的模型预测控制
Model Predictive Control
一种通用学习网络自适应算法及其在预测控制中的应用 Adaptive algorithm of universal learning network and its application to predictive control-作者：韩敏,韩冰,-《控制理论与应用CONTROL THEORY & APPLICATIONS》-2006
间参数的自适应算法,并将其应用于对控制对象中的纯滞后参数的辨识.将通用学习网络与PID控制器相结合,应用于包含大滞后的系统的模型预测控制(model predictive control,MPC)中.仿真结果证明通用学习网络能够有效地辨识被控对象的纯滞后时间,并能够作为预估器应用于模型预测控制系
基于2个网页-
Model Algorithmic Control
广义预测控制算法在ATO系统中的应用与研究(交通信息工程及控制专业优秀论文) - 豆丁网
硕士研究生学位论文 第15页 第3章 广义预测控制算法及其在ATO系统中的应用 目前所说的预测控制，既包括来自工业过程的模型预测控制（Model AlgorithmicControl，MAC）算法、动态矩阵预测控制（DynamicMatrixControl， DMC）算法，也包括来自适应控制
基于1个网页-
Model Predictive Control
Model Predictive Heuristic Control
Model heuristic predictive control
Model Predictive Heuristic Control
model based predictive control(MBPC)
更多收起网络短语
本文提出一个用于仿射非线性系统的模型预测控制算法。
This paper presents a model predictive control algorithm for affine nonlinear systems.
研究了一类切换顺序已知、输入受约束的时滞切换系统，提出基于椭圆集约束的模型预测控制。
A robust model predictive control method is proposed for the polytopic uncertain time-delay systems with input constraints.
介绍带有前馈的模型预测控制算法，并对精馏塔的灵敏板温度进行控制。
The advanced model predictive control algorithm, which of the function of feedforward, is introduced. The sensitive plate temperature of distillation column is controlled through this algorithm.
$firstVoiceSent
- 来自原声例句
请问您想要如何调整此模块？
感谢您的反馈，我们会尽快进行适当修改！
请问您想要如何调整此模块？
感谢您的反馈，我们会尽快进行适当修改！>> 模型预测控制
模型预测控制
所属分类：
下载地址：
DMC程序.zip文件大小：1.36 kB
分享有礼！ 》
请点击右侧的分享按钮，把本代码分享到各社交媒体。
通过您的分享链接访问Codeforge，每来2个新的IP，您将获得0.1 积分的奖励。
通过您的分享链接，每成功注册一个用户，该用户在Codeforge上所获得的每1个积分，您都将获得0.2 积分的分成奖励。
应用背景动态矩阵控制(Dynamic Matrix Control,DMC)是基于非参数模型的一种典型预测控制算法。能够防止系统振荡、改善动态响应、提高稳定极限。控制律采用二次型性能指标来计算以得到所期望的优化效果。通过使控制增量和输出误差加权平方和最小来调整加权系数,从而间接实现对控制增量和输出误差加权的约束控制。关键技术动态矩阵控制要求尽量减少截断误差,即要求N取得相当大,不利于控制的在线运行,因此应在算法上考虑设法减少截断误差的影响。DMC采样周期的选择应遵循采样控制中对T的选择原则。它不仅必须满足香农(Shannon)采样定理,还取决于被控对象的类型及其动态特性。预测时域长度P对控制系统的稳定性和动态特性有重要影响。大延迟对象的预测时域长度P=P+l,其中P表示该对象无延迟环节时应取的预测时域长度, l表示该对象延迟相对于采样周期的个数。
Sponsored links
源码文件列表
温馨提示： 点击源码文件名可预览文件内容哦 ^_^
295.00 B 16:33
295.00 B 16:29
1.06 kB 16:45
（提交有效评论获得积分）
评论内容不能少于15个字，不要超出160个字。
评价成功，多谢！
下载DMC程序.zip
CodeForge积分（原CF币）全新升级，功能更强大，使用更便捷，不仅可以用来下载海量源代码马上还可兑换精美小礼品了
您的积分不足，优惠套餐快速获取 30 积分
10积分 / ￥100
30积分 / ￥200原价 ￥300 元
100积分 / ￥500原价 ￥1000 元
订单支付完成后，积分将自动加入到您的账号。以下是优惠期的人民币价格，优惠期过后将恢复美元价格。
支付宝支付宝付款
微信钱包微信付款
更多付款方式：、
您本次下载所消耗的积分将转交上传作者。
同一源码，30天内重复下载，只扣除一次积分。
鲁ICP备号-3 runtime:Elapsed:78.675ms - init:0.1;find:0.6;t:0.6;tags:0.2;related:20.7;comment:0.2; 27.69
登录 CodeForge
还没有CodeForge账号？
Switch to the English version?
