基于神经非线性自回归外生模型辨识系统的鲁棒无静差非线性模型预测控制
系统与控制
2023-08-14 v3 系统与控制
摘要
本文提出一种鲁棒模型预测控制（MPC）方案，为由神经非线性自回归外生（NNARX）模型描述的系统提供无静差设定点跟踪。NNARX模型从输入输出数据学习被控对象动态，训练过程中强制增量输入到状态稳定性（ISS）性质以保证稳定性。训练后的NNARX模型随后在输出跟踪误差上增显式积分作用，使控制方案具备无静差跟踪能力。最后设计基于管道的MPC，利用模型的独特结构，在存在模型-对象失配或未知扰动时，对常值参考信号确保鲁棒稳定性与鲁棒渐近零误差调节。对水加热系统的数值仿真显示了所提控制算法的有效性。
引用
@article{arxiv.2210.06801,
title = {Robust offset-free nonlinear model predictive control for systems learned by neural nonlinear autoregressive exogenous models},
author = {Jing Xie and Fabio Bonassi and Marcello Farina and Riccardo Scattolini},
journal= {arXiv preprint arXiv:2210.06801},
year = {2023}
}
备注
This is the peer reviewed version of http://doi.org/10.1002/rnc.6883, available in Open Access on the publisher's website. Please, cite Reference 16 instead