本研究的作者团队来自中国多所高校及研究机构:
- Yu Yang(桂林电子科技大学建筑与交通工程学院)
- Shihui Jiang(中国船舶集团系统工程研究院)
- Tianbo Zhang(北京交通大学自动化与智能学院,通讯作者)
- Dong Shen(中国人民大学数学学院)
研究成果发表于国际控制领域期刊Systems & Control Letters(2025年,卷204,文章编号106174)。
本研究属于分布式模型预测控制(Distributed Model Predictive Control, DMPC)领域,聚焦于动态耦合非线性系统的输入波动抑制问题。在实际控制系统中(如机电系统、机器人、工业过程控制),控制输入的过量波动(input fluctuation)会严重影响系统性能、稳定性与安全性。例如:
- 机电系统中电压/电流的突变会导致电子元件(如晶体管、电容)的瞬态应力,缩短设备寿命;
- 机器人关节扭矩的波动可能引发机械疲劳或轨迹跟踪偏差;
- 工业控制中输入的频繁波动可能通过累积相位滞后效应导致闭环失稳。
尽管传统集中式模型预测控制(CMPC)已能处理输入幅值与波动约束,但其理论框架(如递归可行性、闭环稳定性分析)在分布式耦合系统中尚未完善。此外,现有方法在数值实现时可能因采样间隔导致波动约束瞬态破坏。
提出一种双模式DMPC框架,通过以下创新解决上述问题:
1. 设计终端不变区域(Terminal Invariant Region, TIR)及对应的终端稳定控制器(Terminal Stabilizing Controller, TSC),确保系统进入TIR后严格满足输入幅值与波动约束;
2. 在TIR外,开发并行MPC控制器结合非周期事件触发调度(aperiodic event-triggering scheduler),减少数值实现时的约束违反风险;
3. 理论证明算法的递归可行性与闭环稳定性。
研究对象为连续时间非线性耦合系统,由N个子系统通过无向图拓扑耦合,动态方程为:
[ \dot{x}_i(t) = f_i(x_i(t), vi(t)) + \sum{j \in \mathcal{N}i} L{ij} x_j(t) ]
其中:
- 各子系统受输入幅值约束 ( v_i(t) \in \mathcal{V}_i ) 和波动约束 ( \dot{v}^+_i(t) \in \dot{\mathcal{V}}_i )(Assumption 1);
- 非线性函数 ( f_i ) 满足Lipschitz连续性与可微性(Assumption 2);
- 系统在原点线性化后可通过局部反馈矩阵 ( K_i ) 镇定(Assumption 3)。