易永紅 , 林曉佳
(1.四川大學(xué) 計(jì)算機(jī)學(xué)院,四川 成都610044;2.綿陽職業(yè)技術(shù)學(xué)院 計(jì)算機(jī)科學(xué)系 四川 綿陽621000;3.福州大學(xué) 數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院,福建 福州350116;4.中國科學(xué)院 北京100864)
系統(tǒng)在通信、測量或者計(jì)算處理過程中產(chǎn)生的延遲會(huì)使得系統(tǒng)的性能下降,或者會(huì)導(dǎo)致系統(tǒng)控制循環(huán)的不穩(wěn)定[1],因此在系統(tǒng)控制器的設(shè)計(jì)過程中要考慮這種時(shí)間延遲.然而在實(shí)際場景中,時(shí)間延遲往往是未知的,主要由以下原因產(chǎn)生:不可預(yù)料的系統(tǒng)行為改變,操作環(huán)境的改變,組件的失效,以及通信連接的重新配置等[2].在這種時(shí)間延遲不確定的情況下,必須采取有效的控制策略來保證系統(tǒng)的穩(wěn)定運(yùn)行.為了應(yīng)對(duì)上述問題,研究人員采用RMPC(Robust Model based Predictive Control)[3]技術(shù)來處理延遲的不確定性.
當(dāng)系統(tǒng)模型中存在不確定性時(shí),RMPC是一種滾動(dòng)時(shí)域優(yōu)化控制技術(shù),其目標(biāo)是在滿足一定的約束條件下確保系統(tǒng)的穩(wěn)定性[4].在預(yù)測控制系統(tǒng)中,大多數(shù)的穩(wěn)定性措施都有一個(gè)基本的假設(shè)前提[5],即在每個(gè)時(shí)間步都可以進(jìn)行系統(tǒng)的優(yōu)化,因而系統(tǒng)的穩(wěn)定性和約束處理是緊密相連的.在這種情況下,為了對(duì)模型進(jìn)行近似處理(如線性化和降階),健壯性在系統(tǒng)的設(shè)計(jì)過程中十分重要.
在典型的RMPC公式中,控制策略通過對(duì)最小值或者最大值優(yōu)化問題進(jìn)行在線求解,并且通過一系列不確定設(shè)備對(duì)代價(jià)函數(shù)的最壞值進(jìn)行評(píng)估[6].然而,在控制器的實(shí)際部署中,實(shí)時(shí)部署的計(jì)算量相當(dāng)大.為了應(yīng)對(duì)這種情況,Rossi等人[7]提出了一種基于線性矩陣不等式[8]的RMPC方法,該方法應(yīng)用數(shù)值解法可以在多項(xiàng)式時(shí)間內(nèi)進(jìn)行系統(tǒng)的最優(yōu)控制.研究表明,[8]的方法可以轉(zhuǎn)化為半正定規(guī)劃問題,通過加入額外的線性矩陣不等式來表示系統(tǒng)的操作約束[9].為了較小保守型,[10~12]在[7]的基礎(chǔ)上提出了不同的應(yīng)對(duì)方法.此外,還有一些研究方法關(guān)注系統(tǒng)的輸出反饋[5,12,13],非線性系統(tǒng)[14],非對(duì)稱輸出約束[15]等.在確定保代價(jià)區(qū)域的過程中,為了進(jìn)一步分析系統(tǒng)中的已知和未知輸入延遲,本文對(duì)[7]提出的方法進(jìn)行了擴(kuò)展,在系統(tǒng)的狀態(tài)向量中包含了歷史的控制值信息,提出了一種基于線性矩陣不等式的保代價(jià)區(qū)域分析方法.
