Как в традиционном линейном MPC, нелинейный MPC вычисляет действия управления в каждом интервале управления, с помощью комбинации основанного на модели прогноза и ограниченной оптимизации. Основные отличия:
Модель прогноза может быть нелинейной и включать изменяющиеся во времени параметры
Равенство и ограничения неравенства могут быть нелинейными
Скалярная функция стоимости, которая будет минимизирована, может быть неквадратичным (линейный или нелинейный) функция переменных решения.
По умолчанию нелинейные диспетчеры MPC решают проблему нелинейного программирования с помощью функции fmincon, которая требует Оптимизации Toolbox™software. Если у вас нет программного обеспечения Optimization Toolbox, можно задать собственный нелинейный решатель.
Для получения дополнительной информации смотрите Нелинейный MPC.
nlmpc | Нелинейный образцовый прогнозирующий контроллер |
nlmpcmove | Вычислите действие оптимального управления для нелинейного контроллера MPC |
nlmpcmoveopt | Опция установлена для функции nlmpcmove |
validateFcns | Исследуйте прогноз образцовые и пользовательские функции объекта nlmpc для потенциальных проблем |
convertToMPC | Преобразуйте объект nlmpc в один или несколько объектов mpc |
createParameterBus | Создайте шину Simulink, возражают и конфигурируют блок Bus Creator для передачи параметров модели к блоку Nonlinear MPC Controller |
| Nonlinear MPC Controller | Моделируйте нелинейные образцовые прогнозирующие контроллеры |
Нелинейные образцовые прогнозирующие контроллеры управляют объектами с помощью нелинейных моделей прогноза, функций стоимости или ограничений.
Задайте модель прогноза для нелинейного MPC
Чтобы задать модель прогноза для нелинейного контроллера MPC, задайте и выходные функции состояния.
Задайте функцию стоимости для нелинейного MPC
Нелинейные контроллеры MPC поддерживают типичные функции стоимости, такие как комбинация линейных или нелинейных функций системы утверждает, вводит, и выходные параметры.
Задайте ограничения для нелинейного MPC
Можно задать пользовательские линейные и нелинейные ограничения для нелинейного контроллера MPC в дополнение к стандартным линейным ограничениям MPC.
Сконфигурируйте решатель оптимизации для нелинейного MPC
По умолчанию нелинейные диспетчеры MPC оптимизируют свое перемещение управления с помощью функции fmincon от theOptimization Тулбокса. Можно также задать собственный нелинейный решатель.
Оптимизация траектории и управление летающего робота Используя нелинейный MPC
Можно использовать нелинейный MPC и для оптимального планирования траектории и для приложений управления с обратной связью.
Нелинейное образцовое прогнозирующее управление экзотермического химического реактора
Управляйте нелинейным объектом, когда он переходит между рабочими точками.
Управление Swing маятника Используя нелинейное образцовое прогнозирующее управление
Достигните колебания и балансирующегося управления инвертированного маятника на корзине с помощью нелинейного образцового прогнозирующего контроллера.
Нелинейное и запланированное на усиление MPC управление этиленовым объектом оксидирования
Можно сгенерировать один или несколько линейных контроллеров MPC от нелинейного диспетчера MPC и использовать эти контроллеры для запланированных на усиление приложений управления.
Оптимизация и управление пакетного ФРС реактора Используя нелинейный MPC
TBW
Маршрут после Использования нелинейного образцового прогнозирующего управления
Разработайте следующий за маршрутом контроллер, использующий нелинейный MPC с дорожным предварительным просмотром искривления.
Оптимизация обработки туберкулеза Используя нелинейный MPC с пользовательским решателем
Можно использовать нелинейные контроллеры MPC для оптимальных приложений планирования, которые требуют нелинейной модели с нелинейными затратами или ограничениями.
Экономические образцовые прогнозирующие диспетчеры оптимизируют действия управления, чтобы удовлетворить типичный экономический или функции стоимости производительности.
Экономическое MPC управление этиленовым производством окиси
Максимизируйте производство этиленового объекта окиси для прибыли с помощью нелинейной функции стоимости и нелинейных ограничений.
