Образцовые прогнозирующие диспетчеры используют линейные модели, чтобы управлять и линейными и нелинейными объектами, которые запускаются в локальном рабочем диапазоне. Объекты с комплексными характеристиками, такими как долгое время задерживаются, динамика высшего порядка, или сильные взаимодействия являются особенно подходящими для образцового прогнозирующего управления. Чтобы создать модель объекта управления, можно непосредственно задать линейную модель, линеаризовать модель Simulink® или идентифицировать линейную модель с помощью результатов измерений. При создании модели объекта управления для использования в образцовом прогнозирующем управлении важно задать типы сигнала ввода и вывода и масштабные коэффициенты. Для получения дополнительной информации смотрите Типы Сигнала и Задайте Масштабные коэффициенты.
setmpcsignals | Установите типы сигнала в модели объекта управления MPC |
getname | Получите имена сигнала ввода-вывода в модели прогноза MPC |
setname | Определите имена сигнала ввода-вывода в модели прогноза MPC |
Образцовые прогнозирующие диспетчеры используют объект, воздействие и шумовые модели для прогноза и оценки состояния.
Входные параметры объекта являются независимыми переменными, которые влияют на объект и объект, выходные параметры являются зависимыми переменными, которыми вы хотите управлять или контролировать.
Задайте масштабные коэффициенты
При разработке контроллера MPC это - хорошая практика, чтобы задать масштабные коэффициенты для каждого ввода и вывода объекта, особенно когда переменные имеют значительные различия в значении.
Создайте модели Линейного независимого от времени (LTI)
Контроллеры MPC поддерживают те же форматы модели LTI как программное обеспечение Control System Toolbox™.
Задайте мультивход Мультивыходные объекты
Большинство приложений MPC связало объекты с несколькими вводами и выводами.
Получите линейную аппроксимацию нелинейного объекта в заданной рабочей точке.
Линеаризуйте модели Simulink Используя MPC Designer
Откройте MPC Designer от Simulink и задайте структуру MPC путем линеаризации модели.
Идентифицируйте объект от данных
Оцените модель Identification Toolbox™ линейной системы с помощью измеренных данных о вводе/выводе.