一种网络化双模自适应时域模型控制方法及系统技术方案

本发明专利技术的一种网络化双模自适应时域模型控制方法及系统，可解决现有模型预测控制器在指定的时间间隔内在线求解非线性规划问题时，计算过程将消耗大量的计算资源的技术问题。基于计算机设备，执行以下步骤：建立具有有界扰动的约束非线性被控对象的控制模型；设计通信网络，并设置网络特性；设计远程自适应时域模型预测控制器；设计局部控制器，并选择控制输入；设计判决器，用以决定采用局部控制器，还是采用远端控制器；针对真实的控制输入量，实现双模自适应时域模型预测控制。本发明专利技术将优化问题的计算从局部控制器转移到的远端，放宽了对计算资源的需求，使得平均计算时间变小，同时基于序列的传输能够补偿可能的网络丢包问题。

【技术实现步骤摘要】
一种网络化双模自适应时域模型控制方法及系统
本专利技术涉及控制
，具体涉及一种网络化双模自适应时域模型控制方法及系统。
技术介绍
模型预测控制(ModelPredictiveControl,MPC)是处理多输入多输出系统的强大控制工具，同时明确考虑了状态和输入约束并优化系统的控制性能，因此在化工过程，机械系统以及其他许多领域都具有广泛的应用。但是，模型预测控制器需要在指定的时间间隔内在线求解一个非线性规划问题。这是一个计算密集的过程，尤其是针对高维系统以及预测时域较大的情况。因此，这个要求可能会引发如下两个问题：1)计算过程将消耗大量的计算资源，而本地控制器可能无法承受；2)高计算复杂性使得计算延迟过大，从而恶化控制性能。这两个问题严重阻碍了模型预测控制在实际系统中的应用，因此解决此类问题在理论上和实践上都具有重要意义。
技术实现思路
本专利技术提出的一种网络化双模自适应时域模型控制方法及系统，可解决现有模型预测控制器在指定的时间间隔内在线求解非线性规划问题时，计算过程将消耗大量的计算资源，导致本地控制器可能无法承受的技术问题。为实现上述目的，本专利技术采用了以下技术方案：一种网络化双模自适应时域模型控制方法，包括基于计算机设备，执行以下步骤：S100、建立具有有界扰动的约束非线性被控对象的控制模型；S200、基于步骤S100的控制模型，设计通信网络，并设置网络特性；S300、设计远程自适应时域模型预测控制器；S400、依据S300确定辅助控制律设计局部控制器，并选择控制输入；S500、设计判决器，用以决定采用步骤S400的局部控制器，还是采用S300的远程自适应时域模型预测控制器；S600、针对真实的控制输入量，基于步骤S500实现双模自适应时域模型预测控制。进一步的，所述步骤S100建立具有有界扰动的约束非线性被控对象的控制模型；其中控制模型为：x(k+1)＝f(x(k)，u(k)，w(k))(1)其中：k是系统运行时刻，k≥0；为k时刻的状态向量；为输入向量；为外界干扰向量；状态，输入及干扰分别满足约束而均为有界闭集且包含原点；f是定义在上的连续函数。进一步的，所述S200基于步骤S100的控制模型，设计通信网络，并设置网络特性；其中，控制设备传感器，控制器和执行器之间的数据交互是通过通信网络来实现的；传输层的协议设置为TCP协议，则网络会回传一个确认信号来告知数据包是否传输成功；数据包未成功传输，则认为发生丢包；丢包过程建模为两个网络即传感器到控制器网络一和控制器到执行器网络二的最大连续丢包数分别为Ns和Nc，并记进一步的，所述S300设计远程自适应时域模型预测控制器；包括状态估计器，预测时域估计器，模型预测控制器，控制包生成器以及一个缓冲器；具体包括以下步骤：1)状态估计器用来估计系统当前状态，即其中为k时刻的估计状态，u(k)为k时刻系统的真实输入；2)模型预测控制器用于求解下面的有限时域最优控制问题：s.t.zi+1＝f(zi，vi，0)其中L(z，v)和F(z)分别为正定的阶段代价和终端代价，v＝{v0，v1，...