【摘 要】
:
近年来,随着通信和分布式优化技术的快速发展,分布式模型预测控制(Distributed Model Predictive Control,DMPC)也得到了广泛的研究。DMPC是一种有效而强大的控制技术,其能够灵活地处理系统的各类约束条件并提供最优的控制性能,在稳定性、可行性分析和过程控制等方面都取得了重大进展。同时,DMPC 比集中式模型预测控制需要更少的通信资源,避免了集中式的单点失败,为系统
【基金项目】
:
国家自然科学基金重点项目(编号:No.61533014); 西安市重大科技项目(编号:20GXSF0001);
论文部分内容阅读
近年来,随着通信和分布式优化技术的快速发展,分布式模型预测控制(Distributed Model Predictive Control,DMPC)也得到了广泛的研究。DMPC是一种有效而强大的控制技术,其能够灵活地处理系统的各类约束条件并提供最优的控制性能,在稳定性、可行性分析和过程控制等方面都取得了重大进展。同时,DMPC 比集中式模型预测控制需要更少的通信资源,避免了集中式的单点失败,为系统提供更好的隐私性。虽然现有的研究取得了一定成果,但依然存在许多研究难点亟待解决。例如,如何有效处理具有全局耦合约束的大规模复杂(通信网络拓扑结构时变有向)系统的分布式控制问题;如何处理大规模复杂非理想通信(通信噪声、通信延迟、通信链路的随机失败)系统的分布式控制问题。因此,本文研究了具有局部非耦合和全局耦合约束的线性离散系统的分布式模型预测控制问题,分别针对实际中可能存在的大规模复杂系统通信具有时变有向的问题以及系统中存在不确定因素,如通信噪声、通信延迟等开展了系列研究,并利用凸优化理论、图论、概率论等理论知识,分析了算法的收敛性、迭代可行性和系统稳定性。本文的主要研究成果如下:1、针对子系统之间存在全局耦合约束,底层通信网络具有时变有向的特性,提出了一种具有全局耦合约束的时变有向图上的分布式模型预测控制算法。本文将带有约束的优化问题通过引入拉格朗日乘子法将其转化为无约束优化问题进行求解。本算法中使用行随机条件可以使每个子系统在每次迭代中只需要与邻居通信而不需要知道邻居的出度,并且可以自主调整邻居节点的信息权重来实现全局最优。此外,为了减少不必要的计算,算法为每个子系统设计了通信触发机制,该机制通过一个分布式的触发准则来实现。在该触发准则下,证明了算法是可以减少通信负担。在合理的假设条件下,给出了所提算法收敛性和系统稳定性的理论分析。从数值仿真实验中算法的有效性得到验证。2、考虑到实际通信网络中的不确定性,如存在通信噪声、通信延迟等,本文在研究内容一的基础上,将算法扩展到非理想通信环境,目的是提高算法的适用性和鲁棒性。因此,本文又提出了一种基于行随机矩阵的时变有向非理想通信的DMPC算法。与现有基于时不变网络通信噪声或者仅考虑通信延迟的文献不同,本文提出的算法同时考虑了基于时变网络具有通信噪声、通信延迟和通信随机失败的情况,并且可以在不影响最优性的情况下收敛到最优解,这对于MPC优化问题至关重要。此外,算法允许每个子系统的步长不一致,使得步长的选择更加灵活。在通信噪声有界的假设下,证明了算法在保证闭环系统的递归可行性和指数稳定性的同时,可以收敛到全局最优解。针对通信延迟的情况,通过构造增广的有向图,证明了算法的收敛性。最后,在非理想通信环境下验证算法的有效性。3、将本文提出的分布式模型预测控制算法应用于无人车辆编队控制问题。首先,根据车辆模型建立车辆的运动学方程,然后将该运动学方程进行了线性化和离散化并将问题转化为可以求解的分布式优化控制问题,将所提的DMPC算法应用到无人车辆的编队控制中。在满足车辆的行驶速度、安全角度和距离等约束条件下,使得每辆车辆最终可以按照预先设置的路径,以期望的速度行驶,达到编队控制的目的。模拟实验表明,当车辆的起始位置与预先设置位置不同时,本文提出的算法仍然可以有效地解决车辆的编队控制问题。该实例验证了本算法能够适用于现实场景,为实际应用提供了重要的理论依据。
其他文献
半导体材料中使用最多的是硅(Si),而经过提纯的单晶硅在集成电路领域的地位举足轻重,不管是当前还是未来很长时间也不会发生动摇。直拉法是制备单晶硅的主要技术方法,制备过程不仅工艺复杂、制备周期长,同时制备过程中用到大功率热系统,会产生较高的能耗,在规模化生产硅单晶的过程中,容易出现峰值功率超过工厂最大电力负荷从而产生安全隐患,而针对峰值约束下的问题,人工调度无法对全局资源进行把控,会导致生产效率低,
