Model Predictive Control Toolbox

 

Model Predictive Control Toolbox

Entwerfen und Simulieren von modellprädiktiven Reglern

Kostenlose Testversion anfordern
Preise ansehen

Die Model Predictive Control Toolbox™ bietet Funktionen, eine App und Simulink® Blöcke zum Entwerfen und Simulieren von Reglern mit linearer und nicht linearer Modellvorhersage-Regelung (MPC). Mit der Toolbox können Sie Anlagen- und Störungsmodelle, Zeithorizonte, Beschränkungen und Gewichte festlegen. Durch Simulationen im geschlossenen Regelkreis können Sie die Reglergüte bewerten.

Sie können das Verhalten des Reglers anpassen, indem Sie die Gewichte und Begrenzungen während der Laufzeit variieren. Die Toolbox verfügt über bereitstellbare Optimierungs-Solver, ermöglicht aber auch den Einsatz benutzerdefinierter Solver. Zur Regelung einer nicht linearen Anlage können Sie adaptive, nicht lineare bzw. MPCs mit Gainscheduling einsetzen. Für Anwendungen mit schnellen Abtastraten können Sie basierend auf einem regulären Regler einen expliziten modellprädiktiven Regler generieren oder aber eine Näherungslösung anwenden.

Zur Unterstützung von Rapid Prototyping und Embedded-Systemen sowie der Bereitstellung von Optimierungs-Solvern bietet die Toolbox die Möglichkeit zur Generierung von C Code und die Erstellung von strukturiertem Text gemäß IEC 61131-3.

Jetzt beginnen:

Was ist eine Model Predictive Control Toolbox?.
Video length is 2:14.
Was ist eine Model Predictive Control Toolbox?

Kostenloses WhitePaper

Implementierung eines adaptiven Geschwindigkeitsregelungssystems mit Simulink

Whitepaper lesen

Entwurf linearer modellprädiktiver Regler

Entwerfen Sie einen MPC-Regler zur Regelung von MIMO-Systemen, die Eingangs- und Ausgangsbeschränkungen unterliegen. Führen Sie Simulationen im geschlossenen Regelkreis durch, um die Reglergüte zu bewerten.

MPC Designer-App

Definieren Sie ein internes Anlagenmodell, passen Sie Zeithorizonte, Gewichte und Beschränkungen an, um interaktiv MPC-Regler zu entwerfen. Simulieren Sie die Systemantwort, um die Reglergüte zu bewerten. Vergleichen Sie das Verhalten verschiedener MPC-Regler.

Reglerentwurf mit MPC Designer
Vergleich unterschiedlichen Reglerverhaltens mit MPC Designer
Generierung eines Simulink-Models mit MPC Designer
Generierung von MATLAB Code mit MPC Designer
Grundlagen modellprädiktiver Regler, Teil 6: Design eines MPC-Reglers mit Simulink und der Model Predictive Control Toolbox.
Video length is 9:52.
Grundlagen modellprädiktiver Regler, Teil 6: Design eines MPC-Reglers mit Simulink und der Model Predictive Control Toolbox

MPC-Entwurf in Simulink

Modellieren und simulieren Sie MPC-Regler in Simulink mit dem MPC-Reglerblock sowie anderen in der Toolbox verfügbaren Blöcken. Trimmen und linearisieren Sie ein Simulink-Modell, um ein internes LTI-Anlagenmodell für Ihren MPC-Regler zu berechnen, und berechnen Sie die nominale Werte für die Ein- und Ausgänge der Anlage mit Simulink Control Design™.

Entwurf eines MPC-Reglers in Simulink
Luftfahrzeug mit instabilen Polen
Entwurf eines modellprädiktiven Reglers am Arbeitspunkt in der Gleichgewichtslage
MPC-Regler
Erste Schritte mit der Model Predictive Control Toolbox.
Video length is 3:59.
Erste Schritte mit der Model Predictive Control Toolbox

MPC-Entwurf in MATLAB

Verwenden Sie Funktionen aus der Kommandozeile, um MPC-Regler zu entwerfen. Definieren Sie ein internes Anlagenmodell, passen Sie Gewichte, Beschränkungen und andere Reglerparameter an und simulieren Sie die Systemantwort im geschlossenen Regelkreis, um die Reglergüte zu bewerten.

