Amanda1m的博客

忽略电机中的铁耗只考虑铜耗的背景下，希望实现铜耗最小化。

与MTPA控制相比，没有忽略电机的铁耗，以电能损耗最小为目的优化电流。分析思路与类似，在此省略。

具有离散控制集的鲁棒MPC策略稳定性分析

1、数据驱动控制什么是数据驱动控制在受控对象的数学模型和参数都完全未知的情况下，仅根据受控对象的离线/在线数据和经过处理的数据所获得的信息来设计控制器。什么情况下可以用当控制对象是黑箱，无法建立机理模型，仅能获取I/O数据集时，数据驱动控制通过训练数据来拟合模型，从而获取设计控制器所需的信息。 有什么缺陷 最后学出来的模型也不知道对不对，没办法有严谨的稳定性证明。2、自适应控制什么是自适应控制在已知受控系统数学模型，或模型参数未知/慢时变的情况下设计控制器，自适应控制系统由估

静态优化动态优化解决的问题是传统的拉格朗日函数方法（静态等式约束问题）以及Kuhn-tucker方法（静态不等式约束问题）无法解决的动态问题，在宏观经济学中主要是涉及离散和连续的涉及时间的变化的问题动态优化HJB方程是连续时间最优控制的充分必要条件。Hamilton函数 无约束最优控制有约束：内点法最近邻向量量化器 Nearest Neighbor Vector Quantizer给定一个可数的（不一定是有限的）非相等向量集，最近邻向量量化器定义为一个映射......

1.介绍关于磁链矢量所在扇区及最优开关表的选择的思路分析和matlab/simulink实现仿真参考袁雷老师的《现代永磁同步电机控制原理及MATLAB仿真》，但是由于书中所附代码和书中第四章中讲的实现不同，因此根据自己看的资料和理解重新整理并实现了一下。这里采用的电压矢量与袁老师书中不同，定义为​附最优矢量开关表如图2.思路分析​3.Matlab/Simulink相关代码实现sectorfunction sys=mdlOutputs(t,x,u)if(u.

2.1 Introduction这一章研究了状态已知情况下的MPC。当状态未知需要进行估计时，状态观测误差、建模误差和干扰会使系统变得不确定，从而无法准确预测未来时刻的轨迹。不考虑不确定性的稳定性叫nominal or inherent stability.2.2 Model Predictive Control大部分非线性系统可用连续时间域内的非线性微分方程描述对于这类系统，具有最优闭环特性的控制律是对以下无穷时域有约束最优控制问题的求解。代价函数设计为：最优控制问题可以表

1.3 Introductory MPC Regulator1.3.1 Linear Quadratic Problem系统模型Using the model we can predict how the state evolves given any set of inputs we are considering.约束是把MPC和标准Lineat Quadratic（LQ）问题区分开的关键。目标函数So we show the objective function's .

参考B站视频https://www.bilibili.com/video/BV1Ba4y157Ad/?spm_id_from=333.788.videocard.11.定义FOC（Field Oriented Control）磁场定量控制又称矢量控制，其方法是通过坐标变换和PI控制器将三相交流电的控制转换为dq轴电流，实现力矩和励磁的独立控制。2.Main concepts3.Control structures首先测量三相电流，然后进行变换，将三相电流变换成旋转的交直轴电流...

1.连续系统（1）使用系数矩阵获得传递函数[num,den]=ss2tf(A,B,C,D);（2）将传递函数写成因式分解（零极点）形式[z,p,k]=ss2zp(A,B,C,D)或者[z,p,k]=tf2zp(num,den)（3）将给定形式的状态空间方程变换成模态标准型sysG=ss(A,B,C,D);[sysGm,TI]=canon(sysG,'modal');[Am,Bm,Cm,Dm]=ssdata(sysGm);//系统极点为Am对角线上的元素，部分分式展开式的

对连续时间线性定常控制系统而言，系统内部渐近稳定的充分必要条件是其系数矩阵A的特征值都在复平面的左半开平面内。对连续时间线性定常控制系统而言，系统输入-输出稳定的充分必要条件是其特征方程的根（传递函数的极点）全都在复平面的左半平面内。离散时间线性定常系统内部渐进稳定的充分必要条件是：系统的系数矩阵G的特征值全都在z平面以原点为中心的单位圆内。离散时间线性定常系统输入-输出稳定的充分必要条件是：系统的脉冲传递函数的特征值（脉冲传递函数的极点）全都在z平面以原点为中心的单位圆内。...

