Página 1 dos resultados de 619 itens digitais encontrados em 0.038 segundos

Linear matrix inequality-based robust model predictive control for time-delayed systems

Capron, B. D. O.; Uchiyama, M. T.; Odloak, D.
Fonte: INST ENGINEERING TECHNOLOGY-IET; HERTFORD Publicador: INST ENGINEERING TECHNOLOGY-IET; HERTFORD
Tipo: Artigo de Revista Científica
ENG
Relevância na Pesquisa
65.89%
This work addresses the solution to the problem of robust model predictive control (MPC) of systems with model uncertainty. The case of zone control of multi-variable stable systems with multiple time delays is considered. The usual approach of dealing with this kind of problem is through the inclusion of non-linear cost constraint in the control problem. The control action is then obtained at each sampling time as the solution to a non-linear programming (NLP) problem that for high-order systems can be computationally expensive. Here, the robust MPC problem is formulated as a linear matrix inequality problem that can be solved in real time with a fraction of the computer effort. The proposed approach is compared with the conventional robust MPC and tested through the simulation of a reactor system of the process industry.

Controle preditivo com enfoque em subespaços.; Subspace predictive control.

Fernandez, Erika Maria Francischinelli
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 27/11/2009 PT
Relevância na Pesquisa
65.91%
Controle preditivo baseado em modelos (MPC) é uma técnica de controle amplamente utilizada na indústria de processos químicos. Por outro lado, o método de identificação em subespaços (SID) tem se mostrado uma alternativa eficiente para os métodos clássicos de identificação de sistemas. Pela combinação dos conceitos de MPC e SID, surgiu, no final da década de 90, uma nova técnica de controle, denominada controle preditivo com enfoque em subespaços (SPC). Essa técnica também é conhecida como controle preditivo orientado a dados. Ela substitui por um único passo as três etapas do projeto de um MPC: a identificação do modelo, o cálculo do observador de estados e a construção das matrizes de predição. Este trabalho tem como principal objetivo revisar estudos feitos na área de SPC, aplicar esse método em sistemas típicos da indústria química e propor novos algoritmos. São desenvolvidos três algoritmos de excitação interna para o método SPC, que permitem gerar dados persistentemente excitantes enquanto um controle mínimo do processo é garantido. Esses algoritmos possibilitam aplicar identificação em malha fechada, na qual o modelo do controlador SPC é reidentificado utilizando dados previamente excitados. Os controladores SPC e SPC com excitação interna são testados e comparados ao MPC por meio de simulações em dois processos distintos. O primeiro consiste em uma coluna debutanizadora de uma unidade de destilação...

Controle preditivo de horizonte infinito para sistemas integradores e com tempo morto.; Model predictive control of integrating systems with dead time.

Santoro, Bruno Faccini
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 11/03/2011 PT
Relevância na Pesquisa
65.91%
Controle preditivo baseado em modelo (MPC) recebeu ampla aceitação na indústria química nos últimos 30 anos. O funcionamento básico dessa técnica é a utilização de um modelo para calcular o comportamento de uma planta em função das entradas que ela receberia nos próximos instantes. Define-se um objetivo, cuja principal contribuição é dada por uma medida da distância entre a condição predita da planta e um valor desejado previamente estipulado. Esse objetivo pode incluir ainda, por exemplo, penalizações sobre o esforço de controle necessário para levar a planta a uma condição mais próxima do desejável. São incorporadas restrições como limites físicos da planta e dos atuadores e formula-se um problema de otimização, buscando o ponto ótimo dessa função objetivo e respeitando as restrições. Neste trabalho é abordado o problema de controle preditivo baseado em modelo para sistemas que apresentem integradores e/ou tempos mortos. Estes elementos tornam mais difícil o controle de processos baseado apenas em técnicas clássicas. Apresenta-se aqui um modelo em espaço de estados que permite a representação dessas dinâmicas de modo suficientemente preciso. A formulação de modelo apresentada permite ainda a incorporação de informações sobre distúrbios medidos. É feita uma demonstração da estabilidade desse controlador quando o modelo por ele utilizado é idêntico ao comportamento real da planta. Numa aplicação real do controlador proposto...