随着人民环保意识的提高,可回收垃圾分类问题得到广泛关注,垃圾分类机器人能够有效的提高垃圾处理效率,针对机器人垃圾分类技术的研究也得到了更多关注。然而受限于实际工作环境的复杂性,二维目标检测方法无法准确获得待分类物体的位姿信息,且可回收垃圾种类繁多,难以通过视觉方法进行材质分类。本文针对以上问题,提出了一种基于6D位姿估计的可回收垃圾分类机器人系统,通过深度学习在位姿估计等领域的优越性能,为机械臂提
在生产制造领域转向智能化、高效化转型发展的当下,制造业的生产特征由原来的单品生产、流水批量生产转变为小批量、个性化定制生产,生产过程变得更加复杂化。智能调度是企业生产过程中的重要环节,柔性作业车间调度问题(Flexible Job shop Scheduling Problem,FJSP)研究的是在一定工序约束和相关加工机器数量等约束条件下,对生产资源进行合理调配,为订单生产制定不同的加工顺序链,
滚动轴承是旋转机械设备中的关键部件,但在实际应用中轴承的可靠性很低,所以对滚动轴承进行监控管理并对其进行快速故障诊断,有利于提高机械设备的安全性和可靠性。近年来,基于数据驱动的智能化诊断技术表现出了极大的优越性。但数据驱动方法训练模型时需要大量的样本信号,且要求训练数据和测试数据服从相同的分布,而实际工业环境中可能很难满足,导致诊断性能显著下降。针对以上问题,本文对三种场景下的轴承故障诊断问题展开
随着5G时代和自媒体时代的到来,互联网上各种视频数据呈爆发式增长,人们对于视频理解和分析的需求也越来越高。视频文本描述作为视频理解的重要分支之一,在视频检索、视频审核等领域应用广泛。视频文本描述算法旨在使用自然语言对视频内容进行总结和描述,是一个典型的跨模态问题,大多采用编解码的模型框架。目前基于编解码框架的视频文本描述算法的研究中,利用语法信息作为语义辅助模型,可以有效地监督解码器生成与视频动作
目的 整合用药网络与靶点网络方法分析文献中治疗糖尿病合并冠心病方剂的核心处方及药理机制,为今后的实验研究和临床应用提供一种新的思路。方法 检索中文文献来源于中国学术期刊全文数据库(CNKI)、万方数据库(Wanfang Data)、维普生物医学数据库(VIP)、中国生物医学文献数据库(SinoMed)、web of science、PubMed、Embase、Cochrane Library中收录
在仓储物流以及家庭服务等工业以及服务业中,机械臂扮演着非常重要的角色。在机械臂的众多功能中,抓取是最重要的基础与前提,决定抓取成功与否的关键就是快速且准确的获取机械臂的抓取姿态,因此机械臂的抓取姿态估计问题一直是国际上的研究热点。然而在实际的机械臂抓取任务中,机械臂往往处于非理想化的复杂工作环境,此时难以通过传统的人工标注的方式完成机械臂的抓取姿态估计任务。随着近几年深度学习技术的完善和发展,复杂
由于塔式光聚热发电系统中调控系统存在分钟级的纯滞后,当吸热器接收到的太阳辐照度发生突变时,调控系统无法实时对该变化进行补偿,从而影响整个发电系统的稳定性以及整个电站的发电效率。本文的实际应用场景为哈密50MW熔融盐塔式光热发电站,通过在光热电站现场进行实际观测发现,云层阴影对定日镜场的遮挡是导致吸热器所接收到的太阳辐照度发生突变的主要因素。因此,本文通过使用鱼眼相机、天文算法和图像处理技术实现对定
随着社会的发展,冷轧带钢的作用与日俱增,其需求量也有着飞速的增长。上卷是冷轧生产工艺的第一步,实现上卷的自动化能够提高冷轧的生产效率,减少人力成本。目前上卷多采用人工操作,少数使用传感器实现自动上卷,该方法成本较高且安装不易。所以我们提出了一种基于图像的自动上卷方案,在开卷机附近安装单目相机,通过对实时采集的图像进行分析得到带卷的位置等信息,结合该信息向PLC发送控制命令控制相应的轧机部件实现自动
了解系统的内部状态是控制系统的重要前提,分数阶卡尔曼滤波器是重建分数阶系统不可测量状态的利器,在各个领域中发挥着不可替代的作用。但是,经典的分数阶卡尔曼滤波器仅考虑了过程噪声和观测噪声,并未考虑实际系统中输入变量所包含的噪声,而此时使用经典的分数阶卡尔曼滤波器估计会产生较大的偏差,所以研究一种考虑输入噪声的分数阶卡尔曼滤波方法是十分必要的。本文在已有分数阶卡尔曼滤波器的基础上,进一步研究了存在输入