Model Predictive Control Toolbox™ предоставляет функции, приложение и Simulink® блоки для разработки и симуляции контроллеров, использующих линейную и нелинейную модель прогнозирующее управление (MPC). Тулбокс позволяет вам задавать модели объекта и возмущения, горизонты, ограничения и веса модели. Запустив симуляции с обратной связью, можно оценить эффективность контроллера.
Можно настроить поведение контроллера путем изменения его весов и ограничений во время выполнения. Тулбокс предоставляет развертываемые решатели оптимизации, а также позволяет использовать пользовательский решатель. Чтобы управлять нелинейным объектом, можно реализовать адаптивные, запланированные по усилению и нелинейные контроллеры MPC. Для приложений с быстрой частотой дискретизации тулбокс позволяет вам сгенерировать явный прогнозирующий контроллер модели от обычного контроллера или реализовать приблизительное решение.
Для быстрого прототипирования и встраиваемой системы реализации, включая развертывание решателей оптимизации, тулбокс поддерживает генерацию Кода С и структурированного текста 61131-3 IEC.
Разработайте модель прогнозирующего контроллера для непрерывного реактора с мешалкой (CSTR), используя MPC Designer.
Разработайте и симулируйте прогнозирующий контроллер модели для модели Simulink с помощью MPC Designer.
Проектируйте и симулируйте прогнозирующий контроллер модели в MATLAB® командная строка.
Создайте и симулируйте прогнозирующий контроллер модели для объекта SISO.
Создайте и симулируйте прогнозирующий контроллер модели для объекта с несколькими входами и одним выходом.
Создайте и симулируйте прогнозирующий контроллер модели для объекта MIMO.
Модельные прогнозирующие контроллеры используют модели объекта, нарушения порядка и шума для предсказания и оценки состояния.
Контроллеры MPC используют свое текущее состояние в качестве базиса для предсказаний. В целом состояния контроллера не измерены и должны быть оценены.
Модели прогнозирующих контроллеров вычисляют оптимальные манипулируемые переменные движения управления, решая квадратичную программу на каждом контрольном интервале.
Решатели QP прогнозирующего контроллера модели преобразуют задачу оптимизации MPC в квадратичную задачу общего вида.
Зачем использовать MPC?
Осмыслите преимущества использования прогнозирующего управления моделью.
Что такое MPC?
Осмыслите рабочие принципы прогнозирующего управления моделью.
Расчётные параметры MPC
Осмыслите общие расчётные параметры MPC, такие как шаг расчета, горизонты, веса настройки и ограничения.