Entwurf eines MPC-Reglers aus der Kommandozeile
Regelung einer Anlage mit mehrfachen Eingängen und einem Ausgang
Regelung einer Anlage mit einem Ein- und einem Ausgang
Regelung einer Anlage mit mehrfachen Ein- und Ausgängen
Kommandozeilen-API zur Erstellung von MPC-Reglern.

Entwurf von MPC-Reglern aus der Kommandozeile

Anwendungen für automatisiertes Fahren

Beschleunigen Sie die Entwicklung Ihres ADAS-Systems mit vorgefertigten Simulink-Blöcken. Verwenden Sie die Referenzbeispiele zur schnellen Entwicklung von ADAS-Reglern. Erzeugen Sie Codes aus den Simulink-Blöcken, um MPC-Regler in Fahrzeugen einzusetzen.

Vorgefertigte Blöcke

Nutzen Sie die Blöcke für adaptive Geschwindigkeitsregelung, Spurhalteassistent und Wegfolgesystem als Ausgangspunkt für Ihre ADAS-Anwendung und personalisieren Sie das Design wie gewünscht. Erzeugen Sie Code aus den vorgefertigten Blöcken, um MPC-Regler einzusetzen.

Automatisiertes Fahren mit modellprädiktiven Reglern
Adaptive Geschwindigkeitsregelung mit modellprädiktiven Reglern
Spurhalteassistent mit modellprädiktiven Reglern
Wegfolgesystem mit monokularer Kamera
Mit dem vorgefertigten Simulink-Block zum Entwurf adaptiver Geschwindigkeitsregelungssysteme.

Verwendung des vorgefertigten Simulink-Blocks zum Entwurf adaptiver Geschwindigkeitsregelungssysteme.

Referenzanwendungen

Nutzen Sie Referenzanwendungen, die Ihnen die Abläufe des Entwurfs und Einsatzes von MPC-Reglern für Ihre automatisierten Fahrsysteme Schritt für Schritt näherbringen. Referenzanwendungen zeigen Ihnen ebenso, wie die verschiedenen Teile Ihres Systems mit unterschiedlichen Genauigkeitsgraden modelliert werden können.

Adaptiver Geschwindigkeitsregler mit Sensor Fusion
Spurhalteassistent mit Spurerkennung
Wegfolgesystem mit Sensor Fusion und Spurerkennung
Hinderniserkennung mit adaptiven modellprädiktiven Reglern
Adaptiver Abstands- und Geschwindigkeitsregler mit Sensorfusion mittels modellprädiktivem Regler.
Video length is 6:00.
Adaptiver Abstands- und Geschwindigkeitsregler mit Sensorfusion mittels modellprädiktivem Regler

Lineare modellprädiktive Regler

Entwerfen Sie MPC-Regler für Systeme mit linearer Dynamik. Entwickeln Sie adaptive bzw. MPC-Regler mit Gainscheduling für Anlagen mit Dynamiken, die sich abhängig von den Betriebsbedingungen ändern.

Lineare MPC-Regler

Entwerfen Sie mit der Control System Toolbox™ einen linearen MPC-Regler, indem Sie ein internes Anlagenmodell als ein lineares zeitinvariantes (LTI) System spezifizieren oder ein Simulink-Modell mittels Simulink Control Design linearisieren. Alternativ können Sie mit der System Identification Toolbox™ ein mit gemessenen Eingangs- und Ausgangsdaten erstelltes Modell importieren.

Entwurf eines MPC-Reglers für Positions-Servoantriebe
Regelung eines inversen Pendels auf einem Wagen
Thermomechanische Zellstoffherstellung mit mehreren Regelungszielen
Gleichstrom-Servomotor mit Beschränkung am ungemessenen Ausgang
Spezifizierung eines internen Anlagenmodells für den Entwurf eines linearen MPC-Reglers.

Spezifizierung eines internen Anlagenmodells für den Entwurf eines linearen MPC-Reglers.

Adaptiver MPC-Regler

Entwerfen und simulieren Sie adaptive MPC-Regler, indem Sie die Kommandozeilenfunktionen und den adaptiven MPC-Reglerblock verwenden. Aktualisieren Sie Ihr Anlagenmodell während der Laufzeit und stellen Sie das Modell als Regler-Eingabewert bereit. Verwenden Sie einen integrierten, linearen und zeitvariablen (LTV) Kalman-Filter mit garantierter asymptotischer Stabilität für die Zustandsschätzung in adaptiven modellprädiktiven Reglern.

