摘要：为研究障碍物环境下基于模型预测控制的无人车编队避障方法,建立了包含虚拟智能体状态的编队避障函数,使避障问题容易用优化方法求解.在无人车编队内部引入优先级策略实现编队内部避碰,并通过动态事件触发机制减小无人车之间通讯带宽占用.对该方法进行了计算机仿真验证,在给定多边形障碍物环境下,使用领导者-追随者架构执行编队行驶任务,并借助事件触发器实现间歇通讯.结果表明,相较于传统方法,所设计的编队控制器能够提高带宽约束下无人车编队行驶安全性.

摘要：子母式无人机(Unmanned aerial vehicles,UAVs)通常指一类由无人载机搭载和投放多架子机执行协同作业任务的新型飞行器.相较于传统无人机和无人机集群,子母式无人机兼具航程长、空间可达性强等优势,得到了广泛关注.首先针对子母式无人机在编队飞行任务中的载机姿态稳定控制与子机轨迹跟踪控制问题,建立子母式无人机动力学模型.在此基础上,分别设计基于多平衡点切换模型预测控制的飞行控制方法以及基于多胞不确定性模型预测控制的轨迹跟踪控制方法,实现了子母式无人机的稳定、安全编队飞行.仿真结果表明,所提出的方法能够实现预期的编队飞行目标,具有良好的稳定性和鲁棒性.

摘要：【目的】针对煤矿井下复杂地层定向钻进过程中存在的实钻轨迹控制难度大、与设计轨迹偏差较大的问题,提出了基于模型预测控制(model predictive control,MPC)的定向钻孔轨迹跟踪控制方法。【方法】以螺杆钻具定向钻进过程为研究对象,在分析煤矿井下复杂地层条件下定向钻进特性的基础上,研究定向钻具的运动规律,采用运动学理论建立滑动定向钻进的钻孔轨迹延伸模型,并用泰勒级数展开方式对模型进行线性化处理,以消除钻孔倾角与方位角等状态量之间的耦合关系,在此基础上构建钻孔轨迹预测模型和以最小轨迹偏差作为控制目标的目标函数,采用反馈校正方法解决预测模型的稳态误差问题,并设计具有预测模型、滚动优化、反馈校正功能的模型预测控制器,得到钻孔轨迹最优控制量的推荐-工具面向角,最终实现定向钻孔轨迹跟踪优化控制。最后,利用陕西韩城某煤矿钻孔实钻数据,对控制算法进行了验证。【结果和结论】结果表明,线性化处理后的钻孔轨迹延伸模型有效保留了原有模型的特征,并简化了控制器的设计过程。改进后的定向钻孔轨迹反馈校正模型预测控制方法克服了模型适配和稳态误差的影响,相比于基于螺杆钻具造斜规律的人工经验控制决策方法,倾角平均绝对误差和方位角平均绝对误差分别降低79.5%和70.5%,为复杂地层定向钻孔轨迹控制提供了一种新的控制算法。

摘要：针对Vienna整流器采用传统有限集模型预测控制(FCS-MPC)时存在的权重系数整定困难,以及模型参数失配引起的系统鲁棒性较差的问题,提出虑及参数失配的多目标快速排序模型预测控制策略。首先,对不同权重项排序结果进行求和,将最小排序和对应的开关状态应用于下一控制周期,提出多目标快速排序模型预测控制(MOFR-MPC),有效消除传统FCS-MPC中的权重系数;其次,分析电感参数失配对控制器的影响,基于电流预测值与电流实际值构建电感观测器,提出虑及参数失配的模型预测控制(CPM-MPC),改善模型参数失配时的并网电流质量;最后,仿真和实验结果表明,相较于传统FCS-MPC,CPMMPC不仅无需设计权重系数,且在模型参数失配时具有更优的稳态和动态性能。

摘要：高比例可再生能源并网增大了电力系统的供需不确定性,需要自动发电控制(automatic generation control,AGC)方法在应对不同的调频需求时更具针对性。文中以含风电电力系统为研究对象,首先,通过构建互联电网AGC模型,分析了基于模型预测控制(model predictive control,MPC)的系统控制流程;其次,针对传统MPC在线计算复杂度过高的问题,引入条件触发策略以降低MPC执行优化计算的频次;并考虑到系统不同状态下调频需求存在的差异,设计了能跟随系统状态进行动态调整的触发规则,以获得更好调频控制效果;最后,仿真验证了所提方法在保证控制性能的基础上能有效降低系统在线计算复杂度,并在面对不同的调频需求时具有更好的系统稳定性。

摘要：针对参数未知、外部干扰未知并且带有输入、输出约束的离散时间仿射非线性系统,本文基于高阶干扰观测器的投影算法与模型预测控制和补偿控制相结合,提出了一种基于补偿控制的自适应模型预测控制方法.利用基于高阶干扰观测器的投影算法对未知参数和外部干扰同步估计,根据干扰观测值和参数估计值设计补偿控制量,使系统输入和输出满足约束条件,从而保证模型预测控制优化问题的可行性,并使系统的输出收敛到标称系统的输出.最后,将所提方法应用到电熔镁砂熔炼过程中电极电流控制的仿真实验中,通过仿真验证所提方法的有效性.