目录一、作用二、理论分析三、Matlab仿真3.1 .m文件3.2 simulink仿真一、作用找到一种非线性的控制组合代替传统的PID控制器的线性组合，获得更有效的误差反馈控制率，只需将误差信号换成关于误差的非线性函数如fst函数（fhan函数）和fal函数等，可实现“小误差大增益，大误差小增益”的效果。二、理论分析有了跟踪微分器TD之后，我们就可以利用误差e1=v1-x1和误差微分e2=v2-x2组成PD控制u=Kp*e1+Kd*e2，甚至可以实现PID控制u=Kp*

作用：安排过渡过程，产生跟踪信号和微分信号，滤除噪声理论分析：.m文件实现function [x1,x2] = TD_2order(u)T=0.001;r=500;h=0.01;persistent x_1 x_2if isempty(x_1) x_1=0;endif isempty(x_2) x_2=0;endx1k=x_1;x2k=x_2;x_1=x1k+T*x2k;x_2=x2k+T*fst(x1k,x2k,u,r,h);endfst.

写在前面ADRC控制算法主要分为三部分，跟踪微分器TD、观测器ESO和控制器，其中观测器分为线性观测器LESO和非线性观测器NLESO，控制器分为线性控制器和非线性控制器NLSEF。目录一、理论分析1.1 跟踪微分器1.2 观测器ESO1.3 控制器二、Matlab仿真三、C++和Simulink联调一、理论分析1.1 跟踪微分器1.2 观测器ESO1.3 控制器二、Matlab仿真2.1 .m文件实现2.2 S-Fun...

ConstrainedMPC.m 滚动求解，生成最优控制量。理论部分见https://blog.youkuaiyun.com/m0_37764065/article/details/107207726function [k,r,y1,u1,x1,x2,x3,yout] = ConstrainedMPC(Ad,Bd,Cd,Nc,Np,rw,r,u_min,u_max,deltau_min,deltau_max)%UNTITLED 此处显示有关此函数的摘要% 此处显示详细说明[Phi_Phi,Phi_F

mpcgain.m理论在https://blog.youkuaiyun.com/m0_37764065/article/details/107207726function [Phi_Phi,Phi_F,Phi_R,A_e,B_e,C_e]=mpcgain(Ad,Bd,Cd,Nc,Np)%输入状态空间模型和预测时域长度Nc，控制时域长度Np% %构建增广状态空间模型On=zeros(1,size(Ad,1));A_e=[Ad On';Cd*Ad 1];B_e=[Bd;Cd*Bd];C_e=[On,1]

写在前面预测时域长度Np应包含对象的主要动态部分，越小越快速，不稳定，越大，实时性降低，响应越慢。控制时域长度Nc越小越慢，鲁棒性越好，越大机动性越强，稳定性降低。控制量变化权重rw越小闭环响应越快，越大说明控制量变化在优化函数占权重越大。目录1.建模2.离散化3.建立增广矩阵4.预测5.优化5.1 定义二次型优化函数5.2 变量含约束5.3 优化求解6.滚动7.Matlab仿真7.1仿真结果7.1.1 仅改变Np7.1.2 仅改变rw

Formulation of constraints Essence of constrained control Quadratic programming Hildreth’s quadratic programming procedure

第一步：写出控制对象的状态空间方程，然后离散化第二步：根据离散化的状态空间方程建立新状态变量，获得新状态空间模型和增广矩阵A，B，C第三步：根据新状态空间模型计算预测状态变量x，进一步写出预测输出变量y，获得F和phi第四步：定义cost function J，根据dot_J=0，通过F和phi和设定值Rs算出最优控制变量u序列至此一个优化窗口内的控制变量序列求解完毕，仅用这个序列的第一个变量，下一环节就是滚动优化了。...

