Efficient robust nonlinear predictive control with stability and feasibility guarantees by parallel time-stage considerations
通过并行时间阶段考虑保证稳定性和可行性的高效鲁棒非线性预测控制
基本信息
- 批准号:192046381
- 负责人:
- 金额:--
- 依托单位:
- 依托单位国家:德国
- 项目类别:Research Grants
- 财政年份:2011
- 资助国家:德国
- 起止时间:2010-12-31 至 2014-12-31
- 项目状态:已结题
- 来源:
- 关键词:
项目摘要
In den letzten Jahrzehnten gab es außergewöhnliche Fortschritte sowohl in theoretischen als auch in anwendungsbezogenen Fragestellungen im Bereich der prädiktiven Regelung. Zum jetzigen Zeitpunkt gilt die prädiktive Regelung als eines der vielversprechensten Verfahren um komplexe, nichtlineare Prozesse unter Berücksichtigung von Beschränkungen zu regeln. Jedoch gibt es bis heute noch keine befriedigenden, theoretisch fundierten prädiktiven Regelung die robust Stabilität garantieren und praktisch einsetzbar sind. Die Gründe hierfür sind zahlreich, oftmals ist die Lösung des resultierenden Optimierungsproblems in Echtzeit nicht möglich, oder die Ansätze führen zu einem erheblich konservativem Verhalten. Ziel dieses Forschungsprojektes ist es neuartige Methoden für den Entwurf von robusten, nichtlinearen prädiktiven Reglern zu entwickeln, die sowohl Stabilität garantieren als auch vorhandene Beschränkungen explizit berücksichtigen können. Weiterhin sollen die Verfahren keinen zu hohen Rechenaufwand aufweisen und nicht zu konservativ sein. Basis zur Lösung dieser Fragestellungen ist ein innovativer Lösungsansatz, in dem das ursprüngliche robuste Optimierungsproblem in über die Zeitachse verteilte, leichter zu lösende robuste Teilprobleme zerlegt wird. Aufgrund der Struktur der Teilprobleme, ist es möglich, diese zu jedem Zeitpunkt effizient und parallel zu lösen. Stabilität und die Erfüllung der Beschränkungen, sowie das Erreichen einer möglichst optimalen Lösung wird durch geeignete Koppelbedingungen garantiert. Möglichen Einschränkungen in der Regelgüte soll mit Hilfe verschiedener Störgrößenbeschreibungen und durch die Betrachtung von Ereignisbäumen entgegengewirkt werden. Das resultierende prädiktive Regelungsverfahren wird effizient implementierbar sein, sowie einen guten Kompromiss aus Effizienz, Störgrößenunterdrückung und dem notwendige Rechenaufwand aufweisen. Somit hat das entwickelte prädiktive Regelungsverfahren das Potential heutige robuste prädiktive Regelungsverfahren, die sich nicht praktisch einsetzen lassen, zu ersetzen.
在过去的一年里,理论上的堡垒也被认为是预防性管制的一个重要组成部分。Zum jetzigen Zeitpunkt gilt die prädiktive Regelung als eines der vielversprechensten Verfahren um komplexe,nichtlineare Prozesse unter Berücksichtigung von Beschränkungen zu regeln.现在,我们已经没有什么好担心的了,我们的理论基础是建立一个强大的稳定性机制,以确保稳定性和实际操作。Die Gründe hierfür sind zahlreich,oftmals ist die Lösung des resultierenden Optimierungssolutions in Echtzeit nicht möglich,oder die Ansätze führen zu einem erheblich conservativem Verhalten. Ziel dieses Forschungsprojektes ist es neuartige Methoden für den Entwurf von robusten,nichtlinearen prädiktiven Reglen zu entwickeln,die sowohl Stabilität garantieren als auch vorhandene Beschränkungen explizit berücksichtigen können.但是,我们必须确保所有的车辆都能正常行驶,而不是保持一致。Lösung dieser Fragestellungen is ein innovativer Lösungsanche,in dem das ursprüngliche robuste Optimierungsproblem in über die Zeitachse vertailte,leichter zu lösende robuste Teilprobleme zerlegt wird. Aufgrund der Struktur der Teilprobleme,is möglich,diese zu jedem Zeitpunkt effizient und parallel zu lösen. Stabilität und die Erfüllung der Beschränkungen,sowie das Erreichen einer möglichst optimalen Lösung wird durch geignete Koppelbedingungen guarantiert. Möglichen Einschränkungen in der Regelgüte soll mit Hilfe verzedener Störgrößenbeschreibungen und durch die Betrachtung von Ereignisbäumen entgegengeurkt韦尔登. Das resultierende prädiktive Regelungsverfahren wird effizient implementierbar sein,sowie einen guten Kompromiss aus Effizienz,Störgrößenunterdrückung und dem notwendige Rechenaufwand aufweisen.有些时候,预防性监管的潜力很大,但这种做法并不实际。