Controle preditivo multi-modelos baseado em LMIs para sistemas estáveis e instáveis com representação por modelos de realinhamento; LMI-based Model Predictive Control of uncertain stable and unstable systems based on a realigned state space representation

Capron, Bruno Didier Olivier
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Tese de Doutorado Formato: application/pdf
Publicado em 03/07/2014 PT
Relevância na Pesquisa
66.03%
Nesta tese, com a ambição de desenvolver um pacote de controle que poderia ser implementado a baixo custo nas indústrias brasileiras, é estudado o controle preditivo (MPC) de sistemas estáveis e instáveis com modelos incertos, baseado em um modelo de realinhamento e o uso de técnicas de desigualdades matriciais lineares (LMI), para resolução de problemas de controle robusto. Na primeira parte da tese, a aplicabilidade de um controlador baseado em um modelo de realinhamento é considerada. Como o controlador preditivo baseado em um modelo de realinhamento não requer o uso de um observador de estados, espera-se que seja mais eficiente e mais robusto a distúrbios não medidos que um controlador que precise de um observador de estados. Essa hipótese é testada comparando-se o desempenho e a robustez a distúrbios não medidos deste controlador com um controlador que requer o uso de um observador de estados, através da simulação do controle de um separador polipropileno/propano (PP) industrial. Por outro lado, a desvantagem de um controlador baseado em um modelo de realinhamento é a sensibilidade da construção do modelo e das matrizes do controlador a erros numéricos que aumentam com o tamanho do sistema. As etapas do algoritmo de controle mais sensíveis a erros numéricos são então destacadas com o objetivo de discutir a aplicabilidade de um controlador baseado em um modelo de realinhamento a sistemas de grande porte. Além disso...

Controle preditivo não-linear baseado em multimodelos aplicado ao motor de indução; Induction motor non-linear predictive control based on a multimodeling approach

Alex Pereira França
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 06/08/2010 PT
Relevância na Pesquisa
65.95%
Uma abordagem preditiva global-local para o controle de um motor de indução é apresentado nesta tese. O conceito de controle preditivo diz respeito a uma classe de controladores que tem se desenvolvido muito no âmbito do controle de sistemas de conversão de energia nos últimos anos, acompanhando o desenvolvimento da capacidade computacional dos sistemas microprocessados ao longo da última década. A técnica proposta é fundamentada numa lei de controle baseada em uin modelo identificado de um motor de indução. A identificação se dá de maneira experimental a partir da simulação de um motor de indução indiretamente orientado em função do fluxo do rotor, através de um modelo fuzzy do tipo Takagi-Sugeno TS com Funções de Base Ortonormal no consequente das regras.As ações de controle locais são combinadas são combinadas pela ativação das regras do modelo local devido, e a ação de controle global resultante é aplicada ao controle de velocidade do motor de indução. Este método permite ao controlador a inclusão nos parâmetros de controle das não-linearidades e restrições inerentes ao controle do máquinas elétricas; A predictive global-local approach technic for induction motor control is presented in this thesis. Predictive control is a very wide class of controllers that have found rather recent applications in the control of electrical machines. Research on this topic has been increased in the last years due to the possibilities of today s microprocessors used for control. The proposed technique is founded on a identified model based predictive control. The identification technique applied in this method is based on the black box modeling of a Indirect Rotor Flux Oriented Induction Motor in stationary reference system through Takagi-Sugeno-TS fuzzy models with orthonormal base functions - OBF - on the rules consequents. Control actions are matched by local activation of the model rule because local and global control action is applied to speed control of an induction motor. This method allows the inclusion in the control parameters of non-linearities and constraints inherent the control of electrical machines