^_^"呃 ...
Sorry!这位大神很神秘，未开通博客呢，请浏览一下其他的吧2013年11月
机械设计与制造
MachineryDesign＆Manufacture
永磁同步电动机模型预测控制
王利平1，张丽2
（1.西京学院，陕西西安.西北工业大学人文与经法学院，陕西西安710072）
摘要：提出永磁同步电动机（PMSM）调速系统模型预测控制（MPC）设计方法。针对PMSM调速系统的非线性特点，提出一种新的PMSM调速系统离散线性模型，便于对系统设计多变量控制器。利用新的PMSM调速系统离散线性模型，结合MPC具有的处理多变量系统和系统约束条件的优点，提出用一个MPC控制器代替传统矢量控制中速度和电流双闭环控制结构以及针对输入约束条件的抗饱和回路的设计思路。新设计方法极大地简化了系统结构，提高了系统的可控性。最后，通过仿真对采用传统抗饱和技术的矢量控制方法与MPC进行比较，MPC在多变量系统和多变量约束条件下，表现出明显的应用优势及潜力。仿真结果表明MPC控制PMSM调速系统结构简单，计算量小，静、动态性能优异。关键词：永磁同步；电动机；矢量控制；约束；多变量中图分类号：TH16；TM341
文献标识码：A
文章编号：（1-03
ModelPredictiveControlforPermanentMagnetSynchronousMotor
WANGLi-ping1，ZHANGLi2
（1.XijingUniversity，ShannxiXi’an710123，China；
2.SchoolofHumanities，EconomicsandLaw，NorthwesternPolytechnicalUniversity，ShannxiXi’an710072，China）Abstract：Adesignmethodonpermanentmagnetsynchronousmotor（PMSM）speedcontrolsystemcontrolledbymodel）isproposed.BasedonthepropertiesofnonlinearPMSMspeedcontrolsystem，thenoveldiscretepredictivecontrol（MPC
linearmodelispresentedandisfavorabletodesignmultivariablecontroller.BasedontheadvantagesofefficientlydealingwiththemultivariablesystemandconstraintsofvariablesofMPC，thedoubleclosed-loopstructureonspeedandcurrentwiththespacevectormodulation（SVM）inPMSMspeedcontrolsystemisreplacedbysoleMPCwiththenoveldiscretelinearmodel.ThestructureofPMSMspeedcontrolsystemissimplifiedsignificantlyandthereliabilityisimproved.WithcontrasttoSVMbasedonAnti-Windupmethod，TheMPChastheapplicationsuperioritiesandpotentialformulti-variablesystemandconstraintsofvariablesincluded.ThesimulationresultsverifythatthePMSMspeedcontrolsystemwithMPChassimplesmallcalculationdemand，excellentstaticanddynamicperformance.structure，