在不確定狀態(tài)空間模型下,RMPC的公式描述為:
其中x(k)∈?nx和u(k)∈?nu分別為系統(tǒng)在k時(shí)刻的狀態(tài)和輸入變量,參數(shù)A,B∈Ω,Ω為不確定的多面體,節(jié)點(diǎn)為Ai∈ ?nx×nx 和Bi∈ ?nx×nu,i=1,2,…,L.令Cl∈ ?1×n(l=1,2,…,ny)為已知的約束向量,那么輸出變量為yl(k)=Clx(k).令無窮時(shí)間跨度的代價(jià)函數(shù)為:
其中S∈?nx×nx和R∈?nu×nu為正定的權(quán)重矩陣,(·|k)為根據(jù)k時(shí)刻的可用信息計(jì)算得到的預(yù)測值.如果系統(tǒng)的狀態(tài)可以直接測量得到,那么x(k|k)=x(k).
在t時(shí)刻,RMPC的優(yōu)化問題可以形式化描述為:
其必須滿足的約束條件為
其中ur,max和yl,max分別表示第r個(gè)輸入和第l個(gè)輸出的放大邊界.
根據(jù)[8],代價(jià)函數(shù)J∞(k)的上屆γ可以通過最小化如下所示的半正定規(guī)劃問題得到:
其約束條件分別如下
此后,將預(yù)測函數(shù)F=Y(jié)Q-1應(yīng)用于狀態(tài)反饋控制規(guī)則中,使得u(k+j|k)=Fx(k+j|k).為了簡化符號(hào)的表示,在下文的論述中用P(x(k))表示公式(6)~(10)所示的半正定規(guī)劃問題.
通過在滾動(dòng)時(shí)域中應(yīng)用控制規(guī)則(即在每個(gè)采樣時(shí)刻k通過求解P(x(k))得到新的增益矩陣F),如果P(x(k))在初始時(shí)刻k=0有可行解,那么封閉環(huán)系統(tǒng)是漸進(jìn)穩(wěn)定的[8].因此,如果優(yōu)化問題P(ξ)有可行解(即將x(k)替換為ξ后線性矩陣不等式(7)~(10)表示的系統(tǒng)存在著可行解(γ,Q >0,Y,X,Z)),那么初始條件x(0)=ξ∈ ?nx 是可行的[7].
其約束條件除了要滿足公式(8)~(11)所示的線性矩陣不等式外,還要滿足
其中常數(shù)向量ξ∈?nx定義了極點(diǎn)的延伸方向.于是,可以得到極點(diǎn)β*ξ,并且對(duì)于不同的ξ得到凸殼的所有極點(diǎn),從而得到的內(nèi)部近似區(qū)域.當(dāng)→∞時(shí),上述半正定規(guī)劃的解包含的區(qū)域內(nèi)的所有點(diǎn)都為可行的初始條件,這對(duì)應(yīng)于封閉環(huán)系統(tǒng)的原區(qū)域的吸引區(qū)域[7].令吸引區(qū)域?yàn)镈,那么可以根據(jù)得到的極點(diǎn)構(gòu)成的凸殼得到D的內(nèi)部近似區(qū)域.
在(1)所示的不確定系統(tǒng)模型的基礎(chǔ)上,如果令已知的輸入延遲τ作為輸入?yún)?shù),那么可得
為了進(jìn)行簡化分析,假設(shè)系統(tǒng)僅有一個(gè)輸入?yún)?shù),即nu=1.此時(shí),通過對(duì)狀態(tài)空間進(jìn)行放大,使其包含歷史的控制信息可得,于是,狀態(tài)空間方程為:w(k+1)=Aww(k)+Bwu(k),Aw∈Ωw,其中為不確定的多面體,其頂點(diǎn)為Awi∈?(nx+τ)×(nx+τ).為了描述時(shí)間延遲的不確定性,令τ∈ [0,τ-]是未知的,其中最大時(shí)間延遲τ-是已知的,因?yàn)榭刂葡到y(tǒng)的最大通信延遲是已知的.于是,放大后的狀態(tài)可定義為v(k)∈?nx+τ-:
從而,對(duì)應(yīng)的狀態(tài)空間方程為:
于是,多面體Ωv的頂點(diǎn)為當(dāng)時(shí)間延遲的下屆為時(shí),令,可以得到對(duì)應(yīng)的不確定模型表示.
