摘要：针对现有智能汽车轨迹跟踪控制算法难以同时保证跟踪精确性、横向稳定性、舒适性以及控制实时性的问题,提出了一种基于多目标优化和显式模型预测控制理论的轨迹跟踪控制策略(MO-EMPC)。首先,建立考虑跟踪精确性、横向稳定性、舒适性的多目标函数及约束。然后,针对传统MPC控制实时性低的问题,设计基于EMPC的多目标优化轨迹跟踪控制器,通过引入多参数二次规划(MPQP)理论,将反复在线优化求解过程转化为等价的分段仿射系统(PPWA),离线计算得到最优显式控制律以供实时控制调用,减少在线运算时间。最后,基于CarSim/Simlink联合仿真方法,将所设计控制器的轨迹跟踪多目标优化效果与MPC控制效果进行对比验证。研究结果表明,所提出的轨迹跟踪策略在保证良好的跟踪精度前提下,横向稳定性、舒适性方面的表现更优于MPC控制器,且算法在线运行速度提高56.63%。

摘要：该文提出一种应用于永磁同步电机的级联式高性能显式模型预测控制算法,基于多参数规划思想建立系统参数化模型,离线求解有约束条件下的最优解并以状态量的分段仿射函数形式保存,解决了连续控制集模型预测控制算法在线求解的算力需求问题;全面介绍了显式模型预测控制的应用思想及设计流程,分析了在永磁同步电机控制中模型失配、死区效应、数字延时等非理想因素带来的影响并给出了应对措施;与传统PI控制算法进行对比,通过仿真与实验验证了显式模型预测控制算法的有效性及优越性。

摘要：显式模型预测控制(explicit model predictive control,EMPC)避免了传统的模型预测控制中最为繁琐的反复在线优化过程.显式模型预测控制系统分为离线计算获得每个分区上控制律和在线查找控制律这两个不同阶段.离线计算阶段通过多参数二次规划(multi-parametric quadratic program,mp-QP)对系统状态空间进行凸划分,并计算得到系统在每个状态分区上的分段仿射(piece-wise affine,PWA)控制律;在线计算阶段通过查表确定系统当前状态所在的分区(即进行点定位运算)从而直接得到相应的控制律.研究工作在于如何快速确定系统当前状态所在的分区,属于在线计算过程范畴.文章在离线计算所得的状态分区数据基础上,根据可达域的思想,设计可达分区点定位算法使在线计算时搜索范围大幅减少,从而显著降低在线计算所需时间,提高EMPC系统的实时性.通过两个仿真实验将可达分区算法与直接查找法相互对比,证明可达分区算法的优势.作为一个应用例子,将文章显式模型预测控制可达分区点定位算法用于直流无刷电机显式模型预测控制,表明所用方法的有效性.

摘要：为了兼顾车辆自适应巡航控制(ACC)系统的跟踪控制效果和实时性,提出了基于显式模型预测控制(EMPC)理论的车辆多目标自适应巡航控制方法;基于车辆间运动学关系建立自适应巡航控制运动学模型,根据预测控制理论推导预测时域内的跟踪误差预测模型,并确定车辆安全性、跟踪性、经济性和舒适性等多性能目标函数和约束条件;运用显式模型预测控制中的多参数规划理论,将基于反复在线优化计算的闭环模型预测控制系统转化为与之等价的显式多面体分段仿射(PPWA)系统,通过离线计算获得期望加速度与距离误差、速度误差、自车加速度和前车加速度等状态变量之间的最优控制律,并设计在线查表的搜索流程,通过定位当前状态所处分区,并应用该分区的显式控制律实现自适应巡航控制;进行了纵向跟踪工况仿真验证,并与传统MPC-ACC控制方法进行对比。对比结果表明:在前车正弦加减速工况下,EMPC-ACC控制器单步运算速度比MPC-ACC控制器平均提升了53.51%,EMPC-ACC控制下的平均距离跟踪误差为0.220 3 m,平均速度误差为0.340 1 m·s-1;在前车阶跃加减速工况下,EMPC-ACC控制器单步运算速度比MPC-ACC控制器平均提升了72.96%,EMPC-ACC控制下的平均距离跟踪误差为0.331 9 m,平均速度误差为0.399 1 m·s-1。可见,提出的EMPC-ACC控制算法在保证纵向跟踪性能的前提下,有效地提高了自适应巡航控制的实时性。