摘要：为在资源受限的移动设备实现准确实时的视觉检测,提高视觉检测的精度,设计一种基于模型预测控制的实时视觉检测框架。对基于计算机网络传输的端边协同视觉检测范式进行分析,即移动设备获取图片及跟踪检测结果,边缘服务器使用深度神经网络进行视觉检测,建立系统检测精度损失变化的模型。根据系统历史状态预测检测精度损失变化,使用模型预测控制作为决策算法进行资源调度,减少冗余区域的传输。在两个数据集上的实验验证了该框架的可行性。

摘要：[目的]旨在解决传统模型预测控制方法采用在线滚动方式进行优化求解,造成欠驱动船舶路径跟踪预测控制器计算量大的问题。[方法]将神经动态优化系统引入模型预测控制方法,提出一种具有实时性的欠驱动船舶路径跟踪预测控制器。首先,针对船舶欠驱动特性,采用并改进视线制导策略:针对传统视线制导策略的运动学模型不确定性问题,基于滑模思想,提出鲁棒视线制导方法;更进一步,针对外界干扰影响下船舶易产生侧滑角问题,对侧滑角进行补偿,提出鲁棒自适应视线制导方法,提高系统对模型不确定性与外界干扰的鲁棒性。其次,针对欠驱动船舶输入饱和问题,通过模型预测控制方法将船舶路径跟踪问题转化为含有输入约束限制的二次优化问题。最后,针对模型预测控制方法采用在线滚动优化策略导致计算负担增加问题,基于投影递归神经网络,建立神经动态优化求解器,通过并行求解含有输入约束限制的二次优化问题,提高计算效率。[结果]经过直线和曲线路径跟踪仿真,验证了本文所提出的具有实时性的欠驱动船舶路径跟踪预测控制器能够达到任意路径跟踪的目标。对比仿真实验结果也表明所提方法相较于Fmin-con优化求解器(MATLAB内置求解器)计算效率提升约90倍,具有显著优势。[结论]研究结果对于提升欠驱动船舶路径跟踪预测控制的实时性能具有一定的工程实用参考价值。

摘要：针对分布式电驱动承载平台轨迹跟踪控制存在高速跟踪精度低、鲁棒性弱等问题,设计了基于期望前轮转角跟踪的分层式横向运动控制策略。以分布式电驱动承载平台为研究对象,基于各子系统的动力学分析和轮地作用关系分析,构建了完整的胶轮、车体、电驱等模块的一体化动力学模型。通过构建上层模型预测控制(MPC)轨迹跟踪和下层转向电机转角控制的分层式运动控制策略,可实现承载平台横向位置的高精度控制。基于Simulink搭建承载平台整体动力学仿真模型,仿真结果表明:设计的横向运动控制策略在多级速度下均能高精度实现多场景轨迹跟踪;与滑模控制器相比,其控制精度提升了33%,控制稳定性显著提升。

摘要：以新能源汽车驱动复用式升压充电系统中三相交错并联Boost变换器为研究对象,针对系统在运行过程中动态响应速度慢、稳态特性差等问题,引入模型预测控制算法,对其展开研究分析。以单相Boost电路工作为例,建立了系统状态空间方程,并通过离散化处理建立了预测电流模型。根据变换器控制系统的运行约束和性能指标,确定了适当的目标价值函数,并计算出最小化目标函数值的最优占空比表达式。最后,利用MATLAB/Simulink构建了变换器仿真模型,验证了所提出的控制策略的可行性,并针对变换器输出电压响应速度慢、电压超调以及抗干扰性能差等问题与PI双闭环控制策略进行对比分析。仿真结果显示,相较于传统PI控制系统,模型预测控制系统的电压调节时间提升了62.3%,且无明显超调;当输入电压和负载发生扰动时,其电压偏差值分别降低了56.3%和85.8%,稳态时间分别提升了37.3%和51.3%。由此可知,该所设计模型预测控制器能够满足升压充电系统应用需求,具有更好的动态响应、稳态特性以及鲁棒性能。