在不確定輸入時(shí)間延遲下,模型的保代價(jià)區(qū)域可以通過半正定規(guī)劃問題相應(yīng)的狀態(tài)空間方程(包含狀態(tài)放大約束)進(jìn)行求解得到.當(dāng)時(shí)間延遲已知時(shí),令放大的狀態(tài)向量為w(k)=;當(dāng)時(shí)間延遲未知時(shí),令v(k)= [x(k),u(k-1),u(k-2),…,u(k-τ-)]T.最后,根據(jù)極點(diǎn)得到保代價(jià)區(qū)域Dγ-的內(nèi)部近似值.
在特殊情況下,如果在初始時(shí)刻k=0時(shí),控制器的取值為u(-1)=u(-2)= … =u(k-τ-)=0,根據(jù)公式(12)令向量ξ中nx個(gè)元素后面的元素為0,那么得到的結(jié)果為原狀態(tài)變量空間所對(duì)應(yīng)的保代價(jià)區(qū)域.
實(shí)驗(yàn)采用的不確定時(shí)間延遲系統(tǒng)為[7]所示的角度定位系統(tǒng),研究的問題為電動(dòng)機(jī)驅(qū)動(dòng)的旋轉(zhuǎn)天線的控制問題.該設(shè)備的動(dòng)力學(xué)可通過如下的離散時(shí)間狀態(tài)方程表示:
當(dāng)執(zhí)行器與控制器或者傳感器分離時(shí)會(huì)產(chǎn)生時(shí)間延遲.系統(tǒng)采用通信連接進(jìn)行信號(hào)的傳遞,當(dāng)連接失效時(shí),系統(tǒng)必須重新尋找更長的路由路徑從而產(chǎn)生時(shí)間延遲.狀態(tài)變量x1和x2分別表示天線的角度位置(rad)和角速度(rad/s),控制變量u為系統(tǒng)的輸入電壓(V),天線在移動(dòng)過程中的摩擦用參數(shù)α表示,本文令α=0.1.為了簡化分析,模型中的唯一不確定因素為時(shí)間延遲τ.代價(jià)函數(shù)的權(quán)重S和R分別為I2×2和1,控制變量u的取值限定在[-2V,+2V]之內(nèi),位置變量x1的取值范圍為[-1rad,+1rad],定義輸出變量為y=Cx,其中C=[1 0].
在實(shí)驗(yàn)中,我們令τ=0,1和5為固定時(shí)間延遲;令τ∈[0,5]和τ∈[4,5]為不確定的時(shí)間延遲.圖1和圖2分別為=50和=500兩種情況下保代價(jià)區(qū)域的內(nèi)部近似區(qū)域,這兩幅圖中每個(gè)多邊形都包含32個(gè)極點(diǎn).經(jīng)過對(duì)兩幅圖的對(duì)比可以看出,=50時(shí)的保代價(jià)區(qū)域小于=500時(shí)的保代價(jià)區(qū)域,這表明當(dāng)初始狀態(tài)值與原始值相接近時(shí)可以得到更小的代價(jià).
圖1和2所示的結(jié)果表明,當(dāng)時(shí)間延遲不確定時(shí),這種不確定性帶來的性能損失比時(shí)間延遲本身還要大.為了進(jìn)一步闡述上述情況,圖3對(duì)比了τ=5,τ∈[0,5]和τ∈[4,5]三種情況下的.當(dāng)τ∈[4,5]時(shí),根據(jù)Av和Bv的定義系數(shù)λ0,…,λ3都為0,不確定性取決于λ4和λ5.因此,該線性矩陣不等式系統(tǒng)的約束要小于τ∈[4,5]時(shí)的不確定系統(tǒng)(λ0,…,λ5都為不確定參數(shù)).從圖3可以看出,τ∈[4,5]所示的區(qū)域要大于τ∈[0,5]所示的區(qū)域,這表明準(zhǔn)確地描述不確定時(shí)間延遲可以得到更小的代價(jià).
