Nonlinear Model Predictive Control: Theory and Algorithms

کنترل پیش‌بینی مدل غیرخطی (NMPC) به طور گسترده در صنایع فرآیندی و شیمیایی و به طور فزاینده‌ای برای کاربردهایی مانند مواردی در صنعت خودروسازی که از نرخ نمونه‌گیری داده‌های بالاتری استفاده می‌کنند، استفاده می‌شود.

< i>کنترل پیش‌بینی مدل غیرخطی مقدمه‌ای دقیق و دقیق برای NMPC برای سیستم‌های داده‌های گسسته و نمونه‌برداری شده است. NMPC به عنوان تقریبی از کنترل بهینه افق نامتناهی تفسیر می‌شود، به طوری که می‌توان ویژگی‌های مهمی مانند پایداری حلقه بسته، بهینه معکوس و زیربهینه‌سازی را به شیوه‌ای یکسان به دست آورد. این نتایج با بحث در مورد امکان سنجی و استحکام تکمیل می شود. طرح‌های NMPC با و بدون محدودیت‌های پایانه تثبیت‌کننده، نمونه‌های دقیق و بصری هستند که عملکرد انواع مختلف NMPC را نشان می‌دهند. مقدمه‌ای بر الگوریتم‌های کنترل بهینه غیرخطی، بینشی درباره نحوه کار روال بهینه‌سازی غیرخطی - هسته هر کنترل‌کننده NMPC - ارائه می‌دهد. ضمیمه‌ای که نرم‌افزار NMPC و نرم‌افزار همراه در MATLAB® و C++ را پوشش می‌دهد (قابل دانلود از http://www.nmpc-book.com/ ) به خوانندگان این امکان را می‌دهد تا آزمایش‌های رایانه‌ای را برای بررسی احتمالات و محدودیت‌های NMPC انجام دهند.

کنترل پیش‌بینی مدل غیرخطی عمدتاً برای محققان دانشگاهی و متخصصانی که در زمینه‌های کنترل و بهینه‌سازی کار می‌کنند هدف گرفته است، اما متن دارای محتوای پس‌زمینه کنترل بهینه افق بی‌نهایت و نظریه پایداری لیاپانوف است که کتاب را در دسترس قرار می‌دهد. دانشجویان کارشناسی ارشد مهندسی کنترل و ریاضیات کاربردی..

Nonlinear model predictive control (NMPC) is widely used in the process and chemical industries and increasingly for applications, such as those in the automotive industry, which use higher data sampling rates.

Nonlinear Model Predictive Control is a thorough and rigorous introduction to NMPC for discrete-time and sampled-data systems. NMPC is interpreted as an approximation of infinite-horizon optimal control so that important properties like closed-loop stability, inverse optimality and suboptimality can be derived in a uniform manner. These results are complemented by discussions of feasibility and robustness. NMPC schemes with and without stabilizing terminal constraints are detailed and intuitive examples illustrate the performance of different NMPC variants. An introduction to nonlinear optimal control algorithms gives insight into how the nonlinear optimisation routine – the core of any NMPC controller – works. An appendix covering NMPC software and accompanying software in MATLAB® and C++(downloadable from http://www.nmpc-book.com/ ) enables readers to perform computer experiments exploring the possibilities and limitations of NMPC.

Nonlinear Model Predictive Control is primarily aimed at academic researchers and practitioners working in control and optimisation but the text is self-contained featuring background material on infinite-horizon optimal control and Lyapunov stability theory which makes the book accessible to graduate students of control engineering and applied mathematics..