显式模型预测控制实验平台构建及实验方法研究

论文摘要

显式模型预测控制算法（EMPC, Explicit Model Predictive Control）弥补了传统模型预测控制计算量大的缺点,将复杂的最优问题求解放入离线计算步骤完成,实际控制的在线计算步骤变为了简单的查表计算。现在针对EMPC算法的研究多是理论仿真研究,因此建立EMPC算法半实物仿真实验平台和实物控制系统具有非常大的意义。本文的研究内容主要分为两块：1、基于xPC半实物仿真技术建立EMPC算法的半实物仿真平台。文章首先讨论了使用M语言代码进行xPC半实物仿真实验的可行性方案,然后建立了基于xPC技术的EMPC半实物仿真平台。2、建立基于ARM-Linux平台的实物仿真控制系统。对离线计算得到的系统状态分区和对应分区上的数据库的数据结构进行解析,编写C语言代码实现EMPC算法的在线计算过程,建立了EMPC算法的实物控制系统。另外在本文的最后对EMPC算法的在线计算数据搜索方法进行讨论,给出了降低数据搜索时间复杂度为目标的几种改进方法。本文的主要工作包括以下几部分：1.在广泛查阅相关文献的基础上,介绍了EMPC算法的原理与EMPC算法半实物仿真、实物控制系统的研究现状。2、深入研究EMPC算法离线计算得到的状态分区及其状态分区上显式线性关系的数据结构,使用xPC半实物仿真技术构建了EMPC算法的半实物仿真平台。3、针对EMPC算法在线计算的特点,使用C代码设计了一个EMPC算法控制器,构建了完整的EMPC实物控制系统。4、深入研究与分析了EMPC算法控制系统的在线计算过程,并对降低数据搜索时间复杂度为目标提出了三种进一步的改进方案。5、最后,对全文进行总结,并对进一步的研究提出一些展望。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 引言
• 1.2 显式模型预测控制的原理简述
• 1.3 国内外进行先进算法仿真研究的现状
• 1.4 本文主要研究内容和各章节安排
• 第2章 显式模型预测控制
• 2.1 传统模型预测控制
• 2.2 显式模型预测控制
• 2.2.1 显式模型预测控制理论
• 2.2.2 显式模型预测控制实例
• 2.2.3 显式模型预测控制系统Simulink仿真实验方法
• 2.3 本章小结
• 第3章 使用M语言构成的算法进行xPC半实物仿真研究
• 3.1 引言
• 3.2 xPC半实物仿真平台架构
• 3.2.1 硬件平台
• 3.2.2 软件平台
• 3.3 使用M语言构成的算法代码进行xPC半实物仿真实验方法研究
• 3.3.1 S-Function模块使用C代码进行xPC半实物仿真的框架
• 3.3.2 S-Function模块使用C代码调用外部M语言函数
• 3.3.3 S-Function模块使用C文件调用外部动态连接库*.clf文件
• 3.3.4 S-Function模块使用RTW工具箱生成C文件并内部调用
• 3.3.5 使用嵌入式MATLAB函数进行xPC半实物仿真方法
• 3.3.6 嵌入式MATLAB的规则
• 3.4 本章小节
• 第4章 EMPC算法xPC目标半实物仿真实验
• 4.1 引言
• 4.2 EMPC算法在xPC半实物仿真平台上实现的整体架构
• 4.3 建立EMPC控制系统的Simulink控制模型
• 4.4 离线计算得到的系统状态分区及对应分区上的显式线性规律结构
• 4.5 S-Function接口函数的结构
• 4.6 EMPC算法xPC半实物仿真目标可执行文件编译流程
• 4.7 控制效果
• 4.8 本章小结
• 第5章 基于ARM-Linux平台的EMPC算法实物控制平台
• 5.1 引言
• 5.2 EMPC算法在ARM-Linux平台实现的整体架构
• 5.2.1 控制系统的整体结构
• 5.2.2 可执行文件编译实现过程
• 5.3 系统状态分区及其对应分区上的显式线性规律的数据结构
• getInput的结构'>5.4 接口函数mpt_getInput的结构
• 5.5 ARM-Linux平台下的实际控制程序结构
• 5.6 控制效果
• 5.6.1 控制量无约束条件下的控制效果
• 5.6.2 控制量有约束条件下的控制效果
• 5.7 本章小结
• 第6章 在线计算数据搜索方法及进一步改进思路
• 6.1 引言
• 6.2 线性数据搜索方法详细介绍
• 6.3 数据搜索算法进一步改进思路一（记忆计算）
• 6.4 数据搜索算法进一步改进思路二（二叉树数据结构）
• 6.5 数据搜索算法进一步改进思路三（搜索表格）
• 6.6 本章小节
• 第7章 总结与展望
• 7.1 总结
• 7.2 展望
• 参考文献
• 致谢
• 攻读学位期间参加的科研项目和成果