mpc

Создайте контроллер MPC

Синтаксис

MPCobj = mpc(Plant)

MPCobj = mpc(Plant,Ts)

MPCobj = mpc(Plant,Ts,p,m,W,MV,OV,DV)

MPCobj = mpc(Models,Ts,p,m,W,MV,OV,DV)

Описание

MPCobj = mpc(Plant) создает образцовый прогнозирующий контроллер, основанный на объектах на модели прогноза дискретного времени. Модель Plant прогноза может быть или моделью LTI с заданным шагом расчета или моделью Identification Toolbox™ линейной системы. Контроллер, MPCobj, наследовал его интервал управления от Plant.Ts и его единицу измерения времени от Plant.TimeUnit. Все другие свойства контроллера являются значениями по умолчанию. После того, как вы создадите контроллер MPC, можно установить его свойства с помощью MPCobj.PropertyName = PropertyValue.

MPCobj = mpc(Plant,Ts) задает интервал управления Ts. Если Plant является моделью LTI дискретного времени с незаданным шагом расчета (Plant.Ts = –1), это наследовало шаг расчета Ts, когда используется для прогнозов.

MPCobj = mpc(Plant,Ts,p,m,W,MV,OV,DV) задает дополнительные свойства контроллера, такие как горизонт прогноза (p), горизонт управления (m), и вход, входной шаг и выходные веса (W). Можно также установить свойства переменных, которыми управляют (MV), выходные переменные (OV), и ввести переменные воздействия (DV). Если какое-либо из этих значений не использовано или пусто, значения по умолчанию применяются.

MPCobj = mpc(Models,Ts,p,m,W,MV,OV,DV) создает образцовый прогнозирующий контроллер, основанный на объектах на наборе модели прогноза, Models. Этот набор включает объект, входное воздействие и модели шума измерения наряду с номинальными условиями, при которых были получены модели.

Входные параметры

`Plant`	Модель объекта управления, которая будет использоваться в прогнозах, заданных как модель LTI (`tf`, `ss` или `zpk`) или модель Identification Toolbox линейной системы. Если входной параметр `Ts` не задан, `Plant` должен быть или объектом LTI дискретного времени с заданным шагом расчета или моделью System Identification Toolbox. Если вы не задаете в противном случае, проектирование контроллера принимает, что все входные параметры объекта являются переменными, которыми управляют, и всем объектом, выходные параметры измеряются. Используйте команду `setmpcsignals` или свойства LTI `InputGroup` и `OutputGroup` определять другие типы сигнала. Если вы задаете `Plant` как модель Identification Toolbox линейной системы, любые шумовые каналы отбрасываются по умолчанию. Чтобы преобразовать шумовые каналы в неизмеренные воздействия, сначала преобразуйте идентифицированную модель в модель в пространстве состояний с помощью опции `'augmented'`. Для получения дополнительной информации об идентификации моделей объекта управления смотрите, Идентифицируют Объект от Данных.
`Ts`	Шаг расчета контроллера (управляют интервалом), заданный как значение положительной скалярной величины.
`p`	Горизонт прогноза, заданный как положительное целое число. Интервал управления, `Ts`, определяет длительность каждого шага. Значение по умолчанию равняется 10 + максимальные интервалы задержки (если таковые имеются).
`m`	Управляйте горизонтом, Заданным как одно из следующего: Положительный целочисленный сигнал, меньше чем или равный горизонту прогноза. Векторный сигнал положительного целочисленного определения, блокирующего длины интервала. Для получения дополнительной информации смотрите Переменное Блокирование, которым Управляют. Значением по умолчанию является `2`.
`W`	Контроллер, настраивающий веса, заданные как структура. Для получения дополнительной информации о том, как задать эту структуру, смотрите Веса.
`MV`	Границы и другие свойства переменных, которыми управляют, заданных как 1 `nu` массивом структур, где `nu` является количеством переменных, которыми управляют, заданных в модели объекта управления. Для получения дополнительной информации о том, как задать эту структуру, смотрите ManipulatedVariables.
`OV`	Границы и другие свойства выходных переменных, заданных как 1 `ny` массивом структур, где `ny` является количеством выходных переменных, заданных в модели объекта управления. Для получения дополнительной информации о том, как задать эту структуру, смотрите OutputVariables.
`DV`	Масштабные коэффициенты и другие свойства входных параметров воздействия, заданных как 1 `nd` массивом структур, где `nd` является количеством входных параметров воздействия (измеренный + неизмеренный) заданный в модели объекта управления. Для получения дополнительной информации о том, как задать эту структуру, смотрите DisturbanceVariables.
`Models`	Объект, входное воздействие, и модели шума измерения, наряду с номинальными условиями, при которых были получены эти модели, задал как структура. Для получения дополнительной информации о том, как задать эту структуру, см. Модель.

