مقاله اجرای MPC با محدودیت نرم برای ردیابی با استفاده از ساختار مشکل نیمه نواری آن

چکیده

Model Predictive Control (MPC) is a popular control approach due to its ability to consider constraints, including input and state restrictions, while minimizing a cost function. However, in practice, said constraints can result in feasibility issues, either because the system model is not accurate or due to the existence of external disturbances. To mitigate this problem, a solution adopted by the MPC community is the use of soft constraints. In this article, we consider a not-so-typical methodology to encode soft constraints in a particular MPC formulation known as MPC for Tracking (MPCT), which has several advantages when compared to standard MPC formulations. The motivation behind the proposed encoding is to maintain the semi-banded structure of the ingredients of a recently proposed solver for the considered MPCT formulation, thus providing an efficient and fast solver when compared to alternative approaches from the literature. We show numerical results highlighting the benefits of the formulation and the computational efficiency of the solver.

چکیده به فارسی (ترجمه ماشینی)

کنترل پیش بینی مدل (MPC) به دلیل توانایی در نظر گرفتن محدودیت ها ، از جمله محدودیت های ورودی و حالت ، یک رویکرد کنترل محبوب است ، در حالی که یک عملکرد هزینه را به حداقل می رساند.با این حال ، در عمل ، گفت: محدودیت ها می تواند منجر به مسائل امکان سنجی شود ، یا به دلیل اینکه مدل سیستم دقیق نیست یا به دلیل وجود اختلالات خارجی است.برای کاهش این مشکل ، یک راه حل اتخاذ شده توسط جامعه MPC استفاده از محدودیت های نرم است.در این مقاله ، ما یک روش نه چندان معمولی را برای رمزگذاری محدودیت های نرم در یک فرمولاسیون MPC خاص که به عنوان MPC برای ردیابی (MPCT) شناخته می شود ، در نظر می گیریم ، که در مقایسه با فرمولاسیون استاندارد MPC دارای چندین مزیت است.انگیزه رمزگذاری پیشنهادی حفظ ساختار نیمه باند مواد تشکیل دهنده یک حل کننده اخیراً پیشنهادی برای فرمولاسیون MPCT در نظر گرفته شده است ، بنابراین یک حل کننده کارآمد و سریع در مقایسه با رویکردهای جایگزین از ادبیات فراهم می کند.ما نتایج عددی را نشان می دهیم که مزایای فرمولاسیون و راندمان محاسباتی حل کننده را برجسته می کند.