16875

16875

كنترل پيش بين صريح براي كلاس خاصي از سيستم هاي غيرخطي

كارشناسي ارشد

كنترل

آذر 1395

دكتر سعيد شمقدري

برق

در اين پژوهش دسته‌اي از سيستم‌هاي غيرخطي كه قابليت توصيف با مدل خطي چندوجهي را دارند مورد بررسي قرارگرفته و كنترل‌كننده‌اي مبتني بر ايده كنترل پيش‌بين براي آن‌ها طراحي مي‌شود. در اين روش با در نظر گرفتن عبارت حالت نهايي در تابع هزينه افق محدود، پايداري كنترل‌كننده پيشنهادي تضمين مي‌شود. در مدل خطي چندوجهي، مدل سيستم به‌صورت ضرايب وزن‌دار ديناميك‌هايي محلي توصيف مي‌شود كه اين ديناميك‌ها، رئوس يك پوسته محدب مي‌باشند. در فرآيند طراحي، توابع اعتبار محلي تعريف مي‌شوند كه درواقع با استفاده از اين توابع و با توجه به موقعيت متغيرهاي حالت سيستم مي‌توان ضرايب ديناميك‌هاي محلي را مشخص نمود. براي معين نمودن اين ديناميك‌ها، مدل غيرخطي نيز در نقاط كاري تعريف‌شده از قبل خطي‌سازي مي‌شوند. سپس در حالت عملكرد سيستم در هر زمان نمونه‌برداري، ضرايب از روي توابع اعتبار محلي، معين و در نهايت مدل خطي تعيين مي‌گردد. در ادامه، قانون كنترلي مبتني بر ايده استفاده‌شده در كنترل‌ پيش‌بين‌صريح با حل يك برنامه‌ريزي مربعي بدست مي‌آيد. در زمان نمونه‌برداري بعدي متغيرهاي حالت، مشخص‌شده يا اندازه‌گيري مي‌شوند و با انجام فرآيند مطرح‌شده، سيگنال كنترلي محاسبه مي‌شود. در اين روش بار محاسباتي مساله به قسمت برخط انتقال داده‌شده است. مسلماً اين كار موجب كاهش سرعت محاسبه سيگنال كنترلي مي‌شود ولي با توجه به اين‌كه روش‌هاي مختلف كنترل پيش‌بين بسيار حساس به مدل سيستم مي‌باشد و عدم‌دقت در مدل منجر‌ به ضعف در عملكرد كنترل‌كننده طراحي‌شده مي‌گردد، در جاهايي كه فقط مدل غيرخطي قابليت تقريب و استفاده را دارد، اين روش مزيتي فراهم مي آورد كه بتوان سيگنال كنترلي مناسبي با تضمين پايداري حلقه بسته براي مدل‌هاي غيرخطي بدست آورد. همچنين براي يك سيستم غيرخطي نشان داده‌شده است كه روش پيشنهادي ناحيه پايداري بزرگ‌تري نسبت روش كنترل پيش‌بين‌صريح براي مدل خطي‌سازي شده سيستم، مي‌دهد.

1395/12/15

1/1/1900 12:00:00 AM

In this paper a novel approach of model predictive control for a class of nonlinear systems that can be translated into polytopic linear model is proposed. The objective function is considered as quadratic with a terminal cost term which guarantees closed loop stability. Nonlinear system state prediction is done via transforming objective function to a parametric programming. By solving the programming a control signal is obtained as a function of system states. In design procedure, some local functions are defined to determine polytopic linear models coefficients which are eva​luated based on measured states at each sample. Then a linear model is obtained from weighed summation of local linear models, which is used to obtain the programming form. The model is updated in the next sample an​d transformation is repeated. The proposed method provides larger invariant set compared to typical linearization. Finally simulation results are illustrated to compare the proposed method to regular eMPC method with linearization an​d show the effectiveness of proposed design.