Конструкция и инициализация

Минимизировать вычислительное служебное, Образцовое Прогнозирующее создание Контроллера происходит в двух фазах. Первое происходит в construction, когда вы вызываете команду mpc, или когда вы изменяете свойство контроллера. Конструкция включает простую валидность и проверки на непротиворечивость, такие как размерности сигнала и неотрицательность весов.

Второй фазой является initialization, который происходит, когда вы используете объект впервые в симуляции или аналитической процедуре. Инициализация вычисляет все постоянные свойства, требуемые для эффективной числовой производительности, такие как матрицы, задающие проблему оптимального управления и усиления средства оценки состояния. Дополнительные, диагностические проверки происходят во время инициализации, такой как верификация, что состояния контроллера заметны.

По умолчанию обе фазы отображают информативные сообщения в командном окне. Можно включить эти сообщения или от использования команды mpcverbosity.

Свойства

Все параметры, задающие традиционный (неявный) закон о MPC управлении, хранятся в объекте MPC, свойства которого перечислены в следующей таблице.

Контроллер MPC объект

Свойство	Описание
`ManipulatedVariables` (или `MV` или `Manipulated` или `Input`)	Масштабные коэффициенты, входные границы, границы входного уровня, соответствующие значения ECR, целевые значения, сигнализируют об именах и модулях.
`OutputVariables` (или `OV` или `Controlled` или `Output`)	Масштабные коэффициенты, входные границы, границы входного уровня, соответствующие значения ECR, целевые значения, сигнализируют об именах и модулях.
`DisturbanceVariables` (или `DV` или `Disturbance`)	Масштабные коэффициенты воздействия, имена и модули
`Weights`	Веса использовали в вычислении производительности (стоимость) функция
`Model`	Объект, входное воздействие, и выходные модели шума и номинальные условия.
`Ts`	Шаг расчета контроллера
`Optimizer`	Параметры, управляющие решателем QP
`PredictionHorizon`	Горизонт прогноза
`ControlHorizon`	Количество свободных перемещений управления или вектор блокирования перемещений
`History`	CreationTime
`Notes`	Текст или комментарии о контроллере MPC объект
`UserData`	Любые дополнительные данные

ManipulatedVariables

ManipulatedVariables (или MV или Manipulated или Input) является _nu - размерный массив структур (_nu = количество переменных, которыми управляют), один на переменную, которой управляют. Каждой структуре описали поля в следующей таблице, где p обозначает горизонт прогноза. Если не обозначено в противном случае, численные значения находятся в технических модулях.

