Модель проекта прогнозирующий контроллер в рабочей точке равновесия
В этом примере показано, как спроектировать прогнозирующий контроллер модели с ненулевой номинальной стоимостью.
Модель объекта управления получена линеаризацией нелинейного объекта в Simulink® в ненулевой установившейся рабочей точке.
Линеаризуйте нелинейную модель объекта управления
Чтобы запустить этот пример, Simulink и Simulink Control Design™ требуются.
if ~mpcchecktoolboxinstalled('simulink') disp('Simulink is required to run this example.') return end if ~mpcchecktoolboxinstalled('slcontrol') disp('Simulink Control Design is required to run this example.') return end
Нелинейный объект реализован в модели Simulink mpc_nloffsets и линеаризовавший в условиях работы по умолчанию с помощью linearize функция от Simulink Control Design.
Создайте спецификацию рабочей точки для условия начальной буквы текущей модели.
plant_mdl = 'mpc_nloffsets';
op = operspec(plant_mdl);
Вычислите рабочую точку для этого начального условия.
[op_point, op_report] = findop(plant_mdl,op);
Operating point search report:
---------------------------------
opreport =
Operating point search report for the Model mpc_nloffsets.
(Time-Varying Components Evaluated at time t=0)
Operating point specifications were successfully met.
States:
----------
<strong>Min</strong> <strong>x</strong> <strong>Max</strong> <strong>dxMin</strong> <strong>dx</strong> <strong>dxMax</strong>
<strong>____</strong> <strong>_______</strong> <strong>___</strong> <strong>_____</strong> <strong>___________</strong> <strong>_____</strong>
(1.) mpc_nloffsets/Integrator
-Inf 0.57514 Inf 0 -1.8208e-14 0
(2.) mpc_nloffsets/Integrator2
-Inf 2.1503 Inf 0 -8.3846e-12 0
Inputs:
----------
<strong>Min</strong> <strong>u</strong> <strong>Max</strong>
<strong>____</strong> <strong>______</strong> <strong>___</strong>
(1.) mpc_nloffsets/In1
-Inf -1.252 Inf
Outputs:
----------
<strong>Min</strong> <strong>y</strong> <strong>Max</strong>
<strong>____</strong> <strong>________</strong> <strong>___</strong>
(1.) mpc_nloffsets/Out1
-Inf -0.52938 Inf
Извлеките номинальное состояние, выведите, и входные значения от вычисленной рабочей точки.
x0 = [op_report.States(1).x;op_report.States(2).x]; y0 = op_report.Outputs.y; u0 = op_report.Inputs.u;
Линеаризуйте объект при начальном условии.
plant = linearize(plant_mdl,op_point);
Спроектируйте контроллер MPC
Создайте контроллер MPC объект с заданным шагом расчета Ts, горизонт предсказания p, и управляйте горизонтом m.
Ts = 0.1; p = 20; m = 3; mpcobj = mpc(plant,Ts,p,m);
-->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.
Установите номинальные значения в контроллере.
mpcobj.Model.Nominal = struct('X',x0,'U',u0,'Y',y0);
Установите выходную модель шума измерения (белый шум, обнулите среднее значение, отклонение = 0.01).
mpcobj.Model.Noise = 0.1;
Установите переменное ограничение, которым управляют.
mpcobj.MV.Max = 0.2;
Симулируйте Используя Simulink
Задайте ссылочное значение для выходного сигнала.
r0 = 1.5*y0;
Откройте и симулируйте модель.
mdl = 'mpc_offsets';
open_system(mdl)
sim(mdl)
-->Converting model to discrete time. -->Assuming output disturbance added to measured output channel #1 is integrated white noise.
Симулируйте Используя sim Команда
Симулируйте контроллер.
Tf = round(10/Ts); r = r0*ones(Tf,1); [y1,t1,u1,x1,xmpc1] = sim(mpcobj,Tf,r);
Постройте и сравните результаты симуляции.
subplot(1,2,1) plot(y.time,y.signals.values,t1,y1,t1,r) legend('Nonlinear','Linearized','Reference') title('output') grid subplot(1,2,2) plot(u.time,u.signals.values,t1,u1) legend('Nonlinear','Linearized') title('input') grid
bdclose(plant_mdl) bdclose(mdl)