，vN(k)}为决策变量；N(k)为k时刻的预测时域且N(0)＝Nmax，Nmax为事先设定的最大预测时域，为终端状态约束集，并满足如下条件：对于任意存在辅助状态反馈控制律使得F(f(x，k(x)，0))-F(x)≤-L(x，k(x))并且通过常规的优化求解器求解优化问题(5)，得到最优解记为而相对应的预测状态序列记为其中m＝0，1，...，N(k)-1。3)预测时域估计器的算法步骤如下：输入为估计状态输出为预测时域N(k)；①初始化M个最新预测状态和控制序列对BM(k)＝{B(t1)，...，B(tM)}，其中t1，...，tM分别为k时刻之前最后M次执行MPC的时刻，其满足t1＜…＜tM＜k；②初始化预测时域下界N(k)＝N(tM)-(k-tM)；③令i＝1，执行④；④从中选择K个最接近的点，分别记为若的序列长度小于K，则该选中该序列的所有元素；⑤令j＝1，执行⑥；⑥判断序列是否是的一个可行序列；若是，则转⑦；否则，转⑧；⑦令j＝j+1，若j≤K，转⑥；否则，转⑨；⑧令j＝j+1，若j≤K，转⑥；否则，转⑨；⑨令i＝i+1，若i≤M，转④；否则，转⑩；⑩得到结束；若当前时刻可用的预测状态和控制序列对少于M，则所有序列对均被使用，且M为所有序列对的数目；4)设计预测控制包生成器，用以补偿可能的丢包，具体过程如下：若即当前预测时域大于最大可能连续丢包数，则预测控制包为：否则，先用辅助控制律k(x)计算剩余个控制量，即然后得到5)设计控制序列的缓冲器，用以存储控制序列brr(k)＝dc(k)Sbrr(k-1)+(1-dc(k))ur(k)ur(k)＝eTbrr(k)(7)其中，dc(k)在(2)式中定义，brr(k)为k时刻缓冲器的内容且brr(0)＝0，上标T表示向量或矩阵的转置，进一步的，所述S400设计局部控制器；其中，局部控制器包括一个控制序列生成器，两个缓冲器和一个选择器；具体步骤如下：1)控制序列生成器；采用辅助控制律来获得局部的预测控制序列其中得到的控制序列记为2)缓冲器一；用来存储局部预测控制序列，并提供可供选择的局部控制输入ul(k)；bll(k)＝(1-dl(k))Sbll(k-1)+dl(k)ul(k)ul(k)＝eTbll(k)(9)其中，dl(k)＝1表示采用局部控制器；dl(k)＝0表示当前时刻采用远端控制器；bll(k)表示缓冲器一的在k时刻的内容；3)缓冲器二；用来存储收到的远端预测控制序列，并提供可供选择的局部控制输入ur(k)；blr(k)＝dc(k)Sblr(k-1)+(1-dc(k))ur(k)ur(k)＝eTblr(k)(10)其中，dc(k)在(2)式中定义，blr(k)为k时刻缓冲器二的内容且blr(0)＝0；4)选择器；从ul(k)和ur(k)中选择一个合适的控制量作为控制输入；记tr，c(k)为k时刻或之前最后一次成功收到远程控制包的时刻，记tl(k)为k时刻或之前最后一次选择局部控制器的时刻；那么真实控制输入u(k)为进一步的，所述S500设计判决器，用以决定采用步骤S400的局部控制器，还是采用S300的远程自适应时域模型预测控制器；其中判断规则如下：若则选用局部控制器；否则，选用本文档来自技高网...

【技术保护点】
1.一种网络化双模自适应时域模型控制方法，其特征在于：基于计算机设备，执行以下步骤：/nS100、建立具有有界扰动的约束非线性被控对象的控制模型；/nS200、基于步骤S100的控制模型，设计通信网络，并设置网络特性；/nS300、设计远程自适应时域模型预测控制器；/nS400、依据S300确定辅助控制律设计局部控制器，并选择控制输入；/nS500、设计判决器，用以决定采用步骤S400的局部控制器，还是采用S300的远程自适应时域模型预测控制器；/nS600、针对真实的控制输入量，基于步骤S500实现双模自适应时域模型预测控制。/n