Переменная структура, которой управляют,

Имя поля	Содержимое	Значение по умолчанию
`ScaleFactor`	Неотрицательный масштабный коэффициент для этого мВ	1
`Min`	1 к вектору длины p нижних границ на этом мВ	`-Inf`
`Max`	1 к вектору длины p верхних границ на этом мВ	`Inf`
`MinECR`	1 к вектору длины p неотрицательных параметров, задающих `Min`, связал мягкость (0 = трудно).	(Безразмерный) `0`
`MaxECR`	1 к вектору длины p неотрицательных параметров, задающих `Max`, связал мягкость (0 = трудно).	(Безразмерный) `0`
`Target`	1 к вектору длины p целевых значений для этого мВ	`'nominal'`
`RateMin`	1 к вектору длины p нижних границ на от интервала к интервалу изменяются для этого мВ	`-Inf`
`RateMax`	1 к вектору длины p верхних границ на от интервала к интервалу изменяются для этого мВ	`Inf`
`RateMinECR`	1 к вектору длины p неотрицательных параметров, задающих `RateMin`, связал мягкость (0 = трудно).	(Безразмерный) `0`
`RateMaxECR`	1 к вектору длины p неотрицательных параметров, задающих `RateMax`, связал мягкость (0 = трудно).	(Безразмерный) `0`
`Name`	Имя сигнала мВ только для чтения (вектор символов)	`InputName` модели объекта управления LTI
`Units`	Модули сигнала мВ только для чтения (вектор символов)	`InputUnit` модели объекта управления LTI

Примечание

Уровни относятся к различию Δu (k) =u (k)-u (k-1). Ограничения и веса на основе производных du/dt непрерывно-разовых входных сигналов должны быть правильно повторно сформулированы для различия дискретного времени Δu (k), с помощью приближения du/dt ≅ Δu (k)/Ts.

OutputVariables

OutputVariables (or OV или Controlled или Output) является _ny - размерный массив структур (_ny = количество выходных параметров), один на выходной сигнал. Каждой структуре описали поля в следующей таблице. p обозначает горизонт прогноза. Если не задано в противном случае, значения находятся в технических модулях.

Структура выходной переменной

Имя поля	Содержимое	Значение по умолчанию
`ScaleFactor`	Неотрицательный масштабный коэффициент для этого OV	1
`Min`	1 к вектору длины p нижних границ на этом OV	`-Inf`
`Max`	1 к вектору длины p верхних границ на этом OV	`Inf`
`MinECR`	1 к вектору длины p неотрицательных параметров, задающих `Min`, связал мягкость (0 = трудно).	(Безразмерный) `1`
`MaxECR`	1 к вектору длины p неотрицательных параметров, задающих `Max`, связал мягкость (0 = трудно).	(Безразмерный) `1`
`Name`	OV только для чтения сигнализируют об имени (вектор символов)	`OutputName` модели объекта управления LTI
`Units`	OV только для чтения сигнализируют о модулях (вектор символов)	`OutputUnit` модели объекта управления LTI

В порядке отклонить постоянные должные воздействия, например, получить нелинейность, измерилось значение по умолчанию, выходное возмущение, используемое в программном обеспечении Model Predictive Control Toolbox™, интегрировано белый шум (см. Выходное Возмущение).

DisturbanceVariables

DisturbanceVariables (или DV или Disturbance) (_nv +_nd) - размерный массив структур (_nv = количество измеренных входных воздействий, _nd = количество неизмеренных входных воздействий). Каждой структуре описали поля в следующей таблице.

Структура переменной воздействия

Имя поля	Содержимое	Значение по умолчанию
`ScaleFactor`	Неотрицательный масштабный коэффициент для этого DV	1
`Name`	Имя сигнала DV только для чтения (вектор символов)	`InputName` модели объекта управления LTI
`Units`	Модули сигнала DV только для чтения (вектор символов)	`InputUnit` модели объекта управления LTI

Порядок сигналов воздействия в массиве DV следующий: первые записи _nv относятся к измеренным входным воздействиям, последний n _d записи относятся к неизмеренным входным воздействиям.

Веса

Weights является структурой, задающей QP взвешивание матриц. Это содержит четыре поля. Значения этих полей зависят от того, используете ли вы стандартную квадратичную функцию стоимости (см. Стандартную Функцию стоимости), или альтернативная функция стоимости (см. Альтернативную Функцию стоимости).

Стандартная функция стоимости

В следующей таблице перечислены содержимое четырех полей структуры. В таблице p обозначает горизонт прогноза, n _u количество переменных, которыми управляют и n _y количество выходных переменных.

Для MV, MVRate и весов OV, если вы задаете меньше, чем строки p, последняя строка повторяется автоматически, чтобы сформировать матрицу, содержащую строки p.

