ĐIỀU KHIỂN DỰ BÁO LEARNING TUBE-MPC CHO HỆ LURE BẤT ĐỊNH VỚI ĐIỀU KIỆN LIÊN TỤC LIPSCHITZ

Tóm tắt

Bài báo trình bày phương pháp điều khiển dự báo MPC bền vững mới cho mô hình hệ
Lure đó khâu phi tuyến không biết trước thỏa mãn điều kiện liên tục Lipschitz dựa trên phương pháp
điều khiển TubeMPC nhưng mô hình của hệ được cập nhật sau khi có dữ liệu mới về hệ. MPC được
thực hiện dựa vào mô hình của hệ. Vì thế, nếu mô hình hệ không biết rõ sẽ có thể dẫn đến không thể
tìm được lời giải. Ý tưởng chính của phương pháp là sử dụng dữ liệu có thể có sai số thu được trong
quá trình vận hành và điều kiện liên tục Lipschitz của hàm phi tuyến chưa biết để xây dựng được hàm
chặn trên và hàm chặn dưới của hàm chưa biết này, qua đó sai số của hàm xấp xỉ và hàm số thực tế
được chứng minh luôn nằm trong một khoảng xác định được. Dựa vào khoảng bị chặn được xác định
này, bài toán điều khiển được đưa về phương pháp điều khiển bền vững TubeMPC và có thể tìm được
lời giải bằng các phương pháp hiện hành.