摘要：为提高双馈异步发电机的低压穿越能力,提出了一种基于显式模型预测控制的改进虚拟阻抗控制方法。传统的虚拟阻抗法基于固定的虚拟阻值,补偿电压在不同的故障情况下不能灵活调整,其控制效果难以得到保证,特别是在不对称故障下,易造成转子变换器饱和,影响控制效果。所提出的显式模型预测控制方法结构简单、易于实现,并可充分抑制转子电流,实现故障穿越。此外,该方法采用离线推导分区的最优控制率,在线求解只需查找相应的控制率,计算速度快,能满足暂态期间的计算要求。详细介绍了该方法的设计原理,并在Matlab/Simulink中进行了验证。结果表明,所提出的控制方案性能良好,能够提高双馈发电机在低电压穿越下,特别是不平衡故障下的低电压穿越能力。

摘要：为保证智能车辆跟踪控制的精确性、行驶稳定性和在线实时性,设计了一种显式模型预测跟踪控制方法。建立了预测时域内的跟踪精准性和行驶稳定性指标函数及约束,将跟踪控制问题转化为动态干扰下的主动转向最优化问题;为提高实时性,将传统模型预测控制系统转化为与之等价的显式多面体分段仿射系统,运用参数分区上的显式控制律求得最优转角控制量。Carsim和Simulink联合仿真结果表明,该控制方法下,位置误差均值为0.1956 m,航向角误差均值为0.276°,同时最大横向载荷转移改善5.92%,最大轮胎利用附着系数改善9.81%,且平均单步运行速度提升53.97%。

摘要：显式模型预测控制(MPC)是一种电力电子变换器的高性能控制方法,其主要思想是基于模型信息离线计算出相关的控制律集合,再离散成表格以供实时控制使用。显式MPC在负载投切工况下性能较好,但在启动过程中控制性能不佳。为解决这一问题,该文设计一种在启动过程中对表格进行迭代学习的方法。该方法对表格进行卷积处理,可在不影响负载投切工况控制性能的前提下,有效改善启动过程的控制性能。将上述策略用于显式MPC控制的Buck变换器中,结果亦证明了所提方法的有效性。

摘要：为了对显式模型预测控制算法进行实验研究,建立了基于ARM-Linux平台的显式模型预测控制实物仿真控制系统.在ARM-Linux平台上实现了显式模型预测控制算法的在线计算过程,把传统的隐式模型预测控制的反复在线优化计算问题转变为在线数据搜索过程,简化了在线计算过程,提高了在线计算速度,减少了在线计算时间.对显式模型预测控制算法的离线计算步骤、实物仿真控制系统设计的整体结构、离线计算得到的被控系统状态分区及其对应分区上的显式线性控制规律库结构、接口函数的结构和ARM-Linux环境下的控制系统结构进行了讨论.最后给出了基于ARM-Linux平台的显式模型预测控制算法控制效果.

摘要：针对模型预测控制在线计算量大,难以满足无人船实际航行中的实时性要求的问题,提出一种基于显式模型预测控制的航迹控制方法。首先利用视线制导算法(LOS),根据无人船当前位置和期望航迹信息,设计无人船艏摇角的参考值,将无人船航迹控制简化为艏向控制。其次,将显式模型预测控制算法应用于无人船艏向控制问题中,该算法既保持了模型预测控制方法的优势,又提高了计算速度。最后通过仿真试验验证了所提出的方法可以显著提高无人船航迹控制的实时性。

摘要：随着城市机动车保有量的不断增加,交通拥堵问题变得日益严重。作为一个有效的方法,模型预测控制(MPC)已经被应用于城市交通路网的控制中。然而由于需要在线进行优化,模型预测控制的计算负荷巨大,限制了其在对实时性要求比较高的场景中的应用。针对该问题,基于存储转发模型将显式模型预测控制(EMPC)引入大型交通路网的交通信号控制问题中。EMPC将多参数规划理论引入到线性时不变系统的约束二次优化控制问题的求解中,通过离线计算得到对应每个状态分区上的状态反馈最优显式控制律。实验结果显示,由于将在线优化过程转变为查表过程,EMPC可以显著提升交通信号控制的效率。