Adaptive MPC-Regelung von nicht linearen Chemiereaktoren mithilfe eines linearen parameterveränderlichen Systems
Adaptive MPC-Regelung von nicht linearen Chemiereaktoren mithilfe schrittweiser Linearisierung
Zeitvariable MPC-Regelung eines inversen Pendels auf einem Wagen
Adaptiver MPC-Regler
Grundlagen modellprädiktiver Regler, Teil 7: Adaptives MPC-Design mit Simulink und der Model Predictive Control Toolbox .
Video length is 8:20.
Grundlagen modellprädiktiver Regler, Teil 7: Adaptives MPC-Design mit Simulink und der Model Predictive Control Toolbox

MPC mit Gainscheduling

Regeln Sie nicht lineare Anlagen über eine Vielzahl von Betriebsbedingungen mit dem Reglerblock für multiple MPC-Regler. Entwerfen Sie einen MPC-Regler für jeden Betriebspunkt und wechseln Sie während der Laufzeit zwischen den Reglern.

MPC-Regelung mit Gainscheduling eines nicht linearen Chemiereaktors
MPC-Regelung mit Gainscheduling eines inversen Pendels auf einem Wagen
Einstellung von Reglern an mehreren Betriebspunkten
MPC mit Gainscheduling
Verwendung des multiplen MPC-Reglerblocks zum Entwerfen eines MPC-Reglers mit Gainscheduling.

Verwendung des multiplen MPC-Reglerblocks zum Entwerfen eines MPC-Reglers mit Gainscheduling.

MPC-Designparameter, Zustandsschätzung und Design-Überprüfung

Verbessern Sie Ihr Regler-Design iterativ, indem Sie ein internes Anlagenmodell definieren, Regler-Parameter anpassen und die Systemantwort im geschlossenen Regelkreis simulieren, um die Reglergüte zu bewerten. Überprüfen Sie Ihren Regler auf mögliche Designprobleme.

Regler-Parameter

Nach der Definition des internen Anlagenmodells schließen Sie das Design Ihres MPC-Reglers ab, indem Sie Abtastintervalle, Prognose- und Kontrollhorizonte, Skalierfaktoren, Eingangs- und Ausgangsbeschränkungen sowie Gewichte festlegen. Die Toolbox unterstützt ebenso die Abmilderung von Beschränkungen sowie zeitvariable Beschränkungen und Gewichte.

Auswahl von Abtastintervallen und Zeithorizonten
Festlegung von Beschränkungen
Bestimmung von Skalierfaktoren
Justierung von Gewichten
Festlegen der Regler-Parameter in der MPC Designer-App.

Festlegen der Regler-Parameter in der MPC Designer-App.

Zustandsschätzung

Schätzen Sie die Reglerzustände anhand gemessener Ausgangswerte mit dem integrierten Zustandsestimator. Alternativ können Sie einen benutzerdefinierte Zustandsschätzalgorithmus verwenden.

Regler-Zustandsschätzung
Benutzerdefinierte Zustandsschätzung
Benutzerdefinierte Zustandsschätzung.

Benutzerdefinierte Zustandsschätzung.

Designüberprüfung

Erfassen Sie mit der integrierten Diagnosefunktion potenzielle Stabilitäts- und Robustheitsprobleme Ihres MPC-Reglers. Verwenden Sie diese Diagnoseergebnisse zum Anpassen der Regler-Gewichte und -Beschränkungen während des Entwurfsvorgangs, um Laufzeitfehler zu verhindern.

Überprüfung des modellprädiktiven Reglers auf Stabilitäts- und Robustheitsprobleme
Test der Regler-Robustheit
Verbesserung des Regler-Designs mithilfe von Empfehlungen des Designprüfberichts.

Verbesserung des Regler-Designs mithilfe von Empfehlungen des Designüberprüfungsberichts.

Laufzeit-Parametereinstellung und Überprüfung der Reglergüte

Verbessern Sie die Reglergüte durch Justieren der Gewichte und Beschränkungen während der Laufzeit. Untersuchen Sie die Laufzeitleistung des Reglers.

Laufzeit-Parameterabstimmung

Passen Sie die Gewichte und Beschränkungen Ihres MPC-Reglers während der Laufzeit an, um seine Güte ohne neues Design oder neue Implementierung zu optimieren. Nehmen Sie die Laufzeit-Regler-Abstimmung sowohl in MATLAB® als auch in Simulink vor.

