怎么设计登高车MPC滑移率跟踪控制器??    中山民众镇登高车出租,   中山登高车出租

      

        怎么设计登高车MPC滑移率跟踪控制器??    中山民众镇登高车出租,   中山登高车出租,  登高车出租      为了简化模型预测的优化求解过程，减小计算负担，本文把系统模型简化为线性系统模型。基于登高车动力学模型设计MPC滑移率跟踪控制器，并将其写成状态空间方程的形式：,其中，u为控制输入，x为状态变量，y为预测输出，分别定义状态空间方程的输入、状态变量及预测输出如下。以登高车前、后轴制动力矩为输入：12==bfbruTuuT以前、后车轮的滑移率为状态变量：12==frx,  把前、后车轮的滑移率的滑移率也作为预测输出：12==fry, 而状态空间方程的Ac,Bcu,Bcd和C，系统干扰项被认为是常数，所以d(t)为常数矩阵。由于模型预测控制的被控对象模型是离散时间模型，因此，必须将公式（离散化：二者的转换关系，Ts为采样时间。为了减少或消除系统内存在的静态误差，将模型改写成增量模型的形式.  设定预测时域P=10，控制时域M=2，并假设：1.控制时域M之外，控制量u不变.可测干扰d在采样时刻k之后不变.  根据状态空间增量上述两项假设，可以依次得到未来预测时域之内的状态变量的序列，k+i|k表示在采样时刻k时对k+i时刻的预测，而符号“|”之后的k则表示当前时刻为k。进而可得到预测输出在预测时域内的序列.  在采样时刻k，分别定义预测时域内P个步长的预测输出向量和M个步长的控制输入向量，在采样时刻k时，预测时域之内的P步预测输出可以表示为矩阵方程的形式.  其中，E为二阶单位对角矩阵。本文中模型预测的控制需求是使车轮滑移率跟踪上期望值Re即预测控制的参考输入，而本文中期望值Re则是最佳滑移率，所以，把最佳滑移率选为模型预测控制的参考输入，使车轮滑移率跟踪最佳滑移率，从而保证登高车制动的稳定性和轮胎/路面附着系数的最大利用。因此可定义模型预测控制的参考输入。

      

       中山民众镇登高车出租,   中山登高车出租,  登高车出租  http://www.gdgkzyc.com/

      考虑到登高车制动过程中稳定性与舒适性的需求，在模型预测控制的理论基础上，将制动过程中车轮滑移率的控制需求描述为优化目标函数，yi和ui为加权矩阵，用以调节车轮滑移率的跟踪效果和保证登高车制动力矩的平稳变化，且加权矩阵可写为如下形式.   在本文中，加权矩阵yi和ui需要靠手动调试，通过调节滑移率跟踪效果来确定。优化目标函数中，用以使得车轮滑移率跟踪上参考输入最佳滑移率，使登高车制动时，车轮滑移率保持在稳定范围内，并最大程度地利用轮胎与路面的摩擦系数。uk是限制控制输入的变化率，避免执行器的饱和，并且确保登高车制动力矩的平稳变化。由于登高车制动系统的结构特性，车轮制动力矩bfT和brT是不能任意变化的，同时车轮的滑移率也不能超过其极限值，因此为了保证登高车制动的正常进行，需要给模型预测控制的控制输入增量、控制输入及预测输出加以约束.   控制输入增量、控制输入及预测输出所对应的具体约束取值需要在系统仿真时根据制动力矩以及滑移率的变化特性来确定。在线性模型预测控制中，优化目标函数的求解一般采用二次规划（QP算法）来求解。

        二次规划（QuadraticProgramming,QP）问题是指约束为线性，目标函数为二次函数的优化问题。考虑到上述优化目标函数和约束，把优化问题表示成二次规划的常用表达形式，而约束也可写成二次规划中Cxb的形式.   根据优化问题，本文中模型预测控制的求解可用二次规划来解决，为便于操作，最优控制输入序列U(k)可由MATLAB中quadprog(H,G,Cu,b)函数命令来求解得到，然后将序列U(k)中的首个元素u(k)与上一时刻控制输入u(k=1)之和作用于系统，并在每个采样时刻重复上述步骤。以上叙述即为MPC滑移率跟踪控制器设计的具体步骤，简而言之，滑移率跟踪控制器设计的大体流程。首先根据预测模型初始化，设定控制时域M及预测时域P。然后设置滑移率的理想值即预测控制的参考输入(1)eRk，并获取k时刻的测量值y(k)，本文中d(k)为固定值。运用QP算法计算优化问题。最后求解QP问题，并将优化解的第一个元素作用到系统当中，并在接下来的时间往复循环此步骤。

       在本控制器当中，因为控制输入即为前、后轴的制动力矩，因此，由QP算法优化所得序列的第一个元素即为最优的前、后轴制动力矩。此前、后轴制动力矩可以使车轮滑移率在登高车制动时跟踪最佳滑移率，实现良好的制动效果。

       中山民众镇登高车出租,   中山登高车出租,  登高车出租