Веса для стандартной функции стоимости

Имя поля (сокращения)	Содержимое	(Безразмерное) значение по умолчанию
`ManipulatedVariables` (или `MV` или `Manipulated` или `Input`)	(1 к p)-by-_nu размерный массив неотрицательных весов мВ	`zeros(1,nu)`
`ManipulatedVariablesRate` (или `MVRate` или `ManipulatedRate` или `InputRate`)	(1 к p)-by-_nu размерный массив инкрементных МВ весов	`0.1*ones(1,nu)`
`OutputVariables` (or `OV` или `Controlled` или `Output`)	(1 к p)-by-_ny размерный массив весов OV	`1` (Значение по умолчанию для выходных весов следующее: если _nu ≥_ny, все выходные параметры взвешиваются с модульным весом; если _nu <_ny, _nu значение по умолчанию выходных параметров к 1, с настройкой, данной измеренным выходным параметрам и остальным значение по умолчанию к 0.)
`ECR`	Скалярный вес на слабой переменной ɛ используется для ограничительного смягчения	`1e5*(max weight)`

Примечание

Если все веса MVRate строго положительны, получившаяся проблема QP строго выпукла. Если некоторые веса MVRate являются нулем, Гессиан QP мог бы быть положителен полуопределенный. Чтобы сохранить проблему QP строго выпуклой, когда количество условия матрицы Гессиана K _ΔU больше, чем ^1 012, количество, 10*sqrt(eps) добавляется к каждому диагональному термину. Смотрите Функцию стоимости.

Альтернативная функция стоимости

Можно задать недиагональный Q и матрицы веса R в функции стоимости. Для этого задайте поля ManipulatedVariables, ManipulatedVariablesRate и OutputVariables как массивы ячеек, каждый содержащий одну положительную полу определенную матрицу соответствующего размера. А именно, OutputVariables должен быть массивом ячеек, содержащим _ny-by-_ny матрица Q, ManipulatedVariables должен быть массивом ячеек, содержащим _nu-by-nu матрица _Ru, и ManipulatedVariablesRate должен быть массивом ячеек, содержащим _nu-by-_nu R _Δu матрица (см. Альтернативную Функцию стоимости и пример mpcweightsdemo). Можно использовать диагональные матрицы веса для одного или нескольких из этих полей. Если вы не используете поле, диспетчер MPC использует значения по умолчанию, показанные в приведенной выше таблице.

Например, можно задать недиагональные веса, можно следующим образом

MPCobj.Weights.OutputVariables = {Q};
MPCobj.Weights.ManipulatedVariables = {Ru};
MPCobj.Weights.ManipulatedVariablesRate = {Rdu};

где Q = Q. Ru = R _u и Rdu = R _Δu является положительными полуопределенными матрицами.

Примечание

Вы не можете задать недиагональные веса, которые отличаются на каждом шаге горизонта прогноза. Тот же Q, Ru и веса Rdu применяются на каждом шаге.

Модель

Свойство Model задает объект, входное воздействие, и вывело шумовые модели и номинальные условия, согласно образцовой настройке, описанной в Оценке состояния Контроллера. Это - 1D структура, содержащая следующие поля.

Модели, используемые MPC

Имя поля

Содержимое

Значение по умолчанию

Plant

Модель LTI или идентифицированная линейная модель объекта

Никакое значение по умолчанию

Disturbance

Модель LTI, описывающая, ожидала неизмеренные входные воздействия

[] (По умолчанию, входные воздействия, как ожидают, будут интегрированы белый шум. Чтобы смоделировать сигнал, интегратор с безразмерным усилением единицы добавляется для каждого неизмеренного входного воздействия, если сложение не заставляет контроллер терять наблюдаемость состояния. В этом случае воздействие, как ожидают, будет белым шумом, и таким образом, безразмерное усиление единицы будет добавлено к тому каналу вместо этого.)