KeyWords：PMSM；SVM；Constrains；Multivariable
模型预测控制（MPC）是一类新型计算机优化控制算法。MPC能够有效地处理多变量系统；对于系统中包含的输入、输出变量的约束条件，可以综合至控制器中，利用系统模型预测系统未来动态行为，通过在线优化计算，得到最优控制律[1]。因此，MPC被成功地应用于过程控制领域。随着数字计算机技术的飞速发展，MPC在伺服系统、功率变换、网络控制和机器人等实时系统中的应用也成为一个研究热点[2]。
永磁同步电动机（PMSM）具有体积小高功率因数、高可靠性等优点，但永磁同步电机伺服系统是一个多变量、非线性、强耦合的非线性系统，控制相对较复杂[3]。矢量控制技术通过矢量变换的方法，模拟直流电动机转矩控制的规律，对电动机励磁磁场和电磁转矩分别进行控制，从而使交流传动系统能够得到与直流传动系统相媲美的静、动态性能[4]。然而，在PMSM调速系统中，传统的
级联控制结构的矢量控制技术存在诸多不足，如结构复杂、系统调系统鲁棒性差等。而针对调速系统中的输入、输出约束条试难度大、
件，矢量控制方法中则需要额外设计工作，如设计抗饱和器[5]，这进一步增加了系统的复杂性。
针对非线性PMSM调速系统，提出一种新的线性化PMSM模型，在此基础上提出MPC控制的PMSM调速系统设计方法，并且通过仿真实验来验证MPC控制PMSM调速系统的性能。
2模型预测控制基本原理
MPC作为一种计算机优化计算方法，主要采用离散系统模型。考虑一个离散线性时不变系统：
x（k+1）=Ax（k）+Bu（k），x（0）=x（k）y（k）=Cx（k）
x（k）∈X，u（k）∈U，y（k）∈Y，坌k=0，1，…，n，…
式中：x（k）∈Rn—状态向量；u（k）∈Rm—输入向量；y（k）∈Rn—输
来稿日期：
基金项目：陕西省自然科学基础研究计划项目（SJ08A26）；中小企业技术创新基金（08C）作者简介：王利平，（1973-），女，陕西人，硕士，讲师，主要研究方向：自动测试与控制
222王利平等：永磁同步电动机模型预测控制第11期
出向量；A，B，C—系数矩阵；X，U，Y—状态、输入和输出约束。假设在采样时刻k，系统当前状态为x（k），输入变量预测序列分别定义为：
U=［u（k|k），u（k+1|k），…，u（k+Nu-1|k）］
知，直轴电流id通常很小，因此耦合项ωid的影响可以忽略；交轴电流iq与电磁转矩呈线性关系，直接影响系统的动态性能，因此耦合项ωiq不能忽略。将耦合项ωiq看作是一个可测干扰，并且作为一个状态变量扩展至系统方程中，如此可以得到新的系统状态变量：
iq，ωiq，ω0id，x=0化，因此存在：
Np—预测时域；Nu—控制时域。根据式，未来Np时域的状式中：
态、输出预测序列可以表示为x（k）和U的函数：x（k+1|k）=Ax（k）+Bu（k|k）x（k+2|k）=Ax（k+1|k）+Bu（k+1|k）=Ax（k）+ABu（k|k）+Bu（k+1|k）…
对于耦合项ωiq，在系统状态点iq=0，ω=0的领域内将其线性
根据上述假设，可以得到新的离散模型：
x（k+Np|k）=Ax（k）+AA
Bu（k|k）+…+
Bu（k+Nu-1|k）
y（k+i|k）=Cx（k+i|k），i=1，2，…，Np定义二次型性能指标函数V（x，k，u）=Σy（k+i|k）
x（k+1）=Ts
+u（k+i-1|k）
x（k）+Tsu（k）（13）
3p2Ψr0-B0
Ts—系统采样周期和离散时间常数。在式忽略了负载干扰。式中：
Q∈R，R∈R式中：