Predictive control applied to a water canal prototype

Canarias, Daniel; Figueiredo, João; Rijo, Manuel
Fonte: Universidade de Évora Publicador: Universidade de Évora
Tipo: Artigo de Revista Científica
ENG
Relevância na Pesquisa
66%
Predictive control is an intelligent tool to manage complex systems. This control strategy is getting more and more application in industrial fields. This paper shows the application of the predictive control methodology to a water distribution canal. Water canals are complex hydraulic systems because they are open and big scale systems, characterized by big delays and great inertia. Many models and control strategies have already been simulated using linear control theory. In the present study, a predictive control strategy is experimentally implemented in a modern automated canal prototype where sensors and actuators are controlled via a PLC network supervised by a SCADA system. The performance of this predictive controller is experimentally tested and very good results were obtained. The presented field studies show the potential of predictive control applied to water distribution canals and motivate its development for the management of water distribution networks in the near future.

Predictive control with mean derivative based neural euler integrator dynamic model

Tasinaffo,Paulo M.; Rios Neto,Atair
Fonte: Sociedade Brasileira de Automática Publicador: Sociedade Brasileira de Automática
Tipo: Artigo de Revista Científica Formato: text/html
Publicado em 01/03/2007 EN
Relevância na Pesquisa
65.96%
Neural networks can be trained to get internal working models in dynamic systems control schemes. This has usually been done designing the neural network in the form of a discrete model with delayed inputs of the NARMA type (Non-linear Auto Regressive Moving Average). In recent works the use of the neural network inside the structure of ordinary differential equations (ODE) numerical integrators has also been considered to get dynamic systems discrete models. In this paper, an extension of this latter approach, where a feed forward neural network modeling mean derivatives is used in the structure of an Euler integrator, is presented and applied in a Nonlinear Predictive Control (NPC) scheme. The use of the neural network to approximate the mean derivative function, instead of the dynamic system ODE instantaneous derivative function, allows any specified accuracy to be attained in the modeling of dynamic systems with the use of a simple Euler integrator. This makes the predictive control implementation a simpler task, since it is only necessary to deal with the linear structure of a first order integrator in the calculations of control actions. To illustrate the effectiveness of the proposed approach, results of tests in a problem of orbit transfer between Earth and Mars and in a problem of three-axis attitude control of a rigid body satellite are presented.

Design and stability analysis of networked predictive control systems

Zhang, J.; Xia, Y.; Shi, P.
Fonte: IEEE-Inst Electrical Electronics Engineers Inc Publicador: IEEE-Inst Electrical Electronics Engineers Inc
Tipo: Artigo de Revista Científica
Publicado em //2013 EN
Relevância na Pesquisa
75.92%
This brief is concerned with the networked predictive control and stability analysis for networked control systems(NCSs) with time-varying network communication delay. By taking the full advantage of the packet-based transmission in NCSs, a state-based networked predictive control approach is proposed to actively compensate the network communication delay. Based on switched system approach, stability analysis result is also established via the average dwell time technique. Finally, the effectiveness of the proposed method is illustrated by a practical experiment.; Jinhui Zhang, Yuanqing Xia and Peng Shi

Predictive output feedback control for networked control systems

Yang, R.; Liu, G.P.; Shi, P.; Thomas, C.; Basin, M.
Fonte: IEEE Publicador: IEEE
Tipo: Artigo de Revista Científica
Publicado em //2014 EN
Relevância na Pesquisa
66.02%
This paper studies the problem of predictive output feedback control for networked control systems (NCSs) with random communication delays. A networked-predictive-control scheme is employed to compensate for the network-induced delay. Furthermore, the time-varying predictive controller with mixed random delays for networked systems is introduced. Then, the system is formulated as a Markovian jump system. New techniques are presented to deal with the distributed delay in the discrete-time domain. Based on the analysis of closed-loop NCSs, the designed predictive time-varying output feedback controller can guarantee system stability. Simulation example demonstrates the compensation for random communication delays and data loss in networked systems using the proposed predictive scheme.; Rongni Yang, Guo-Ping Liu, Peng Shi, Clive Thomas and Michael V. Basin

