初始条件。初始状态变量为xm=0；初始状态反馈变量为xf=0；设定点信号被设定且模拟信号的值被设置为100。 继续输入一下程序： [phi_Phi,Phi_F,Phi_R,A-e,B-e,C-e] =mpcgain(