项目成果
期刊论文数量(6)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Contract-based Predictive Control of Distributed Systems with Plug and Play Capabilities
- DOI:10.1016/j.ifacol.2015.11.284
- 发表时间:2015
- 期刊:
- 影响因子:0
- 作者:S. Lucia;M. Kögel;R. Findeisen
- 通讯作者:S. Lucia;M. Kögel;R. Findeisen
Parallel Solutions of Model Predictive Control Using the Alternating Direction Method of Multipliers
- DOI:10.3182/20120823-5-nl-3013.00081
- 发表时间:2012
- 期刊:
- 影响因子:0
- 作者:M. Kögel;R. Findeisen
- 通讯作者:M. Kögel;R. Findeisen
Exploiting models of different granularity in robust predictive control
- DOI:10.1109/cdc.2016.7798680
- 发表时间:2016-12
- 期刊:
- 影响因子:0
- 作者:Tobias Bäthge;S. Lucia;R. Findeisen
- 通讯作者:Tobias Bäthge;S. Lucia;R. Findeisen
Discrete-time robust model predictive control for continuous-time nonlinear systems
- DOI:10.1109/acc.2015.7170852
- 发表时间:2015-07
- 期刊:
- 影响因子:0
- 作者:M. Kögel;R. Findeisen
- 通讯作者:M. Kögel;R. Findeisen
Robust Nonlinear Model Predictive Control with Constraint Satisfaction: A Relaxation-based Approach
- DOI:10.3182/20140824-6-za-1003.02420
- 发表时间:2014
- 期刊:
- 影响因子:0
- 作者:S. Streif;M. Kögel;Tobias Bäthge;R. Findeisen
- 通讯作者:S. Streif;M. Kögel;Tobias Bäthge;R. Findeisen
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ patent.updateTime }}
Professor Dr.-Ing. Rolf Findeisen其他文献
Professor Dr.-Ing. Rolf Findeisen的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
相似国自然基金
半定松弛与非凸二次约束二次规划研究
- 批准号:11271243
- 批准年份:2012
- 资助金额:60.0 万元
- 项目类别:面上项目
基于复合编码脉冲串的水下主动隐蔽性探测新方法研究
- 批准号:61271414
- 批准年份:2012
- 资助金额:60.0 万元
- 项目类别:面上项目
民航客运网络收益管理若干问题的研究
- 批准号:60776817
- 批准年份:2007
- 资助金额:20.0 万元
- 项目类别:联合基金项目
供应链管理中的稳健型(Robust)策略分析和稳健型优化(Robust Optimization )方法研究
- 批准号:70601028
- 批准年份:2006
- 资助金额:7.0 万元
- 项目类别:青年科学基金项目
心理紧张和应力影响下Robust语音识别方法研究
- 批准号:60085001
- 批准年份:2000
- 资助金额:14.0 万元
- 项目类别:专项基金项目
ROBUST语音识别方法的研究
- 批准号:69075008
- 批准年份:1990
- 资助金额:3.5 万元
- 项目类别:面上项目
改进型ROBUST序贯检测技术
- 批准号:68671030
- 批准年份:1986
- 资助金额:2.0 万元
- 项目类别:面上项目
相似海外基金
Robust and Efficient Numerical Methods for Wave Equations in the Time Domain: Nonlinear and Multiscale Problems
时域波动方程的鲁棒高效数值方法:非线性和多尺度问题
- 批准号:
2309687 - 财政年份:2023
- 资助金额:
-- - 项目类别:
Standard Grant
Nonlinear performance analysis and prediction for robust low dose lung CT
鲁棒低剂量肺部 CT 的非线性性能分析和预测
- 批准号:
10684375 - 财政年份:2022
- 资助金额:
-- - 项目类别:
Nonlinear performance analysis and prediction for robust low dose lung CT
鲁棒低剂量肺部 CT 的非线性性能分析和预测
- 批准号:
10570160 - 财政年份:2022
- 资助金额:
-- - 项目类别:
Robust modeling of within- and across-area population dynamics using recurrent neural networks
使用循环神经网络对区域内和跨区域人口动态进行稳健建模
- 批准号:
10263644 - 财政年份:2021
- 资助金额:
-- - 项目类别:
Nonlinear performance analysis and prediction for robust low dose lung CT
鲁棒低剂量肺部 CT 的非线性性能分析和预测
- 批准号:
10321949 - 财政年份:2021
- 资助金额:
-- - 项目类别:
Frameworks for Generic Robust Inference, Mismeasured Spatial and Network Data, and Nonlinear Dimension Reduction
通用鲁棒推理、误测空间和网络数据以及非线性降维的框架
- 批准号:
1950969 - 财政年份:2020
- 资助金额:
-- - 项目类别:
Standard Grant
CRII: III: Efficient and Robust Statistical Estimation from Nonlinear Compressed Measurements
CRII:III:通过非线性压缩测量进行高效且稳健的统计估计
- 批准号:
1948133 - 财政年份:2020
- 资助金额:
-- - 项目类别:
Standard Grant
Nonlinear non-convex optimization algorithm design for robust transceiver optimization in multi-user multi-antenna cloud radio access networks
用于多用户多天线云无线接入网络中鲁棒收发器优化的非线性非凸优化算法设计
- 批准号:
517334-2018 - 财政年份:2019
- 资助金额:
-- - 项目类别:
Postdoctoral Fellowships
Robust Optimization of Nonlinear Dynamical Systems
非线性动力系统的鲁棒优化
- 批准号:
1932723 - 财政年份:2019
- 资助金额:
-- - 项目类别:
Continuing Grant
Distributionally robust dynamic optimisation for nonlinear switched system
非线性切换系统的分布鲁棒动态优化
- 批准号:
DP190103361 - 财政年份:2019
- 资助金额:
-- - 项目类别:
Discovery Projects