Predictive control of convex polyhedron LPV systems with Markov jumping parameters

Yin, Y.; Liu, F.; Shi, P.; Karimi, H.
Fonte: IEEE; USA Publicador: IEEE; USA
Tipo: Conference paper
Publicado em //2012 EN
Relevância na Pesquisa
65.94%
The problem of receding horizon predictive control of stochastic linear parameter varying systems is discussed. First, constant coefficient matrices are obtained at each vertex in the interior of linear parameter varying system, and then, by considering semi-definite programming constraints, weight coefficients between each vertex are calculated, and the equal coefficients matrices for the time variable system are obtained. Second, in the given receding horizon, for each mode sequence of the stochastic convex polyhedron linear parameter varying systems, the optimal control input sequences are designed in order to make the states into a terminal invariant set. Outside of the receding horizon, stability of the system is guaranteed by searching a state feedback control law. Finally, receding horizon predictive controller is designed in terms of linear matrix inequality for such system. Simulation example shows the validity of this method.; Yin Yanyan, Liu Fei, Shi Peng, Karimi Hamid Reza

H∞ predictive control of networked control systems; H-infinity predictive control of networked control systems

Xia, Y.; Li, L.; Liu, G.P.; Shi, P.
Fonte: Taylor & Francis Publicador: Taylor & Francis
Tipo: Artigo de Revista Científica
Publicado em //2011 EN
Relevância na Pesquisa
66%
This article is concerned with the problem of H ∞ predictive control of networked control system with random network delay. A new control scheme termed networked predictive control is proposed. This scheme mainly consists of the control prediction generator and network delay compensator. While designing the predictor, the control input to the actuator may be different due to networked induced time-delay and data dropout, and two cases are considered depending on the way that the observer obtains the plant control input u t . The necessary and sufficient conditions are given for the closed-loop networked predictive control system to be stochastically stable for different u t and random network delays in controller to actuator channel (CAC) and sensor to controller channel (SCC). A simulation study shows the effectiveness of the proposed scheme.; Yuanqing Xia, Li Li, Guo-Ping Liu & Peng Shi

Intelligent predictive control of a model helicopter's yaw angle

Mohammadzaheri, M.; Chen, L.
Fonte: Wiley-Blackwell Publishing, Inc. Publicador: Wiley-Blackwell Publishing, Inc.
Tipo: Artigo de Revista Científica
Publicado em //2010 EN
Relevância na Pesquisa
65.93%
In this paper the concept of Control Inertia is introduced and based on this concept, unexpectedly inadequate control behaviour of High Control Inertia systems is explained. Fuzzy compensators are then suggested to improve the control behaviour. This work is in the area of non-model-based control. In order to indicate the merit of the proposed technique, a neuro-predictive (NP) control is designed and implemented on a highly non-linear system, a lab helicopter, in a constrained situation. It is observed that the behaviour of the closed loop system under the NP controller either displays considerable function (with a low value of a particular design parameter) or is very slow (with high values of the same design parameter). In total, the control behaviour is very poor in comparison to existing fuzzy controllers, whereas NP is used effectively in the control of some other systems. Considering the concept of Control Inertia, a Sugeno-type fuzzy compensator was added to the control loop to modify the control command. A newly designed neuro-predictive control with fuzzy compensator (NPFC) improves the performance of the closed loop system significantly by the reduction of both overshoot and settling time. Furthermore, it is shown that the disturbance rejection of the NPFC controlled system as well as it parameter robustness is satisfactory.; Morteza Mohammadzaheri and Lei Chen

Integrated real-time optimization and model predictive control under parametric uncertainties

