システムレベル合成によるポリトピックモデル不確実性によるロバストモデル予測制御【JST・京大機械翻訳】

Chen Shaoru; Preciado Victor M.; Morari Manfred; Matni Nikolai

プレプリント

J-GLOBAL ID：202202217395295156 整理番号：22P0308025

システムレベル合成によるポリトピックモデル不確実性によるロバストモデル予測制御【JST・京大機械翻訳】

Robust Model Predictive Control with Polytopic Model Uncertainty through System Level Synthesis

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年03月21日プレプリントサーバーでの情報更新日： 2023年09月26日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

著者らは,ポリトピックモデル不確実性と付加的障害を有する離散時間線形システムのためのロバストモデル予測制御(MPC)法を提案した。線形時変(LTV)状態フィードバック制御器を,付加的外乱だけが存在するとき,ロバストMPCのために首尾よく使用した。しかし,その効果が結合が困難なモデル不確実性の面でLTV状態フィードバック制御器を設計することは挑戦的である。この問題に取り組むために,フィルタ付加外乱信号によるモデル不確実性と付加擾乱の両方の影響を過剰近似する新しい方法を提案した。システムレベル合成フレームワークを用いて,ロバストLTV状態フィードバック制御器と不確実性オンライン効果に関する限界を一緒に探索し,ロバストMPCにおける最悪ケースコストに対する保守主義を減らし,上限を最小化することを可能にした。文献から著者らの方法と代表的なロバストMPC法の包括的数値比較を提供した。数値例は,提案手法が,ベースライン法と同等の計算努力で,広範囲の不確実性パラメータにわたって保守主義を大幅に削減できることを示した。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

システム設計・解析

, , ,

前のページに戻る