【技术特征摘要】
1.一种网络化双模自适应时域模型控制方法，其特征在于：基于计算机设备，执行以下步骤：
S100、建立具有有界扰动的约束非线性被控对象的控制模型；
S200、基于步骤S100的控制模型，设计通信网络，并设置网络特性；
S300、设计远程自适应时域模型预测控制器；
S400、依据S300确定辅助控制律设计局部控制器，并选择控制输入；
S500、设计判决器，用以决定采用步骤S400的局部控制器，还是采用S300的远程自适应时域模型预测控制器；
S600、针对真实的控制输入量，基于步骤S500实现双模自适应时域模型预测控制。


2.根据权利要求1所述的网络化双模自适应时域模型控制方法，其特征在于：所述步骤S100建立具有有界扰动的约束非线性被控对象的控制模型；其中控制模型为：
x(k+1)＝f(x(k)，u(k)，w(k))(1)
其中：k是系统运行时刻，k≥0；为k时刻的状态向量；为输入向量；为外界干扰向量；状态，输入及干扰分别满足约束而均为有界闭集且包含原点；f是定义在上的连续函数。


3.根据权利要求2所述的网络化双模自适应时域模型控制方法，其特征在于：所述S200基于步骤S100的控制模型，设计通信网络，并设置网络特性；
其中，控制设备传感器，控制器和执行器之间的数据交互是通过通信网络来实现的；
传输层的协议设置为TCP协议，则网络会回传一个确认信号来告知数据包是否传输成功；数据包未成功传输，则认为发生丢包；
丢包过程建模为






两个网络即传感器到控制器网络一和控制器到执行器网络二的最大连续丢包数分别为Ns和Nc，并记


4.根据权利要求3所述的网络化双模自适应时域模型控制方法，其特征在于：所述S300设计远程自适应时域模型预测控制器；包括状态估计器，预测时域估计器，模型预测控制器，控制包生成器以及一个缓冲器；
具体包括以下步骤：
1)状态估计器用来估计系统当前状态，即



其中为k时刻的估计状态，u(k)为k时刻系统的真实输入；
2)模型预测控制器用于求解下面的有限时域最优控制问题：



s.t.zi+1＝f(zi，vi，0)












其中L(z，v)和F(z)分别为正定的阶段代价和终端代价，ν＝{v0，v1，...，vN(k)}为决策变量；
N(k)为k时刻的预测时域且N(0)＝Nmax，Nmax为事先设定的最大预测时域，为终端状态约束集，并满足如下条件：对于任意存在辅助状态反馈控制律κ(x)：使得
F(f(x，κ(x)，0))-F(x)≤-L(x，κ(x))
并且
通过常规的优化求解器求解优化问题(5)，得到最优解记为而相对应的预测状态序列记为其中
3)预测时域估计器的算法步骤如下：
输入为估计状态输出为预测时域N(k)；
①初始化M个最新预测状态和控制序列对BM(k)＝{B(t1)，...，B(tM)}，其中t1，...，tM分别为k时刻之前最后M次执行MPC的时刻，其满足t1＜…＜tM＜k；
②初始化预测时域下界N(k)＝N(tM)-(k-tM)；
③令i＝1，执行④；
④从中选择K个最接近的点，分别记为若的序列长度小于K，则该选中该序列的所有元素；
⑤令j＝1，执行⑥；
⑥判断序列是否是的一个可行序列；若是，则转⑦；否则，转⑧；
⑦令若j≤K，转⑥；否则，转⑨；
⑧令若j≤K，转⑥；否则，转⑨；
⑨令i＝i+1，若i≤M，转④；否则，转⑩；
⑩得到结束；
若当前时刻可用的预测状态和控制序列对少于M，则所有序列对均被使用，且M为所有序列对的数目；
4)设计预测控制包生成器，用以补偿可能的丢包，具体过程如下:
若即当前预测时域大于最大可能连续丢包数，则预测控制包为：



否则，先用辅助控制律κ(x)计算剩余个控制量，即



然后得到



5)设计控制序列的缓冲器，用以存储控制序列
brr(k)＝dc(k)Sbrr(k-1)+(1-dc(k))ur(k)
ur(k)＝eTbrr(k)(7)
...

【专利技术属性】
技术研发人员：康宇，李鹏飞，王涛，陈绍冯，吕文君，
申请(专利权)人：中国科学技术大学，
类型：发明
国别省市：安徽;34