Noise

Модель LTI, описывающая ожидаемый шум для выходных измерений

[] (По умолчанию, шум измерения, как ожидают, будет белым шумом с модульным отклонением. Чтобы смоделировать сигнал, безразмерное усиление единицы добавляется для каждого измеренного канала.)

Nominal

Структура, содержащая состояние, вход и выходные значения, где Model.Plant линеаризуется

Значения по умолчанию полей показывают в следующей таблице:

Поле	Описание	Значение по умолчанию
`X`	Состояние объекта в рабочей точке	`[]`
`U`	Вход Plant в рабочей точке, включая переменные, которыми управляют, и измеренные и неизмеренные воздействия	`[]`
`Y`	Plant вывод в рабочей точке	`[]`
`DX`	Для непрерывно-разовых моделей `DX` является производной состояния в рабочей точке: `DX` =f (`X`, `U`). Для моделей дискретного времени, `DX` =x (k +1)-x (k) =f (`X`, `U`)-`X`.	`[]`

Примечание

Прямое сквозное соединение от переменных, которыми управляют, до любого вывода в Model.Plant не позволено. Смотрите, что MPC Моделирует.

Задайте типы сигнала ввода и вывода через свойства InputGroup и OutputGroup Model.Plant, или, более удобно, используйте команду setmpcsignals. Допустимые типы сигнала перечислены в следующих таблицах.

Введите группы в модели объекта управления

Назовите (Сокращения)	Значение
`ManipulatedVariables` (или `MV` или `Manipulated` или `Input`)	Индексы переменных, которыми управляют, в `Model.Plant`
`MeasuredDisturbances` (или `MD` или `Measured`)	Индексы измеренных воздействий в `Model.Plant`
`UnmeasuredDisturbances` (или `UD` или `Unmeasured`)	Индексы неизмеренных воздействий в `Model.Plant`

Выведите группы в модели объекта управления

Назовите (Сокращения)	Значение
`MeasuredOutputs` (или `MO` или `Measured`)	Индексы измеренных выходных параметров в `Model.Plant`
`UnmeasuredOutputs` (или `UO` или `Unmeasured`)	Индексы неизмеренных выходных параметров в `Model.Plant`

По умолчанию все входные параметры Model.Plant являются переменными, которыми управляют, и все выходные параметры измеряются.

Nominal структуры содержит значения (в технических модулях) для состояний, входных параметров, выходных параметров и производных/различий состояния в рабочей точке, где Model.Plant применяется. Эта точка обычно является точкой линеаризации. О полях сообщают в следующей таблице (см. также Моделирование MPC).

Номинальная стоимость в рабочей точке

Поле	Описание	Значение по умолчанию
`X`	Состояние объекта в рабочей точке	`[]`
`U`	Вход Plant в рабочей точке, включая переменные, которыми управляют, и измеренные и неизмеренные воздействия	`[]`
`Y`	Plant вывод в рабочей точке	`[]`
`DX`	Для непрерывно-разовых моделей `DX` является производной состояния в рабочей точке: `DX` =f (`X`, `U`). Для моделей дискретного времени, `DX` =x (k +1)-x (k) =f (`X`, `U`)-`X`.	`[]`

Ts

Шаг расчета контроллера MPC. По умолчанию, если Model.Plant является моделью дискретного времени, Ts = Model.Plant.ts. Для непрерывно-разовых моделей объекта управления задайте контроллер Ts. Модуль измерения Ts наследован от Model.Plant.TimeUnit.

Оптимизатор

Optimizer является структурой с полями, которые содержат параметры для оптимизации QP.

