[发明专利]基于核范数子空间法和增广向量法的预测控制方法有效

专利信息
申请号: 201810493692.6 申请日: 2018-05-21
公开(公告)号: CN108762072B 公开(公告)日: 2021-07-27
发明(设计)人: 葛连明;丁洁;邓辉 申请(专利权)人: 南京邮电大学
主分类号: G05B13/04 分类号: G05B13/04
代理公司: 南京正联知识产权代理有限公司 32243 代理人: 王素琴
地址: 210033 江苏省*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 范数 空间 增广 向量 预测 控制 方法
【说明书】:

发明公开了一种基于核范数子空间法和增广向量法的预测控制方法,所述方法在MPC的基础上利用ADMM算法,用于构建CD播放器机械臂系统模型,方法利用收集ADMM算法对系统模型的历史输入输出数据求解出核范数优化问题,得到一组优化之后的输出值;并设定一测量输入值,运用子空间算法技术通过测量输入值与输出值构建得到系统的状态空间模型;根据测量输入值和输出值建立汉克尔矩阵,并基于增广向量法构建系统离散状态空间模型;将离散状态空间模型通过多步迭代的方式计算得到多步预测输出值;构建系统的代价函数,并设定系统的参考轨迹;计算系统的最优控制量,得到系统中控制器的输出值;本发明的系统模型,避免了对实测数据的大量需求,减少了计算时间。

技术领域

本发明属于预测控制领域,尤其涉及一种基于核范数子空间法和增广向量法的预测控制方法。

背景技术

状态空间理论在航天、航空领域取得了辉煌的成果,但在这种设计方法应用到一些复杂领域,如工业上就会发现完美的理论和控制系统实践之间还是有着相当大的鸿沟。现有技术中通常将模型预测控制(Model Predictive Control,MPC)应用到工业上,MPC是基于模型的控制算法,只注重模型的功能,只要具有预测功能的信息集合,无论其具有什么样的形式,均可以作为预测模型。MPC的滚动优化一般是通过设定的性能指标的最优来确定未来的控制作用。这一性能指标涉及系统未来的性能,一般可以取对象在未来的采样点上跟踪某一期望轨迹的方差最小。引入了不相等的预测长度和控制长度,系统设计灵活方便,具有预测模型、滚动优化和在线反馈校正等特征,具有良好的控制性能和鲁棒性;但是在测量数据比较少的情况下,通过MPC无法得到一个合适的系统模型,从而导致整体的计算时间边长,使得系统无法跟踪上设定的参数值运行。

发明内容

本发明的主要目的在于提供一种基于核范数子空间法和增广向量法的预测控制方法,用于解决现有技术中的不足,具体技术方案如下:

一种基于核范数子空间法和增广向量法的预测控制方法,所述方法在MPC的基础上利用ADMM算法,用于构建CD播放器机械臂系统模型,所述方法包括如下步骤:

S1:收集所述CD播放器机械臂系统模型的历史输入输出数据,利用所述ADMM算法求解出核范数优化问题,得到一组优化之后的输出值;

S2:设定一测量输入值,运用子空间算法技术通过所述测量输入值与所述输出值构建得到所述CD播放器机械臂系统的状态空间模型;

S3:根据所述测量输入值和所述输出值建立汉克尔矩阵,并基于增广向量法构建所述CD播放器机械臂系统离散状态空间模型;

S4:将所述离散状态空间模型通过多步迭代的方式计算得到多步预测输出值;

S5:构建所述CD播放器机械臂系统的代价函数,并设定所述CD播放器机械臂系统的参考轨迹;

S6:计算所述CD播放器机械臂系统的最优控制量,得到所述CD播放器机械臂系统中控制器的输出值。

进一步的,所述输出值用yopt(k)表示,所述测量输入值用u(k)表示,所述状态空间模型通过式表示,其中A,B,C,D四个矩阵分别为系统矩阵,输入矩阵,输出矩阵,前馈矩阵;x(k),u(k),y(k)分别为状态向量,输入向量,输出向量;所述代价函数用J表示,所述参考轨迹用Lsr(k)表示,通过设定所述参考轨迹,可以使得所述多步预测输出值能够沿着所述参考轨迹平稳的到达预设的设定值。

进一步的,所述yopt(k)通过所述ADMM算法迭代得到;最小化的所述核范数优化问题通过式表示,其中,是矩阵U0,r,N零空间上的投影矩阵,y(k)是模型的输出值,yc(k)是实际测量输出值,λ为权重值,T={0,1,...,N+r-2}。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京邮电大学,未经南京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810493692.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top