Variation von Eingabe- und Ausgabebegrenzungen während der Laufzeit
Justierung von Regler-Gewichten
Anpassung von Zeithorizonten während der Laufzeit
Anpassung der Gewichte und Beschränkungen während der Laufzeit.

Anpassung der Gewichte und Beschränkungen während der Laufzeit.

Laufzeitleistungsüberwachung

Greifen Sie auf das Optimierungsstatus-Signal zu, um die seltenen Fälle zu erfassen, in denen eine Optimierung falsch konvergiert, und entscheiden Sie dann, ob ein Backup-Regler zum Einsatz kommen soll.

Überwachung des Optimierungsstatus zur Erfassung von Regler-Ausfällen
Stoßfreie Umschaltung zwischen Regler online und offline
Verstehen des Regler-Verhaltens durch Prüfen der optimalen Regler-Sequenz
Regler-Wechsel je nach optimalen Kosten
Erfassen von Regler-Ausfällen in Echtzeit.

Erfassen von Regler-Ausfällen in Echtzeit. 

Einsatz von schnellen, modellprädiktiven Reglern

Entwerfen, simulieren und verwenden Sie MPC-Regler in Anwendungen mit begrenzter Rechnerleistung

Expliziter MPC-Regler

Erstellen Sie einen expliziten MPC-Regler basierend auf einem impliziten MPC-Entwurf zur schnelleren Ausführung. Vereinfachen Sie einen erstellten expliziten MPC-Regler und verringern Sie so den Arbeitsspeicherbedarf.

Workflow für das Design eines expliziten MPC-Reglers
Explizite MPC-Regelung eines Gleichstrom-Servomotors mit Beschränkung am ungemessenen Ausgang
Explizite MPC-Regelung eines Luftfahrzeugs mit instabilen Polen
Explizite MPC-Regelung eines inversen Pendels auf einem Wagen
Erstellen eines expliziten MPC-Reglers basierend auf einem vorab entworfenen impliziten Regler.

Erstellen eines expliziten MPC-Reglers basierend auf einem vorab entworfenen impliziten Regler.

(Suboptimale) Näherungslösung

Entwerfen, simulieren und verwenden Sie MPC-Regler mit garantierter Worst-Case-Ausführzeit durch Verwendung einer (suboptimalen) Näherungslösung.

Suboptimale QP-Lösung
Verwendung einer suboptimalen Lösung bei schnellen MPC-Anwendungen
Vergleich der Ausführzeiten optimaler und (suboptimaler) Näherungslösungen.

Vergleich der Ausführzeiten optimaler und (suboptimaler) Näherungslösungen.

Nicht lineare modellprädiktive Regler

Entwerfen Sie nicht lineare MPC-Regler zur Regelung von Anlagen mittels nicht linearer Prognosemodelle, Kostenfunktionen oder Beschränkungen.

Optimale Planung

Verwendung nicht linearer MPC-Regler für optimale Planungsanwendungen, die ein nicht lineares Modell mit nicht linearen Kosten oder Einschränkungen erfordern.

Trajektorien-Optimierung und Regelung von Flugrobotern mit nicht linearer MPC-Regelung
Einparkhilfe mit nicht linearem modellprädiktivem Regler
Optimierung der Tuberkulosebehandlung mit nicht linearer MPC-Regelung und benutzerdefiniertem Solver
Trajektorien-Optimierung und Regelung von Flugrobotern mit nicht linearer MPC-Regelung.

Trajektorien-Optimierung und Regelung von Flugrobotern mit nicht linearer MPC-Regelung.

Feedback-Regelung

Simulieren Sie einen geschlossenen Regelkreis von nicht linearen Anlagen unter nicht linearen Kosten und Beschränkungen. Standardmäßig verwenden nicht lineare MPC-Regler die Optimization Toolbox™, um das Problem nicht linearer Programmierung zu beheben. Sie können ebenso einen eigenen benutzerdefiniert nicht linearen Solver festlegen.

Nicht lineare modellprädiktive Regelung eines exothermen Chemiereaktors
Aufschwing-Regelung eines Pendels mit nicht linearem modellprädiktivem Regler
Spurhalten mit nicht linearen modellprädiktivem Regler
Paralleles Einparken mit RRT-Planer und MPC-Tracking-Regler
Nichtlineare modellprädiktive Regelung eines exothermen Chemiereaktors.

