[工学]鲁棒预测控制.pdfVIP

鲁棒预测控制 1 鲁棒预测控制 背景 实际工业过程存在于不确定环境中，总会受到预先 未知的各种不确定性的影响，模型和被控对象之间 也不可避免地存在失配。 基于确定性模型设计的最优控制律应用于实际对象 时可能导致系统性能变差，因此有必要进行模型预 测控制的鲁棒性研究。 2 鲁棒性分析 研究进展 基于内模结构(IMC)研究MPC性能 通过调整反馈滤波器的参数可以实现闭环系统的鲁棒性 建立设计参数与鲁棒性的定量关系 MPC 系统在模型增益失配和时滞失配的鲁棒性 基于min-max 的鲁棒设计思想 将预测控制的在线min 问题变为min-max描述，求解控制 律使在不确定性集中最坏情况下的目标函数值最小。 不确定脉冲响应模型 3 鲁棒预测控制 不确定系统 受扰系统 x (k +1) f (x (k ),u (k )) =+w(k ) w(k ) 2 ≤w 不可测有界扰动 参数不确定系统 x(k +1) A(k)x(k)=+B(k)u(k) 其中[A (k),B(k)] ∈Co{[A 1,B 1],[A2,B2],……,[Ar,Br]} 4 5 鲁棒预测控制 研究思路 以不变集、LMI等作为基本工具 将线性矩阵不等式（LMI ）理论引入min-max预测 控制的研究中，它比FIR模型更适用描述更为广泛的 不确定性。 研究凸多面体(多胞）不确定模型、结构化反馈不确定 模型，采用基于LMI理论的MPC综合方法，将min-max 问题转化为包含LMI的min 问题，同时考虑输入输出约 束。 6 一、线性矩阵不等式 一个线性矩阵不等式(LMI)具有如下形式： 7 一、线性矩阵不等式 8 一、线性矩阵不等式 矩阵的Schur补性质 9 一、线性矩阵不等式 10 二、模型不确定性 采用脉冲响应模型或阶跃响应模型等非参数模型，模型的不确 定性体现在相应脉冲响应系数或阶跃响应系数的不确定性。 使用状态空间模