minV（x，k，u）
，P∈R—正定、对称权矩阵。当Nu燮i燮Np
4模型预测控制系统设计
在得到PMSM调速系统的离散线性模型（13）后，可以根据式（6）建立类似的二次型性能指标函数。采用id=0矢量控制方法，PMSM调速系统的主要目标是保证系统速度的动态跟踪性能，同时驱动直轴电流id=0。因此，在设计性能指标函数的权矩阵时，对
时，u（k+i|k）=u（u+Nu-1|k）。然后，求解开环优化问题：
s.t.式（1），（2）得到最优输入序列：
U（k）=｛u（k|k），…，u（k+Np-1|k）｝
应速度变量的权系数必须设置的比较大；直轴电流id通常非常小，尤其是在稳态时id=0，所以其对应的权系数不能太小，否则id在性能指标函数中的作用太小，从而影响其收敛速度；对于交轴电流iq，为了保证系统的动态响应速度可以将其对应的权系数设置为0，但是考虑到系统稳定性，通常对iq设置一个较小的权系数；对于输入变量，即输入电压，必须保证其权矩阵的正定性，因可以给出性能指标函此设置一个较小的权系数。经过以上分析，数（6）中的权矩阵：
将其第一个元素u（k）=u（）应用于被控系统。在下一采样ok|k时刻k+1，重复上述过程，构成闭环MPC控制。
3PMSM线性模型
为了实现PMSM矢量控制，采用dq坐标系下的PMSM调速系统模型：
燮燮燮燮燮燮燮燮燮燮燮燮燮燮燮燮燮
didu=-Rsid+ωiq+ddiqΨu=-Rsiq-ωid-r+ω+qdω=3pΨri-Bω-pTlq2
式中：ud、uq、id、iq—直轴和交轴（d、q轴）定子电压和电流；ω—转子
速度；L—定子电感；Rs—定子电阻；Ψr—永磁磁通；B—黏滞摩擦系数；J—转动惯量；p—极对数；Tl—负载转矩。调速系统的状态变量和输入变量分别为：id，iq，ωx=0
ud，uq00；u=0
在性能指标函数中，另一组重要的参数是预测时域Np和控制时域Nu。预测时域表示对调速系统未来动态预测的长度，其必须足够大，保证包含调速系统动态的完整信息；但是，过大的Np将会增大算法的计算量，影响系统的响应速度。因此，综合考虑取Np=5。控制时域Nu表示MPC在预测时域内的控制自由度，同样，过大的Nu会增大算法的计算量，同时Nu与Np的相对值对于控制性能的影响更加显著。考虑调速系统对实时性的要求比较高，控制时域设置为Nu=1。最后，需要考虑的是PMSM调速系统中包含的约束条件。由逆变器供电的PMSM调速系统输入电压受到逆变器直流侧电压幅值的限制，通常是无法改变的。因此，可以根据调速系统中逆变器直流侧的电压幅值定义关于输入的约束条件。关于电流的约束条件，主要是指交轴电流iq，可以根据系统额定电流设置其约束条件。
由式（9）可以看到PMSM调速系统是一个非线性系统，这主要因为在电压方程中包含速度和电流的非线性耦合项ωiq、ωid。在标准矢量控制方法中，通常假设PMSM调速系统的机械时间常数远大于电气时间常数，可以在每一采样周期内将非线性耦合项中的速度变量视为常数ω=ωk，实现非线性耦合项的解耦[6-7]。此时，必须采用级联形式的双闭环控制结构，速度环控制器输出作为电流环的给定参考值[8-9]。为了在每一个采样周期内实现对速度和电流同时控制，必须对式作进一步改造。根据矢量控制原理可
No.11Ｎｏｖ．２０１３
机械设计与制造
响应性能。
电角速度w，（rrad/s）
0.30.4时间（ts）
在Matlab/Simulink环境下编写MPC控制PMSM调速系统程序。同时，建立基于传统抗饱和技术的SVM控制系统。程序中，电动机的主要参数有：母线电压为400V；额定电流为16.5A；定子电阻为0.25Ω；定子电感（Ld=L）转子磁链（Ψ）q为7mH；r为0.32V/rad/s。将电动机参数转换至dq坐标系，可以确定系统输入和输出的束条件为|u|燮230V、|i|燮23A、|ω|燮628rad/s。