在實(shí)際場景中,系統(tǒng)的時(shí)間延遲往往是不確定的,為了應(yīng)對(duì)這種時(shí)間延遲的不確定性,必須采取有效的控制策略來保證系統(tǒng)的穩(wěn)定運(yùn)行.本文在傳統(tǒng)RMPC的基礎(chǔ)上引入了不確定時(shí)間延遲,分析了不確定時(shí)間延遲下系統(tǒng)的保代價(jià)區(qū)域.首先,介紹了線性矩陣不等式約束下的RMPC,并分析了相應(yīng)的保代價(jià)區(qū)域.接下來,在RMPC中引入不確定時(shí)間延遲,通過對(duì)系統(tǒng)狀態(tài)空間進(jìn)行放大,使其包含了更多的歷史狀態(tài)信息.最后,依據(jù)最大時(shí)間延遲分析了不確定性對(duì)控制系統(tǒng)性能的影響,并分析了相應(yīng)的保代價(jià)區(qū)域.仿真實(shí)驗(yàn)表明,控制系統(tǒng)的保代價(jià)區(qū)域隨著時(shí)間延遲的增加而逐漸減小,并且時(shí)間延遲的不確定性范圍越大系統(tǒng)的保代價(jià)區(qū)域越小.
[1]張保會(huì),謝歡,于廣亮,等.基于廣域軌跡信息的多機(jī)系統(tǒng)暫態(tài)不穩(wěn)定性快速預(yù)測方法[J].電網(wǎng)技術(shù),2006,30(19):53-58.
[2]蔣友輝,盧漢成,洪佩琳,等.基于網(wǎng)絡(luò)編碼的無線多播速率選擇機(jī)制[J].電子與信息學(xué)報(bào),2012,34(5):1 202-1 207.
[3]CAMPO P J,MORARI M.Robust model predictive control[C]//American Control Conference,IEEE,1987:1 021-1 026.
[4]王明昊,劉剛,趙鵬濤,等.多胞約束LPV系統(tǒng)多面體不變集RMPC算法[J].控制與決策,2013,28(11):1 661-1 666.
[5]LI D,XI Y,GAO F.Synthesis of dynamic output feedback RMPC with saturated inputs[J].Automatica,2013,49(4):949-954.
[6]JALALI A A,NADIMI V.A survey on robust model predictive control from 1999-2006[C]//CIMCA/IAWTIC,2006:207.
[7]ROSSI F Q,WASCHBURGER R,GALVAO R K H.Determination of the domain of attraction and regions of guaranteed cost for robust model predictive controllers based on linear matrix inequalities[C]//Control(CONTROL),2012UKACC International Conference on IEEE,2012:982-987.
[8]KOTHARE M V,BALAKRISHNAN V,MORARI M.Robust constrained model predictive control using linear matrix inequalities[J].Automatica,1996,32(10):1 361-1 379.
[9]El GHAOUI L,F(xiàn)ERON E,BALAKRISHNAN V.Linear matrix inequalities in system and control theory[M].Philadelphia:Society for industrial and applied mathematics,1994.
[10]CUZZOLA F A,GEROMEL J C,MORARI M.An improved approach for constrained robust model predictive control[J].Automatica,2002,38(7):1 183-1 189.
[11]WADA N,SAITO K,SAEKI M.Model predictive control for linear parameter varying systems using parameter dependent Lyapunov function[C]//Circuits and Systems.MWSCAS'04.The 47th Midwest Symposium on IEEE,2004.
[12]LEE S M,PARK J H.Output feedback model predictive control for LPV systems using parameter-dependent Lyapunov function[J].Applied Mathematics and Computation,2007,190(1):671-676.
[13]LI H,JING X,KARIMI H.Output-feedback based H-infinity control for active suspension systems with control delay[J].IEEE Transactions on Industrial Electronics,2014(61):436-446.
[14]ZHAO J C,SU C L,LI P.Robust predictive control for uncertain time-delay systems with nonlinear disturbance[C]//Advanced Materials Research,2012,490:1 496-1 500.
[15]CAVALCA M S M,GALV?ORKH,YONEYAMA T.Robust model predictive control using linear matrix inequalities for the treatment of asymmetric output constraints[J].Journal of Control Science and Engineering,2012,2012:2.
[16]孫勤,張俊彥,鄒汝紅.三種翼型參數(shù)化方法的研究[J].湘潭大學(xué)學(xué)報(bào)自然科學(xué)版,2013(3):34-39.