An RBF-ARX Model-Based Variable-Gain Feedback RMPC Algorithm
An RBF-ARX Model-Based Variable-Gain Feedback RMPC Algorithm
复制标题
基于RBF-ARX模型的可变增益反馈RMPC算法
DOI：
10.1109/access.2020.2999621
复制
发表时间：
2020
期刊：
影响因子：
3.9
通讯作者：
Zheng Yu
中科院分区：
文献类型：
--
作者：
Zhou Feng;Zhu Peidong;Qin Yemei;Zheng Yu
RBF-ARX模型广泛应用于非线性系统的建模和控制，其中NARX模型的系数由RBF网络逼近。基于变增益反馈的状态反馈控制策略可以为RMPC的设计提供更多的自由度，本文提出了一种基于RBF-ARX模型的变增益反馈RMPC综合方法。首先，设计了一种多面体状态空间模型的构造方法，该方法还利用了模型参数的变化率信息来提高系统模型预测的精度。在此基础上，设计了一种鲁棒变增益反馈预测控制算法，扩大了设计自由度，提高了控制性能。最后，在CSTR流程上验证了我们的RMPC的可行性和有效性。
The RBF-ARX model has been used intensively in modeling and control of nonlinear systems, in which the coefficients of the NARX model are approximated with RBF networks. In this paper, motivated by the fact that the state feedback control policy with variable-gain feedback can support more freedom for the design of RMPCs, we propose an RBF-ARX model-based variable-gain feedback RMPC synthesis method. First, a polytopic state space model construction method is designed, in which the variation rate information of the model parameters is also utilized to improve accuracy of the system model prediction. And then, a robust variable-gain feedback predictive control algorithm is designed to enlarge design freedom and improve control performance. Finally, the verification of the feasibility and effectiveness of our RMPC is conducted on a CSTR process.
登录
查看更多内容
用于约束非线性系统的准最小最大 MPC，并保证输入状态稳定性
DOI：
10.1016/j.jfranklin.2014.03.006
发表时间：
2014
期刊：
Journal of the Franklin Institute
影响因子：
--
作者：
何德峰;黄骅;陈秋霞
通讯作者：
陈秋霞
影响因子：
4.2
作者：
A. González;J. Perez;D. Odloak
通讯作者：
A. González;J. Perez;D. Odloak
基于RBF-ARX模型参数变化率的鲁棒控制器设计方法
影响因子：
3.9
作者：
Zhou Feng;Peng Hui;Zhang Ganglin;Zeng Xiaoyong
通讯作者：
Zeng Xiaoyong
DOI：
10.1155/2019/4861708
发表时间：
2019-11
期刊：
Complex.
影响因子：
--
作者：
Zhengqing Fu;Lanlan Guo
通讯作者：
Zhengqing Fu;Lanlan Guo
影响因子：
11.9
作者：
B. Ding;Hongguang Pan
通讯作者：
B. Ding;Hongguang Pan