Как правило, для реализации Адаптивного управления MPC можно использовать одну из следующих стратегий обновления модели:
Последовательная линеаризация - учитывая механистическую модель объекта управления, например, набор нелинейных обыкновенных дифференциальных и алгебраических уравнений, выводит его приближение LTI при текущих рабочих условиях. Для примера, Simulink® Программное обеспечение Control Design™ предоставляет инструменты линеаризации для этой цели.
Используя модель Linear Parameter Variing (LPV) - программное обеспечение Control System Toolbox™ предоставляет LPV System блок Simulink, который позволяет вам задать массив моделей LTI с параметрами планирования. Можно выполнить пакетную линеаризацию в автономном режиме, чтобы получить массив моделей объекта управления в нужных рабочих точках и затем использовать их в блоке LPV System, чтобы обеспечить обновление модели в блоке Adaptive MPC Controller Simulink.
Онлайн оценка параметра - учитывая эмпирическую структуру модели и начальные оценки ее параметров, используйте доступные измерения объекта в реальном времени, чтобы оценить текущие параметры модели. Для примера программное обеспечение System Identification Toolbox™ предоставляет инструменты оценки параметров в реальном времени.
Чтобы реализовать изменяющееся во времени управление MPC, необходимо получить объекты LTI для будущих шагов горизонта предсказания. В этом случае можно использовать последовательные подходы к линеаризации и модели LPV, пока каждая модель является функцией времени
Существует несколько факторов, которые следует иметь в виду при разработке и реализации адаптивного контроллера MPC.
Перед попыткой адаптивного MPC задайте и настройте контроллер MPC для наиболее типичных (номинальных) условий работы. Убедитесь, что система может допустить некоторую ошибку предсказания. Протестируйте этот допуск с помощью симуляций, в которых модель предсказания MPC отличается от объекта. См. Проект MPC.
Адаптивному контроллеру MPC требуется больше расчетов в реальном времени, чем традиционному MPC. В дополнение к вычислению оценки состояния необходимо также реализовать и протестировать стратегию обновления модели, которая может быть интенсивной в вычислительном отношении.
Вы должны определить постоянные настройки MPC, которые обеспечивают устойчивую эффективность в ожидаемой области значений параметров модели. См. раздел Настройка весов.
Обновление модели через онлайн-оценку параметра наиболее эффективно, когда изменения параметра происходят постепенно.
При реализации адаптивного MPC управления адаптируйте только параметры, определяющие Model.Plant свойство контроллера. Модели нарушения порядка и шума, если таковые имеются, остаются постоянными.