Suboptimal model predictive control for MIMO active suspension

• Autorzy: Ogonowski Z.

Warianty tytułu

PL

Suboptymalny algorytm sterowania predykcyjnego w wielowymiarowym układzie zawieszenia aktywnego

• Języki publikacji: EN

Abstrakty

EN

The paper presents nonlinear Model Predictive Control algorithm applied to full-active four-dimensional magnetic bearing system MBC500 being produced by Magnetic Moments, USA. The system is nonlinear due to the measurement units and the current amplifiers (actuators). Nonlinear model of the system has been established basing on the phenomenological description with parameters identified. The model is used to predict response of the suspension system. The control law bases on this prediction as it is in the linear case. However, in the nonlinear case this control law is suboptimal because it assures only that the states and controls are feasible. The feasibility means that the rotating shaft-ends deviation form the nominal position is below the limit as well as the control signals do not exceed constraints. The performance of the active suspension control system is compared with lead compensators being build in the MBC500 system as well as with weighted minimumvariance control and linear quadratic regulator with observer. It is shown that nonlinear MIMO predictive control assures significant improvement of the control quality.

PL

W pracy przedstawiony jest nieliniowy algorytm sterowania predykcyjnego zastosowanego do aktywnego tłumienia drgań w zawieszeniu magnetycznym laboratoryjnego modelu maszyny wirnikowej MBC500 firmy Magnetic Moments. Sterowany obiekt jest nieliniowy z uwagi na hallotronowy pomiar położenia końców wirującego wałka oraz nieliniową charakterystykę wzmacniaczy prądowych zasilających układ elektromagnetyczny. Parametry nieliniowego modelu fenomenologicznego zostały zidentyfikowane specjalną procedurą optymalizacyjną. Za pomocą modelu wyznacza się predykcję wyjścia układu drgającego podczas wirowania wału. Predykcję wykorzystuje się do obliczania sterowania. Nieliniowość powoduje jednak, że tak sformułowane prawo sterowania nie jest optymalne ze względu na kwadratowy wskaźnik jakości. Jednakże dopuszczalność rozwiązania w sensie spełnienia ograniczeń na przemieszczenia końców wałka zapewnia stabilność układu. Jego działanie porównane jest w pracy z działaniem wbudowanych regulatorów PD, regulatora minimalizującego wariancję oraz regulatora liniowo-kwadratowego.

Słowa kluczowe

EN

active suspension; model-based predictive control; nonlinear models; identification

PL

maszyna wirnikowa; drgania; tłumienie drgań; zawieszenie aktywne; wielowymiarowy układ zawieszenia aktywnego; sterowanie predykcyjne; algorytm sterowania predykcyjnego; algorytm nieliniowy

• Wydawca: AGH University of Science and Technology Press
• Czasopismo: Mechanics / AGH University of Science and Technology
• Rocznik: 2005
• Tom: Vol. 24, no. 2
• Strony: 130--134
• Opis fizyczny: Bibliogr. 8 poz., rys., tab.

Twórcy

autor

Ogonowski Z.

• Institute of Automatic Control, Silesian University of Technology, Gliwice,

Bibliografia

• [1] Magnetic Bearing Experiment MBC500. http://www.launchpnt.com/ magbearing.htm
• [2] Ogonowski Z.: Intelligent Control of Magnetic Bearing System. AI-METH 2001 - Artificial Intelligence Methods, Gliwice, Poland, 2001
• [3] Ogonowski Z., Plaza K.: Modeling and Control of Rotating Shaft With Magnetic Bearings. AI-METH 2003 - Artificial Intelligence Methods, Gliwice, Poland, 2003
• [4] Plaza K.: Identification of MIMO Model of a Magnetic Levitation System. Proc. of the 10th IEEE International Conference on Methods and Models in Automation and Robotics MMAR2004, Międzyzdroje 2004
• [5] Plaza K.: Nonlinear System Identification With The Use of Phenomenological Model Structure. Proc. of the 11th IEEE International Conference on Methods and Models in Automation and Robotics MMAR2004, Międzyzdroje 2004
• [6] Ogonowski Z.: Non-linear Model-based Predictive Controller with Limited Structure. Proc. of the 11th IEEE International Conference on Methods and Models in Automation and Robotics MMAR2004, Międzyzdroje 2004
• [7] Scokaert P.O.M., Mayne D.Q., Rawlings J.B.: Suboptimal MPC (Feasibility implies stability). IEEE on AC, vol. 44(3), 1999
• [8] Michalska H., Mayne D.: Robust Receding Horizon Control of Constrained Non-linear Systems. IEEE Trans, on AC, vol. 38(11), 1993