mpcstate

Контроллер MPC состояние

расширьте все на странице

Описание

mpcstate объект представляет состояние неявного или явного контроллера MPC. Используйте mpcstate объект инициализировать объект контроллера перед симуляцией.

Состояние контроллера включает:

  • Состояния объекта, воздействия и шумовых моделей контроллера.

  • Переменные, которыми управляют, используются в предыдущем контрольном интервале.

  • Ковариационная матрица состояния для контроллера.

mpcstate объекты обновляются в процессе моделирования с помощью наблюдателя внутреннего состояния на основе расширенной модели предсказания. Полное состояние обновляется от измеренного выхода ym (k) линейным наблюдателем состояния. Дополнительные сведения см. в Оценке состояния Контроллера.

Создание

Синтаксис

x = mpcstate(mpcobj)
x = mpcstate(mpcobj,plant,disturbance,noise,lastMove,covariance)

Описание

пример

x = mpcstate(mpcobj) создает объект состояния контроллера для неявного или явного контроллера MPC mpcobj, установка свойств объектов состояния к их значениям по умолчанию.

x = mpcstate(mpcobj,plant,disturbance,noise,lastMove,covariance) устанавливает свойства объекта состояния к заданным значениям не по умолчанию. Чтобы использовать значения по умолчанию для данного свойства, установите соответствующий входной параметр на [].

Входные параметры

развернуть все

Диспетчер MPC возражает в виде любого mpc или explicitMPC объект.

Свойства

развернуть все

Состояние модели объекта управления оценивает в виде вектора. Оценочные значения состояния объекта находятся в технических модулях и являются абсолютными; то есть, они включают смещения состояния. По умолчанию, Plant свойство равно Model.Nominal.X свойство контроллера раньше создавало mpcstate объект.

Если модель объекта управления контроллера включает задержки, Plant свойство включает состояния та модель задержки. Поэтому число элементов в Plant больше порядка незадержанной модели объекта управления контроллера.

Состояние возмущения оценивает в виде вектора. Оценки состояния воздействия включают состояния входного возмущения, сопровождаемого состояниями выходного возмущения. По умолчанию, Disturbance свойство является нулевым вектором, если у контроллера есть состояния возмущения и пустой в противном случае.

Чтобы просмотреть возмущения ввода и вывода вашего контроллера, используйте getindist и getoutdist функции, соответственно.

Выведите оценки состояния модели шума измерения в виде вектора. По умолчанию, Noise свойство является нулевым вектором, если у контроллера есть шумовые состояния модели и пустой в противном случае.

Оптимальное управление переменными, которым управляют, перемещается от предыдущего контрольного интервала в виде вектора с длиной, равной количеству переменных, которыми управляют. По умолчанию, LastMove свойство равно номинальной стоимости переменных, которыми управляют.

В процессе моделирования, mpcmove функция автоматически устанавливает значение LastMove.

Когда фактические управляющие сигналы, отправленные в объект в предыдущем контрольном интервале, не будут совпадать с расчетным оптимальным значением, не используйте LastMove задавать фактические управляющие сигналы. Вместо этого сделайте настолько использующий mpcmoveopt.

Ковариационная матрица для контроллера утверждает оценки в виде Ns-by-Ns симметрическая матрица, где Ns является суммой состояний номера, содержавшихся в Plant, Disturbance, и Noise поля . T

Если контроллер использует оценку состояния по умолчанию, ковариационная матрица по умолчанию является установившейся ковариацией, вычисленной согласно предположениям в Оценке состояния Контроллера. Для получения дополнительной информации см. описание P выходной аргумент kalmd функция.

Если диспетчер использует пользовательскую оценку состояния, Covariance свойство пусто и не используемое.

В процессе моделирования не изменяйте Covariance. mpcmove функция автоматически устанавливает значение Covariance в каждом контрольном интервале.

Функции объекта

mpcmoveВычислите действие оптимального управления
mpcmoveAdaptiveВычислите оптимальное управление с обновлением модели предсказания
mpcmoveMultipleВычислите действие MPC управления табличного управления в один момент времени
mpcmoveExplicitВычислите оптимальное управление с помощью явного MPC

Примеры

свернуть все

Скрипт Open Live Script

Создайте прогнозирующий контроллер модели для объекта одного входа одного выхода (SISO). В данном примере объект включает входную задержку 0,4 единиц измерения времени и контрольный интервал к 0,2 единицам измерения времени.

H = tf(1,[10 1],'InputDelay',0.4);
MPCobj = mpc(H,0.2);
-->The "PredictionHorizon" property of "mpc" object is empty. Trying PredictionHorizon = 10.
-->The "ControlHorizon" property of the "mpc" object is empty. Assuming 2.
-->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.

Создайте соответствующий объект состояния контроллера, в котором все состояния в их значениях по умолчанию.

xMPC = mpcstate(MPCobj)
-->Converting the "Model.Plant" property of "mpc" object to state-space.
-->Converting model to discrete time.
-->Converting delays to states.
-->Assuming output disturbance added to measured output channel #1 is integrated white noise.
-->The "Model.Noise" property of the "mpc" object is empty. Assuming white noise on each measured output channel.
MPCSTATE object with fields
          Plant: [0 0 0]
    Disturbance: 0
          Noise: [1x0 double]
       LastMove: 0
     Covariance: [4x4 double]

Модель объекта управления, H, первый порядок, передаточная функция непрерывного времени. Plant свойство mpcstate объект содержит два дополнительных состояния, чтобы смоделировать два интервала задержки. По умолчанию контроллер содержит выходное возмущение первого порядка (Disturbance свойство является скаляром) и статическая модель шума усиления (Noise свойство пусто).

Можно получить доступ к свойствам объекта состояния контроллера с помощью записи через точку. Например, просмотрите ковариационную матрицу по умолчанию.

xMPC.Covariance
ans = 4×4

    0.0624    0.0000    0.0000   -0.0224
    0.0000    1.0000    0.0000   -0.0000
    0.0000    0.0000    1.0000    0.0000
   -0.0224   -0.0000    0.0000    0.2301

Смотрите также

| | | | | |

Представлено до R2006a

Документация Model Predictive Control Toolbox

Поддержка

Для просмотра документации необходимо авторизоваться на сайте