Solución Explícita al Control Predictivo de Sistemas Lineales Sujetos a Restricciones No Convexas

Emilio Pérez; Carlos Ariño; F. Xavier Blasco; Miguel A. Martínez

doi:10.1016/j.riai.2011.06.005

Autores/as

Emilio Pérez Universitat Jaume I
Carlos Ariño Universitat Jaume I
F. Xavier Blasco Universidad Politécnica de Valencia
Miguel A. Martínez Universidad Politécnica de Valencia

DOI:

https://doi.org/10.1016/j.riai.2011.06.005

Palabras clave:

Control Predictivo, Programación multiparamétrica, Restricciones no convexas, Suma de cuadrados

Resumen

Este trabajo propone una solución explícita para el control predictivo de sistemas lineales sujetos a restricciones poliédricas no convexas, modeladas como la unión de un número finito de poliedros. El algoritmo se basa en el cálculo de la solución explícita de los problemas sujetos a las restricciones convexas definidas por dichos poliedros. Las regiones de las particiones así obtenidas se intersectan de forma que el nuevo conjunto de regiones tiene tantas soluciones posibles como problemas convexos se han resuelto. Mediante programación de suma de cuadrados se eliminan aquellas soluciones de cada región que no son óptimas para ningún estado. Posteriormente se realiza la unión de las regiones que compartan el mismo conjunto de soluciones. Tras la descripción de la metodología descrita, se incluye una justificación de ésta. Además, se incluye una posible solución subóptima utilizable cuando la metodología original es demasiado costosa. Por último, se muestran los resultados obtenidos en un ejemplo.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Avis, D., Fukuda, K., 1996. Reverse search for enumeration. Discrete Applied Mathematics 65, 21–46.

Bemporad, A., Fukuda, K., Torrisi, F. D., 2001. Convexity recognition of the union of polyhedra. Computational Geometry 18 (3), 141–154.

Bemporad, A., Morari, M., Dua, V., Pistikopoulos, E. N., 2002. The explicit linear quadratic regulator for constrained systems. Automatica 38 (1), 3–20.

Bertsekas, D. P., Yu, H., 2009. A unifying polyhedral approximation framework for convex optimization.

Bochnak, J., Coste, M., Roy, M. F., 1998. Real algebraic geometry. Springer.

Borrelli, F., Baotic, M., Bemporad, A., Morari, M., 2005. Dynamic programming for constrained optimal control of discrete-time linear hybrid systems. Automatica 41 (10), 1709–1721.

Boyd, S., Ghaoui, L. E., Feron, E., Balakrishnan, V., 1994. Linear matrix inequalities in system and control theory.

Camacho, E., Bordons, C., 2004. Control predictivo: Pasado, presente y futuro. Revista Iberoamericana de Automática e Informática Industrial 1 (3), 5–28.

Camacho, E., Bordons, C., 2007. Nonlinear model predictive control: An introductory review. Assessment and Future Directions of Nonlinear Model Predictive Control, 1–16.

Ferrez, J., Fukuda, K., Liebling, T. M., 2001. Cuts, zonotopes and arrangements. Preprint, Swiss Federal Institute of Technology, Lausanne.

Fruzzetti, K. P., Palazoglu, A., McDonald, K. A., 1997. Nonlinear model predictive control using Hammerstein models. Journal of Process Control 7 (1), 31–41.

Geyer, T., Torrisi, F. D., Morari, M., 2008. Optimal complexity reduction of polyhedral piecewise affine systems. Automatica 44 (7), 1728–1740.

Heemels, W., Schutter, B. D., Bemporad, A., 2001. Equivalence of hybrid dynamical models. Automatica 37 (7), 1085–1091.

Johansen, T. A., Jackson, W., Schreiber, R., Tøndel, P., 2007. Hardware synthesis of explicit model predictive controllers. IEEE Transactions on Control Systems Technology 15 (1), 191.

Kuchar, J. K., Yang, L. C., 2000. A review of conflict detection and resolution modeling methods. IEEE Transactions on Intelligent Transportation Systems 1 (4), 179–189.

Kurzhanski, A. B., 2005. Dynamic optimization for nonlinear target control synthesis. Nonlinear Control Systems 2004, 21.

López, D., Gómez-Bravo, F., Cuesta, F., Ollero, A., 2006. Planificación de trayectorias con el algoritmo RRT. Aplicación a robots no holónomos. Revista Iberoamericana de Automática e Informática Industrial 3 (3), 56–67.

Mayne, D. Q., Rakovic, S. V., 2002. Optimal control of constrained piecewise affine discrete time systems using reverse transformation. In: Decision and Control, 2002, Proceedings of the 41st IEEE Conference on. Vol. 2.

Mayne, D. Q., Rawlings, J. B., Rao, C. V., Scokaert, P. O. M., 2000. Constrained model predictive control: Stability and optimality. Automatica 36, 789–814.

Pappas, G. J., Lygeros, J., Godbole, D. N., 1995. Stabilization and tracking of feedback linearizable systems under input constraints. In: Proceedings of the IEEE Conference on Decision and Control. Citeseer, pp. 596–601.

Parrilo, P. A., 2000. Structured semidefinite programs and semialgebraic geometry methods in robustness and optimization. Ph.D. thesis, California Institute of Technology.

Patwardhan, R. S., Lakshminarayanan, S., Shah, S. L., 1998. Constrained nonlinear MPC using Hammerstein and Wiener models: PLS framework. AICHE Journal 44 (7), 1611–1622.

Pérez, E., Ariño, C., Blasco, F. X., Martínez, M. A., 2011. Maximal closed loop admissible set for linear systems with non-convex polyhedral constraints. Journal of Process Control 21 (4), 529–537.

Rakovic, S. V., Mayne, D. Q., 2007. Robust model predictive control for obstacle avoidance: discrete time case. Lecture Notes in Control and Information Sciences 358, 617.

Slotine, J. J. E., Li, W., 1991. Applied nonlinear control. Prentice-Hall Englewood Cliffs, NJ.

Stengle, G., 1973. A Nullstellensatz and a Positivstellensatz in semialgebraic geometry. Mathematische Annalen 207 (2), 87–97.

Sturm, J. F., 1999. Using SeDuMi 1.02, a Matlab toolbox for optimization over symmetric cones. Optimization Methods and Software 11 (1), 625–653.

Tøndel, P., Johansen, T. A., Bemporad, A., 2003a. An algorithm for multiparametric quadratic programming and explicit MPC solutions. Automatica 39 (3), 489–497.

Tøndel, P., Johansen, T. A., Bemporad, A., 2003b. Evaluation of piecewise affine control via binary search tree. Automatica 39 (5), 945–950.

Vandenberghe, L., Boyd, S., 1996. Semidefinite programming. SIAM Review 38 (1), 49–95.