基于SVDF的多变量预测控制算法及应用研究  

Multivariable predictive control based on SVDF and its application

作　　者：郑鑫 克金超 陈亚萌 段艳旭 谢磊[2] ZHENG Xin;KE Jin-chao;CHEN Ya-meng;DUAN Yan-xu;XIE Lei

机构地区：[1]中电商丘热电有限公司,商丘476000 [2]浙江大学控制学院,杭州310027

出　　处：《制造业自动化》2022年第10期212-216,共5页Manufacturing Automation

摘　　要：考虑到工业应用中对模型预测控制算法时效性的要求,针对二次规划(QP)问题Hessian矩阵的不变性,提出了基于奇异值分解的快速(SVDF)多变量预测控制算法。通过使用SVDF算法加快优化问题求解,从而减小在线计算负担,保障工业设备安全。首先采用基于状态空间模型获得的输出预测值构建QP问题,观察发现,当权重系数不变时,该QP问题的Hessian矩阵在计算过程中保持不变。随后通过对Hessian矩阵进行SVD分解提取信息特征,进而对无约束最优解信息进行选择性保留以获得满足约束的次优解。最后使用该次优解第一个时刻的控制量输入被控系统以结束本次计算。由于SVDF算法不需要在每个采样时刻计算带有约束的QP问题,因此缩短了计算时间。通过MATLAB仿真,对比SVDF方法与内点法对同一系统的参考轨迹的跟踪结果,验证了所提算法的有效性与快速性。SVDF算法还对双输入双输出的水箱系统进行控制,结果显示出其应用的有效性。

关 键 词：多变量预测控制 模型预测控制(MPC) 最优化问题 奇异值分解 QP问题 

分 类 号：TP232[自动化与计算机技术—检测技术与自动化装置]