Этот пример показывает, как спроектировать прогнозирующий контроллер модели для сервомеханизма постоянного тока под ограничениями по напряжению и крутящему моменту вала.
Для аналогичного примера, который использует явный MPC, смотрите Явное MPC управление сервопривода постоянного тока с ограничением на невынесенном выходе.
Линейная динамическая модель без разомкнутого контура задана в plant
. Переменные tau
- максимальный допустимый крутящий момент, используемый в качестве выхода ограничения.
[plant,tau] = mpcmotormodel;
Задайте типы входного и выходного сигналов для контроллера MPC. Второй выход, крутящий момент, неизмерим.
plant = setmpcsignals(plant,'MV',1,'MO',1,'UO',2);
Управляемая переменная ограничена между +/- 220 вольтами. Поскольку входные параметры и выходы объекта имеют различные порядки величины, вы также используете шкалу факторы для упрощения настройки MPC. Типичными вариантами шкалы коэффициента являются верхний/нижний предел или рабочая область значений.
MV = struct('Min',-220,'Max',220,'ScaleFactor',440);
Ограничения по крутящему моменту накладываются только на первых трех шагах предсказания.
OV = struct('Min',{-Inf, [-tau;-tau;-tau;-Inf]},... 'Max',{Inf, [tau;tau;tau;Inf]},... 'ScaleFactor',{2*pi, 2*tau});
Задача управления состоит в том, чтобы получить нуль нулевого отслеживания для углового положения. Поскольку у вас есть только одна манипулируемая переменная, крутящий момент вала допускается плавающий в пределах своего ограничения, устанавливая его вес равным нулю.
Weights = struct('MV',0,'MVRate',0.1,'OV',[0.1 0]);
Создайте контроллер со шаг расчета Ts
, горизонт предсказания p
, и управляйте горизонтом m
.
Ts = 0.1; p = 10; m = 2; mpcobj = mpc(plant,Ts,p,m,Weights,MV,OV);
sim
ФункцияИспользуйте sim
функция для симуляции управления с обратной связью линейной модели объекта управления в MATLAB.
disp('Now simulating nominal closed-loop behavior'); Tstop = 8; % seconds Tf = round(Tstop/Ts); % simulation iterations r = [pi*ones(Tf,1) zeros(Tf,1)];% reference signal [y1,t1,u1] = sim(mpcobj,Tf,r);
Now simulating nominal closed-loop behavior -->Converting model to discrete time. Assuming no disturbance added to measured output channel #1. -->The "Model.Noise" property of the "mpc" object is empty. Assuming white noise on each measured output channel.
Постройте график результатов.
subplot(3,1,1) stairs(t1,y1(:,1)) hold on stairs(t1,r(:,1)) hold off title('Angular Position') subplot(3,1,2) stairs(t1,y1(:,2)) title('Torque') subplot(3,1,3) stairs(t1,u1) title('Voltage')
Чтобы запустить этот пример, требуется Simulink ®.
if ~mpcchecktoolboxinstalled('simulink') disp('Simulink(R) is required to run this example.') return end
Симулируйте управление с обратной связью линейной модели объекта управления в Simulink. Блок MPC Controller сконфигурирован для использования mpcobj
в качестве его контроллера.
mdl = 'mpc_motor';
open_system(mdl)
sim(mdl)
Реакция с обратной связью идентична результату симуляции в MATLAB.
[1] A. Bemporad and E. Mosca, «Выполнение жестких ограничений в неопределенных линейных системах путем управления ссылками», Automatica, vol. 34, no. 4, pp. 451-461, 1998.
bdclose(mdl)