Свойства оптимизатора

Поле	Описание	Значение по умолчанию
`MaxIter`	Максимальное количество итераций позволено в решателе QP, заданном как одно из следующего: `'Default'` — Контроллер MPC автоматически вычисляет максимальное количество итераций решателя QP как: $MaxIter = 4 (n_{c} + n_{v})$ где _ncy является общим количеством ограничений через горизонт прогноза. _nv является общим количеством переменных оптимизации через горизонт управления. Значение `MaxIter` по умолчанию имеет нижнюю границу `120`. Положительное целое число — остановки решателя QP после итераций `MaxIter`. Если решателю не удается сходиться в итоговой итерации, контроллере: Замораживает перемещение контроллера, если `UseSuboptimalSolution` является `false`. Применяет субоптимальное решение, достигнутое после итоговой итерации, если `UseSuboptimalSolution` является `true`. Если `CustomSolver` или `CustomSolverCodeGen` является `true`, диспетчер не требует, чтобы пользовательский решатель соблюдал `MaxIter`.	`'Default'`
`MinOutputECR`	Минимальное значение допускало `OutputMinECR` и `OutputMaxECR`, заданный как неотрицательный скаляр. Значение 0 указывает, что трудно выходные ограничения позволены. Если любое из свойств `OutputVariables.MinECR` или `OutputVariables.MaxECR` контроллера MPC является меньше, чем `MinOutputECR`, предупреждение выведено, и значение повышено до `MinOutputECR` во время вычисления.	0
`UseSuboptimalSolution`	Отметьте указание, применить ли субоптимальное решение после того, как количество итераций оптимизации превышает `MaxIter`, заданный как логическое значение.	`false`
`UseWarmStart`	Отметьте указание ли к горячему запуску каждая итерация решателя QP путем передачи в списке активных неравенств от предыдущей итерации, заданной как логическое значение. Неравенства активны, когда их равный фрагмент верен. Если `CustomSolver` или `CustomSolverCodeGen` является `true`, диспетчер не требует, чтобы пользовательский решатель соблюдал `UseWarmStart`.	`true`
`CustomSolver`	Отметьте указание, использовать ли пользовательский решатель QP для симуляции, заданной как логическое значение. Если `CustomSolver` является `true`, пользователь должен обеспечить функцию `mpcCustomSolver` на пути MATLAB^®. Этот пользовательский решатель не используется для генерации кода. Чтобы сгенерировать код для контроллера с пользовательским решателем, используйте `CustomSolverCodeGen`. Если `CustomSolver` является `true`, диспетчер не требует, чтобы пользовательский решатель соблюдал `MaxIter` и `UseWarmStart`. Для получения дополнительной информации об определении пользовательских решателей смотрите Пользовательский Решатель QP.	`false`
`CustomSolverCodeGen`	Отметьте указание, использовать ли пользовательский решатель QP для генерации кода, заданной как логическое значение. Если `CustomSolverCodeGen` является `true`, пользователь должен обеспечить функцию `mpcCustomSolverCodeGen` на пути MATLAB. Этот пользовательский решатель не используется для симуляции. Чтобы моделировать контроллер с пользовательским решателем, используйте `CustomSolver`. Если `CustomSolverCodeGen` является `true`, диспетчер не требует, чтобы пользовательский решатель соблюдал `MaxIter` и `UseWarmStart`. Для получения дополнительной информации об определении пользовательских решателей смотрите Пользовательский Решатель QP.	`false`

Примечание

Значение MaxIter по умолчанию может быть очень большим для некоторых настроек контроллера, таким как те с большим прогнозом и управлять горизонтами. При симуляции таких контроллеров, если решатель QP не может найти выполнимое решение, симуляция, может казаться, прекращает отвечать, поскольку решатель продолжает искать итерации MaxIter.

PredictionHorizon

PredictionHorizon является целым числом шагов горизонта прогноза. Интервал управления, Ts, определяет длительность каждого шага. Значение по умолчанию равняется 10 + максимальные интервалы задержки (если таковые имеются).

ControlHorizon

ControlHorizon является или многими свободными перемещениями управления или вектором блокирования перемещений (см., что Переменная, которой Управляют, Блокируется). Значение по умолчанию равняется 2.

История

History хранит время, контроллер MPC был создан (только для чтения).

Примечания

Notes хранит текст или комментирует как массив ячеек из символьных векторов.

UserData

Любые дополнительные данные хранимы в контроллере MPC объект.