饱和现象一开始因变量会随着自变量的增大而增大，而当自变量到达某个特定范围时，因变量将不再随着自变量的增大而有明显的改变，而是不断逼近或停止在某个最大值附近。分类饱和控制系统根据系统变量可分为输入饱和（执行器饱和）、状态饱和、输出饱和（传感器饱和）以及多个变量同时饱和。产生原因一方面是由于执行器自身物理特性的限制，一方面是为了防止过大的冲击破坏系统执行机构和系统稳定性而人为引入的。执行器饱和的影响是一种强非线性，会影响系统稳定性和动态性能。执行器饱和处理策略1、间接方

Kmpc=mpccon(model,ywt,uwt,M,P)model：控制器设置中要用到的模型ywt：用于设定值跟踪误差的权重矩阵uwt：用于控制变量的改变[y,u]=mpcsim(plant,model,Kmpc,tend,r,usat,tfilter,dplant,dmodel,dstep)plant：MPC模型中代表对象的模型tend：仿真中用到的时间间隔r：设定值矩阵usat：给控制变量设定限制的矩阵tfilter：噪声滤波器的时间常数矩阵，以及加入输出的未测量

一阶时滞系统(First Order Dead Time)的传递函数模型1.使用斜坡函数建模图中所示AB段拟合，K=(y(∞)-y(0))/Δu。优点：简单直观；缺点：拟合程度低，太随意。2.两点法建模令，则，取两点t1，t2代入得方程组，求得二阶时滞系统(SecondOrder Dead Time)的传递函数模型两点法基础模型积分平衡...

本节介绍工业过程中实施DMC的一种使用方法，该方法具有初始值迭代能力，简洁实用，同时介绍了DMC中多个不同权重的设置。思考内模控制IMC为什么无法解决一阶二阶纯滞后问题？没有纯微分环节，无法相除就相减，基于偏差进行控制。...

带约束的DMC即Quadratic DMC，约束在实际工程中总是存在的。1.输入有上下限2.输入的变化有上下限MIMO DMCMPC的优势：解耦，解决参数受限问题，解决设定值经常变化的问题（优化方法是解决了reference的值）。讨论回忆一下早先介绍的MIMO进行多个SISO解耦设计时是怎么做的？能像DMC这样从SISO无障碍地推广到MIMO吗？1.要确定谁和谁配...

状态空间、相图相轨迹、特征值特征向量、动态系统分析、系统可控性分析、李雅普诺夫稳定性、线性控制器设计、LQR控制器设计、轨迹跟踪、状态观测器、分离性原理。...

DMC principle动态矩阵控制，当作在平衡点发生的变化，在时间k模型预测的输出yk：当前时刻y的输出是由过去所有控制作用乘以s的累加。延时以及考虑到了DMC中的模型预测对于有自衡特性的模型R一般是一条直线，reference。往往给一个斜坡、指数的跟踪，不容易产生超调讨论1、如何设计误差补偿项？加权2、DMC中计算只用到FSR模型的参数，无须参数化模型，...

FSR模型单位阶跃输入，输出慢慢变化，把过程中的变化记下来。假设Δu=0.05的阶跃加进去，ti时间单位，yi输出，记录Δyi，除以Δui得到模型参数Δsi。讨论1、FSR模型的长度要取多少？由系统稳定时间和采样周期决定。2、FSR模型的长度跟采样周期有何关系？成反比，采样周期越短，长度越长。3、FSR模型跟传递函数模型相比有何优势？建模的步骤都一样，但是FSR模型...

滚动优化当前时刻对优化问题的求解，根据y求出决策变量u，考虑未来M步。计算一个序列u，根据当前控制量大小，决定未来变化的轨迹。虽然算出来一个序列，但是每次只执行第一步。到了下一阶段，要根据当前时刻采样对输出序列的第二步修正。一般设计过程下一个采样到来时，优化已计算完成。MPC在先进控制层（需要计算，周期一般都是半分钟、一分钟），不在DCS层（这一层变化都是ms级的）。硬件性能高了采...

理解配对选择问题有助于了解模型预测控制（MPC，Modeling Predictive Control）的优势，如果掌握了MPC方法就不用配对了。一般来说，一个输出主要受一个控制输入的影响。耦合系统存在相互影响（interaction）。对于有多个输入多个输出的混合系统来说，哪个输出选择和哪个输入配对就是变量“pairing”问题。目录为什么要配对相对增益的定义 Relative ga...

如何构建模型使用物理定律如运动学、力学建立需要控制对象的数学模型，一般是非线性微分方程。

一、Laplace变换常见的 Laplace变换Laplace变换的ROC(region of convergence)二、一阶系统的单位阶跃响应对于1st order LTI system，????̇+????????=????????，????̇(0)=????(0)=0，输入是单位阶跃 ????(????)=1，只考虑????≥0的部分。1、传递函数角度2、数学表达式角度...