统输入和输出不仅满足约束条件的要求，同时保证了系统的动态
（a）速度响应曲线
电压ud，uq（V）
时间（ts）
图1抗饱和原理结构图
Fig.1StructureDiagramofAnti-Windup
（b）直轴、交轴电压响应曲线
饱和信号si
时间（ts）
单输入、单输出系统抗饱和的原理结构图，如图1所示。其由PI控制与饱和反馈两部分构成。其工作原理是检测限幅环节PI控制器产生的控制信号u要两端的控制信号，当发生饱和时，大于作用于被控系统的控制信号，此时将饱和误差si进行负反迫使PI控制器输馈，通过一个积分器加到PI控制器的输出端，出端控制信号减小，并最终退出饱和状态。
仿真条件假设无负载干扰和摩擦干扰，将速度参考值定义为r=700rad/s，大于系统约束条件。仿真的目的除了验证两者的静态响应性能，着重比较两者处理系统约束的能力。动、
电角速度w，（rrad/s）
0.30.4时间（ts）
（c）抗饱和反馈补偿信号曲线
电流id，id（A）
0.30.4时间（ts）
（d）直轴、交轴电流响应曲线
图3抗饱和SVM控制PMSM调速系统响应图Fig3ResponseCurvesofSpeedControlSystem
ofPMSMwithAnti-WindupSVM
如图3所示，在PMSM调速系统启动阶段uq达到饱和。根据抗饱和原理，只有产生饱和误差时，补偿信号si才起作用，这就使得退出饱和状态的速度比较慢，如图3（c）所示；同时，由于此时PI控制器输出u和作用于调速系统的不相等，系统实际处于开环控制状态，影响系统的性能，如图3（a）所示。另一方面，由图
（a）速度响应曲线
电压ud，uq（V）
时间（ts）
3（a）可以看到，系统的速度响应要快于MPC方法，但是付出的代价是电流大大超出了系统约束条件。由图3（d）可进一步看到速度也超出了系统约束条件，这是因为采用抗饱和技术的SVM无法处理系统输出约束条件。由于采用抗饱和方法设计系统，需要分别设计PI控制器和抗饱和控制器，这使得系统结构复杂、系统可调参数多，难以得到最优的调节性能，另外，到目前为止没有通用的设计方法，增加了系统设计难度。
（b）直轴、交轴电压响应曲线
电流id，id（A）
时间（ts）
（c）直轴、交轴电流响应曲线
图2MPC控制PMSM调速系统响应图
Fig2ResponseCurvesofSpeedControlSystemofPMSMwithMPC
提出基于新PMSM调速系统离散线性模型的MPC控制设计方法。MPC能够有效地处理系统约束条件及多变量系统，在PMSM调速系统中使用MPC，能够简化系统设计和调速；同时，MPC将系统输入和输出条件综合到最优化问题中，通过求解最优化问题得到系统最优控制律，保证系统的静、动态性能，具有明显的应用优势及潜力。
（下转第227页）
如图2所示在PMSM调速系统启动阶段，为了迅速减小速度误差，电流iq瞬时变大，如图2（c）所示；当iq达到系统约束条件，并且保持在最大值，调速系统达到最大线性加速度，如图2（a）所示；在整个动态调节过程中，由于采用预测最优化算法，uq始终保持较小的幅值，没有触发约束，如图2（b）所示。对于系统系设置的输出约束，当速度达到系统约束后就不在增大。此时，
猜你喜欢的内容。。。
……第11 期 2013 年 11 月 机械设计与制造 machinery design & manufacture 221 永磁同步电动机模型预测控制王利平 1, 张丽2 (西京学院, 陕西 西安 710123; .....
看过本文章的还看过。。。
您可能感兴趣。。。
最新浏览记录}