Nichtlineare modellprädiktive Regelung eines exothermen Chemiereaktors.

Ökonomischer MPC-Regler

Designen Sie ökonomische MPC-Regler zur Optimierung des Reglers für eine beliebige Kostenfunktion unter beliebigen nicht linearen Beschränkungen. Sie können ein lineares oder ein nicht lineares Prognosemodell anwenden, eine benutzerdefinierte nicht lineare Kostenfunktion sowie benutzerdefinierte nicht lineare Beschränkungen.

Ökonomische MPC-Regelung bei der Ethylenoxidproduktion
Ökonomische MPC-Regelung bei der Ethylenoxidproduktion.

Ökonomische MPC-Regelung bei der Ethylenoxidproduktion.

Codegenerierung

Erstellen Sie Code für in Simulink und MATLAB entworfene modellprädiktive Regler und nutzen Sie ihn für Echtzeit-Regler-Anwendungen.

Codegenerierung mit MATLAB und Simulink

Entwerfen Sie einen MPC-Regler in Simulink und erstellen Sie C Code und IEC 61131-3-konformen strukturierten Text mit dem Simulink Coder™ bzw. Simulink PLC Coder™. Verwenden Sie MATLAB Coder™, um C Code in MATLAB zu schreiben und ihn zur Echtzeit-Regelung zu nutzen. Alternativ können Sie MPC-Regler auch mit dem MATLAB Compiler™ einsetzen, einer eigenständig ausführbaren Anwendung.

Simulation und Codegenerierung mit dem Simulink Coder
Codegenerierung zur Berechnung optimaler MPC-Bewegungen in MATLAB
Simulation und Generieren von strukturiertem Text mit Simulink PLC Coder
Hitachi Astemo entwickelt einen Model Predictive Controller für adaptive Tempomatregelung mit Model-Based Design
Generieren von C Code aus dem MPC-Reglerblock.

Generieren von C Code aus dem MPC-Reglerblock.

Integrierter Solver

Generieren Sie Code mit dem verfügbaren QP-Solver (quadratische Programmierung) für eine effiziente Umsetzung in einem eingebetteten Prozessor. Nutzen Sie bei nicht linearen Problemen den SQP-Solver (sequenzielle quadratische Programmierung) aus der Optimization Toolbox zur Simulation und Codegenerierung. Stellen Sie den generierten Code für eine beliebige Anzahl von Prozessoren bereit.

QP Solver
Lösung benutzerspezifischer MPC-Probleme bezüglich der quadratischen Programmierung und Codegenerierung
Das Europäische Technik-Zentrum von Tata Motors beschleunigt die Entwicklung von Regelalgorithmen für autonome Fahrzeuge mittels Model-Based Design
Simulierung und Codegenerierung für einen nicht linearen MPC-Regler zum parallelen Einparken
Integrierte Solver.

Integrierte Solver.

Benutzerdefinierte Solver

Verwenden Sie Embotech FORCES PRO QP- und NLP-Solver (nicht lineare Programmierung), um lineare und nicht linear MPC-Regler zu simulieren und Code zu generieren. Alternativ lassen sich benutzerdefinierte QP- und NLP-Solver zur Simulation und Codegenerierung einsetzen.

Implementierung von MPC-Reglern mit Embotech FORCES PRO Solvern
Simulation und Codegenerierung für MPC-Regler mit benutzerdefiniertem QP-Solver
Konfiguration eines benutzerdefinierten nicht linearen Solvers für nicht lineare MPC-Regler
Benutzerdefinierter QP-Solver zur Simulation und Codegenerierung.

Benutzerdefinierter QP-Solver zur Simulation und Codegenerierung.

Produktressourcen:

Dokumentation Funktionen Blöcke Technische Artikel Anwenderberichte System-Voraussetzungen Versionshinweise Videos und Webinare Beispiele

Kostenlose Testversion anfordern

30 Tage kostenlos ausprobieren.

Jetzt starten

Weitere Informationen anfordern

Lassen Sie uns wissen, wie wir Ihnen helfen können.

Preisangebot anfordern Vertrieb kontaktieren

Haben Sie Fragen?

Wenden Sie sich an das technische Team für Model Predictive Control Toolbox.