Примеры

свернуть все

Создайте контроллер MPC с заданным прогнозом и управляйте горизонтами

Скрипт Open Live Script

Создайте модель объекта управления с передаточной функцией $(s + 1) / (s^{2} + 2 s)$ .

Plant = tf([1 1],[1 2 0]);

Объект является SISO, таким образом, его вход должен быть переменной, которой управляют, и его вывод должен быть измерен. В целом это - хорошая практика, чтобы определять все типы сигнала объекта с помощью или команды setmpcsignals или свойств LTI InputGroup и OutputGroup.

Задайте шаг расчета для контроллера.

Ts = 0.1;

Задайте границы на переменной, которой управляют, $u$ , таким образом, что $- 1 \leq u \leq 1$ .

MV = struct('Min',-1,'Max',1);

MV содержит только верхние и нижние границы на переменной, которой управляют. В целом можно задать дополнительные свойства MV. Когда вы не задаете другие свойства, их значения по умолчанию применяются.

Задайте горизонт прогноза с 20 интервалами и горизонт управления с 3 интервалами.

p = 20;
m = 3;

Создайте контроллер MPC, использующий заданные значения. Пятый входной параметр пуст, таким образом, настраивающие веса значения по умолчанию применяются.

MPCobj = mpc(Plant,Ts,p,m,[],MV);

-->The "Weights.ManipulatedVariables" property of "mpc" object is empty. Assuming default 0.00000.
-->The "Weights.ManipulatedVariablesRate" property of "mpc" object is empty. Assuming default 0.10000.
-->The "Weights.OutputVariables" property of "mpc" object is empty. Assuming default 1.00000.

Вопросы совместимости

развернуть все

Поддержка реализации экономического MPC с помощью линейного контроллера MPC была удалена

Ошибки, запускающиеся в R2018b

Поддержка реализации экономического MPC с помощью линейного контроллера MPC была удалена. Реализуйте экономический MPC с помощью нового нелинейного контроллера MPC вместо этого. Для получения дополнительной информации о нелинейных контроллерах MPC смотрите Нелинейный MPC.

Обновите код

Если вы ранее сохраненный линейный объект MPC, сконфигурированный с пользовательской стоимостью или ограничительными функциями, программное обеспечение, генерирует предупреждение, когда объект загружается и ошибка, если это моделируется. Чтобы подавить сообщения об ошибке и предупреждающие сообщения и продолжить использовать ваш линейный контроллер MPC, mpcobj, без пользовательских затрат и ограничений, установил флаг IsEconomicMPC на false.

mpcobj.IsEconomicMPC = false;

Реализовывать ваш экономический контроллер MPC, использующий нелинейный объект MPC:

Создайте объект nlmpc.
Преобразуйте свою пользовательскую функцию стоимости в формат, требуемый для нелинейного MPC. Для получения дополнительной информации о нелинейных функциях стоимости MPC смотрите, Задают Функцию стоимости для Нелинейного MPC.
Преобразуйте свою пользовательскую ограничительную функцию в формат, требуемый для нелинейного MPC. Для получения дополнительной информации о нелинейных ограничениях MPC смотрите, Задают Ограничения для Нелинейного MPC.
Реализуйте свою модель линейного предсказания, использующую и выходные функции состояния. Для получения дополнительной информации о нелинейных моделях прогноза MPC смотрите, Задают Модель Прогноза для Нелинейного MPC.

Документация

mpc

Синтаксис

Описание

Входные параметры

Конструкция и инициализация

Свойства

ManipulatedVariables

Примечание

OutputVariables

DisturbanceVariables

Веса

Стандартная функция стоимости

Примечание

Альтернативная функция стоимости

Примечание

Модель

Примечание

Ts

Оптимизатор

Примечание

PredictionHorizon

ControlHorizon

История

Примечания

UserData

Примеры

Создайте контроллер MPC с заданным прогнозом и управляйте горизонтами

Вопросы совместимости

Поддержка реализации экономического MPC с помощью линейного контроллера MPC была удалена

Обновите код

Смотрите также

Темы

Представлено до R2006a

Документация Model Predictive Control Toolbox

Поддержка