Adetola, Veronica A.
Fonte: Quens University Publicador: Quens University
Tipo: Tese de Doutorado Formato: 1881071 bytes; application/pdf
EN; EN
Relevância na Pesquisa
65.94%
The actualization of real-time economically optimal process operation requires proper integration of real-time optimization (RTO) and dynamic control. This dissertation addresses the integration problem and provides a formal design technique that properly integrates RTO and model predictive control (MPC) under parametric uncertainties. The task is posed as an adaptive extremum-seeking control (ESC) problem in which the controller is required to steer the system to an unknown setpoint that optimizes a user-specified objective function. The integration task is first solved for linear uncertain systems. Then a method of determining appropriate excitation conditions for nonlinear systems with uncertain reference setpoint is provided. Since the identification of the true cost surface is paramount to the success of the integration scheme, novel parameter estimation techniques with better convergence properties are developed. The estimation routine allows exact reconstruction of the system's unknown parameters in finite-time. The applicability of the identifier to improve upon the performance of existing adaptive controllers is demonstrated. Adaptive nonlinear model predictive controllers are developed for a class of constrained uncertain nonlinear systems. Rather than relying on the inherent robustness of nominal MPC...

Controle preditivo baseado em rede de modelos lineares locais aplicado a um reator de neutralização; Predictive control based on local linear model networks applied to neutralization reactor

Thiago Vaz da Costa
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 26/08/2010 PT
Relevância na Pesquisa
65.91%
Uma malha de controle com baixo desempenho implica em um aumento dos custos de produção, causando descarte de produto fora da especificação e desgaste desnecessário dos elementos finais de controle. A depender do processo controlado, uma malha deficiente pode também acarretar em paradas não previstas na planta e até mesmo em danos ao meio ambiente. Diante do exposto, o controle preditivo baseado em modelos (MPC) é um dos poucos algoritmos comprovadamente capazes de estabilizar processos na presença de não-linearidades e restrições. Para atender aos seus objetivos de controle, o algoritmo clássico MPC utiliza um procedimento de otimização baseado no modelo linear da planta. Contudo, o afastamento da região de projeto do modelo linear resulta na perda de sua efetividade e consequente do controlador que o utiliza. Deste modo, objetivou-se a partir de uma descrição não-linear do sistema a melhoria do desempenho do controlador. Os objetivos específicos dessa dissertação foram o estudo e análise de um controlador GPC (generalized predictive controller) operando em paralelo com uma rede de modelos lineares locais, identificada por meio do algoritmo LOLIMOT (local linear model trees), capaz de adequar o modelo de predição do controlador para a faixa de operação atual do processo. Para a avaliação e análise da qualidade do controlador proposto foi montado um aparato experimental para controle de pH. A estratégia de controle foi implementada em um sistema em código aberto para monitoramento e controle do processo. Portanto...

Controle preditivo baseado em modelo neuro-fuzzy de sistemas não-lineares aplicado em sistema de refrigeração = : Model predictive control based on neuro-fuzzy nonlinear systems applied to a refrigeration plant; Model predictive control based on neuro-fuzzy nonlinear systems applied to a refrigeration plant

Ivan Carlos Franco
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Tese de Doutorado Formato: application/pdf
Publicado em 03/07/2012 PT
Relevância na Pesquisa
66.08%
Os sistemas de refrigeração estão presentes em diferentes ramos da indústria e caracterizam-se como grandes consumidores de energia com considerável comportamento não-linear. Inúmeros trabalhos vêm sido desenvolvidos para promover a redução dos gastos energéticos e a minimização dos efeitos das não-linearidades nestes sistemas. A aplicação da automação e do controle de processos, particularmente o uso de técnicas avançadas de controle, são estratégias amplamente utilizadas para esta finalidade. O Controle Preditivo baseado em Modelos (MPC) é capaz de estabilizar processos onde há não-linearidades, sendo promissora a sua aplicação em sistemas de refrigeração. Neste trabalho, foi desenvolvido um SIStema de MOnitoramento e Controle Avançado para Refrigeração (SISMOCAR) capaz de monitorar, em tempo real, através da comunicação OPC (OLE for Process Control), todas as variáveis envolvidas no ciclo de refrigeração e também realizar o controle das variáveis de interesse. Modelos Takagi-Sugeno (SISO) para a predição das temperaturas de evaporação (Te) e do fluido secundário (Tp) foram desenvolvidos e validados, a partir da técnica ANFIS (Adaptative Network based Fuzzy Inference Systems), com análise de desempenho baseado no cálculo do VAF (Variance accounted for). Os modelos Takagi-Sugeno validados foram utilizados como base para Controladores Preditivos...

