Прогнозирующие контроллеры модели используют линейные модели, чтобы управлять как линейными так и нелинейными объектами, которые работают в локальной рабочей области значений. Объекты со сложными характеристиками, такими как длительные задержки, динамика более высокого порядка или сильные взаимодействия, особенно хорошо подходят для прогнозирующего управления моделью. Чтобы создать модель объекта управления, можно непосредственно задать линейную модель, линеаризировать Simulink® модель, или идентифицируйте линейную модель, используя измеренные данные. При создании модели объекта управления для использования в прогнозирующем управлении модели важно задать типы входного и выходного сигналов и масштабные коэффициенты. Для получения дополнительной информации см. «Типы сигналов» и «Задание масштабных коэффициентов».
setmpcsignals | Установите типы сигналов в модели объекта управления MPC |
getname | Получите имена сигналов ввода-вывода из модели объекта управления MPC |
setname | Задайте имена сигналов ввода-вывода в модели объекта управления MPC |
Модельные прогнозирующие контроллеры используют модели объекта, нарушения порядка и шума для предсказания и оценки состояния.
Входы объекта управления являются независимыми переменными, которые влияют на объект, а выходы объекта являются зависимыми переменными, которые необходимо контролировать или контролировать.
Задайте масштабные коэффициенты
При разработке контроллера MPC рекомендуется задать масштабные коэффициенты для каждого входа и выхода объекта, особенно когда переменные имеют большие различия в величине.
Построение линейных инвариантных моделей времени
Контроллеры MPC поддерживают те же форматы модели LTI, что и программное обеспечение Control System Toolbox™.
Задайте Мультивход Мультивыхода Объектов
Большинство приложений MPC включают объекты с несколькими входами и выходами.
Получите линейное приближение нелинейного объекта в заданной рабочей точке.
Линеаризация моделей Simulink с помощью MPC Designer
Откройте MPC Designer из Simulink и определите структуру MPC путем линеаризации модели.
Идентифицируйте объект из данных
Оцените модель линейной системы Identification Toolbox™ с помощью измеренных входных/выходных данных.