【模型】Model predictive control (MPC)控制策略簡介

參考https://en.wikipedia.org/wiki/Model_predictive_control

MPC 控制是一種高級的進程控制（process control）方法。用來控制進程使它滿足一些限制條件。它依賴於過程的動態模型，通常這個模型是一個得到系統認證的經驗的線性模型。

好處：MPC的主要優點是它允許優化當前時間點，同時考慮未來的時間點。這是通過優化有限時間範圍，但僅實現當前時間點然後重複再次優化來實現的。它能夠預測未來事件並能夠相應地採取控制措施。

 

1.綜述

MPC模型預測模型系統中由於自變量的值變化導致的因變量的變化。

MPC使用當前測量，當前進程的動態過程，MPC模型和過程變量目標和限制來計算因變量的未來變化。計算這些變化以保持因變量接近目標，同時遵守獨立變量和因變量的約束。 MPC通常僅發出要實現的每個自變量的第一個變化，並在需要下一個變化時重複計算。

2.MPC 控制原則

Model Predictive Control (MPC) 是一個多變量控制算法，使用：

• 進程內部的動態模型
• 過去控制動作的歷史
• 在後退預測範圍內的優化成本函數J

來計算優化控制動作。

例：

不違反這些變量的約束：

:第個控制變量(e.g. 測量溫度)

: 第個參考變量(e.g. 需求溫度)

: 第個 操縱變量 (e.g. 控制暖氣)

: 的權重係數

: 的權重係數

等等。