基于优化伪线性化的模型预测控制器设计：直接数据驱动方法
系统与控制
2024-06-06 v4 系统与控制
摘要
为减少基于模型的控制器设计中典型的耗时对象建模过程，虚拟参考迭代调谐（FRIT）被提出并已在许多应用中证明有效。然而，在没有对象信息的情况下通常难以恰当选择参考模型，这显著影响控制性能并有时导致可观的性能退化。为解决该问题，我们提出一种利用 FRIT 的伪线性化（PL）方法，并为非线性系统设计一种结合数据驱动与基于模型控制的新型控制器。该设计利用模型预测控制考虑输入约束。所提方法的有效性根据若干实际参考，通过对非线性类的数值仿真以及涉及具有迟滞特性的人造肌肉的实验进行了评估。
引用
@article{arxiv.2310.19367,
title = {Optimized Pseudo-Linearization-Based Model Predictive Controller Design: Direct Data-Driven Approach},
author = {Mikiya Sekine and Satoshi Tsuruhara and Kazuhisa Ito},
journal= {arXiv preprint arXiv:2310.19367},
year = {2024}
}
备注
11 pages, 16 figures, 4 tables, To be submitted to IET Control Theory & Applications