Estudo do comportamento dinâmico de máquina-ferramenta CNC com ênfase na implementação de sistemas de controle; Study of the dynamic behavior of CNC machine tool with emphases on the implementation of control systems

Liz Katherine Rincón Ardila
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Tese de Doutorado Formato: application/pdf
Publicado em 08/02/2013 PT
Relevância na Pesquisa
65.92%
Esta tese de doutorado apresenta o estudo do comportamento dinâmico para máquinas-ferramenta CNC (Controle Numérico Computadorizado) com ênfase na implementação do sistema de controle, a fim de melhorar o desempenho desse dispositivo, possibilitando assim a obtenção de maiores velocidades de funcionamento com precisão de operação. O estudo do comportamento dinâmico do sistema foi baseado na modelagem dinâmica do dispositivo CNC, através de um modelo tipo MIMO (Múltiplas Entradas- Múltiplas Saídas), não linear, invariante no tempo, constituído pelo modelo do sistema mecânico, elétrico, eletrônico e controle. O modelo é fundamentado no estudo dos torques estático, dinâmico e de perturbações, incluindo a dinâmica não linear ocorrida pelos efeitos de atrito dos componentes, variação inercial e forças de perturbação. O modelo final é definido mediante a aplicação de uma estratégia proposta de identificação e estimação de parâmetros dinâmicos do dispositivo CNC real. A estratégia é baseada na estimação de parâmetros através de modelos de referência e método de otimização não linear. O sistema de controle proposto é constituído pelos níveis de geração de movimentos, controle e compensação...

Controle preditivo robusto de sistemas hibridos incertos integrando restrições, logica, e dinamica baseada em series de funções ortonormais; Robust model based predictive control of uncertain hybrid systems integrating constraints, logic, and dynamics based on orthonormal series function

Vicente Delgado Moreira
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Tese de Doutorado Formato: application/pdf
Publicado em 21/02/2006 PT
Relevância na Pesquisa
65.96%
O interesse pelo projeto de controladores preditivos para sistemas híbridos vem aumentando nos últimos anos. Os sistemas híbridos são descritos simultaneamente por relações lógicas, baseadas por exemplo nos operadores SE/ENTÃO/SENÃO, e por equações dinâmicas. Devido às exigências relacionadas ao desempenho de rastreio das referências em malha fechada, busca-se atualmente metodologias de modelagem que permitam integrar as representações dinâmicas e as proposições lógicas do processo híbrido em uma abordagem não-hierárquica. As abordagens encontradas na literatura para o controle preditivo de sistemas híbridos são preferencialmente aplicáveis a processos determinísticos cujas dinâmicas são representadas no espaço de estados. Em certos casos, um modelo de estados não é conhecido, incertezas para métricas politópicas inviabilizam o projeto de controladores preditivos robustos, ou outras formas de modelagem são mais adequadas para a representação do processo. Neste trabalho, desenvolve-se uma nova metodologia para a modelagem e o controle preditivo robusto de sistemas híbridos incertos. Na abordagem proposta, as proposições lógicas são transformadas em desigualdades lineares mistas equivalentes...

Predictive Control with Parameter Adaptation to Achieve ?-Protection in the RECONFIGURE Benchmark in the Presence of Icing

Hartley, E. N.
Fonte: International Federation of Automatic Control Publicador: International Federation of Automatic Control
Tipo: Article; accepted version
EN
Relevância na Pesquisa
75.85%
This is the accepted manuscript. It is currently embargoed pending publication.; Undetected ice accretions on aerodynamic surfaces can deeply change the dynamic behaviour of aircraft, leading to poor performance of the automatic control systems. This is characterised by oscillatory behaviour, and overshoot of setpoints and flight envelope protection values. To mitigate this undesirable behaviour, this paper applies predictive control in combination with online estimation of the first and second order partial derivatives of the lift and pitching moment coefficients with respect to the angle of attack using an Extended Kalman Filter, to achieve a constrained indirect adaptive flight control law. The design is evaluated on the RECONFIGURE benchmark, which is a nonlinear, high fidelity, industrially validated simulator of a large Airbus aircraft. In icing scenarios at high incidence, the resulting trajectories are shown to be better damped and more compliant with constraints when compared to a predictive control law employing only linear disturbance estimation.

Variable horizon model predictive control: robustness and optimality

Shekhar, Rohan Chandra
Fonte: University of Cambridge; Department of Engineering; Control Group Publicador: University of Cambridge; Department of Engineering; Control Group
Tipo: Thesis; doctoral; PhD
EN
Relevância na Pesquisa
75.87%
Variable Horizon Model Predictive Control (VH-MPC) is a form of predictive control that includes the horizon length as a decision variable in the constrained optimisation problem solved at each iteration. It has been recently applied to completion problems, where the system state is to be steered to a closed set in finite time. The behaviour of the system once completion has occurred is not considered part of the control problem. This thesis is concerned with three aspects of robustness and optimality in VH-MPC completion problems. In particular, the thesis investigates robustness to well defined but unpredictable changes in system and controller parameters, robustness to bounded disturbances in the presence of certain input parameterisations to reduce computational complexity, and optimal robustness to bounded disturbances using tightened constraints. In the context of linear time invariant systems, new theoretical contributions and algorithms are developed. Firstly, changing dynamics, constraints and control objectives are addressed by introducing the notion of feasible contingencies. A novel algorithm is proposed that introduces extra prediction variables to ensure that anticipated new control objectives are always feasible...

Predictive Control of a Boeing 747 Aircraft using an FPGA

Hartley, Edward N.; Jerez, Juan L.; Suardi, Andrea; Maciejowski, Jan M.; Kerrigan, Eric C.; Constantinides, George A.
Fonte: Universidade de Cambridge Publicador: Universidade de Cambridge
Tipo: Conferência ou Objeto de Conferência
EN
Relevância na Pesquisa
65.93%
IFAC Conference on Nonlinear Model Predictive Control 2012 (NMPC'12), Noordwijkerhout, the Netherlands on August 23 - 27, 2012.; New embedded predictive control applications call for more efficient ways of solving quadratic programs (QPs) in order to meet demanding real-time, power and cost requirements. A single precision QP-on-a-chip controller is proposed, implemented in a field-programmable gate array (FPGA) with an iterative linear solver at its core. A novel offline scaling procedure is introduced to aid the convergence of the reduced precision solver. The feasibility of the proposed approach is demonstrated with a real-time hardware-in-the-loop (HIL) experimental setup where an ML605 FPGA board controls a nonlinear model of a Boeing 747 aircraft running on a desktop PC through an Ethernet link. Simulations show that the quality of the closed-loop control and accuracy of individual solutions is competitive with a conventional double precision controller solving linear systems using a Riccati recursion.; This work was supported by the EPSRC (Grants EP/G031576/1, EP/G030308/1 and EP/I012036/1) and the EU FP7 Project EMBOCON, as well as industrial support from Xilinx, the Mathworks, and the European Space Agency.