Why Use Model Predictive Control? | Understanding MPC, Part 1

Summary

La commande prédictive par modèle (MPC) est une technique de contrôle avancée qui utilise un modèle pour prédire l'avenir du processus et optimiser les actions de contrôle. Elle gère efficacement les systèmes à entrées-sorties multiples (MIMO), gère les contraintes et bénéficie d'une capacité de prévisualisation. Cette méthode, déjà utilisée dans l'industrie depuis les années 80, s'étend à d'autres domaines avec l'augmentation de la puissance de calcul des microprocesseurs. Le coût est un processeur puissant et rapide avec une grande mémoire, nécessaire pour résoudre le problème d'optimisation en ligne à chaque pas de temps.

Takeaways

• 🧠 Le contrôle prédictif de modèle (MPC) est un algorithme de contrôle rétroactif qui utilise un modèle pour prédire les sorties futures d'un processus.
• 🚗 L'analogie de la conduite d'une voiture est utilisée pour expliquer le fonctionnement de l'MPC, où les actions de contrôle sont basées sur des prédictions du modèle du véhicule.
• 🔄 MPC est capable de gérer des systèmes multi-entrées multi-sorties (MIMO), tenant compte des interactions entre les entrées et les sorties.
• 🔩 L'un des avantages de l'MPC est qu'il s'adapte aux contraintes, évitant ainsi les conséquences indésirables en respectant les limites de sécurité et de performance.
• 🚦 La capacité de l'MPC à gérer les contraintes est particulièrement importante pour les systèmes où les limites physiques et les exigences de sécurité sont critiques.
• 👁️ La fonctionnalité de prévisualisation de l'MPC permet d'améliorer les performances du contrôleur en intégrant des informations sur les événements à venir.
• 📈 L'utilisation de l'MPC s'est étendue dans de nombreux domaines en raison de l'augmentation de la puissance de calcul des microprocesseurs.
• 💻 L'MPC nécessite un processeur puissant et rapide avec une grande mémoire, car il résout un problème d'optimisation en ligne à chaque pas de temps.
• 🔄 MPC est utilisé dans l'industrie depuis les années 1980 et est devenu plus largement utilisé dans diverses industries au fil du temps.
• 🔄 Il s'agit d'un contrôleur multivariable qui contrôle simultanément les sorties tout en prenant en compte toutes les interactions entre les variables système.
• 🔄 La prochaine vidéo traitera en détail du fonctionnement des contrôleurs prédictifs de modèle.

Q & A

Qu'est-ce que le contrôleur prédictif de modèle (MPC) et pourquoi est-il populaire chez les ingénieurs de contrôle ?

Le contrôleur prédictif de modèle (MPC) est un algorithme de contrôle à rétroaction qui utilise un modèle pour prédire les sorties futures d'un processus. Il est populaire car il peut gérer des systèmes à entrées multiples et à sorties multiples (MIMO), gérer des contraintes et avoir une capacité de prévisualisation.

Comment le MPC est-il similaire à la conduite d'une voiture ?

Le MPC est similaire à la conduite d'une voiture car il utilise un modèle pour simuler les actions de contrôle et prédire la trajectoire future, tout comme un conducteur utilise les caractéristiques de la voiture pour anticiper les actions de direction et de freinage nécessaires pour rester dans la voie.

Pourquoi le MPC est-il considéré comme un contrôleur multivariable ?

Le MPC est un contrôleur multivariable car il prend en compte simultanément toutes les interactions entre les variables système pour contrôler les sorties, ce qui est un défi avec des contrôleurs PID qui opèrent indépendamment les uns des autres.

Quels sont les avantages de la capacité de MPC à gérer des contraintes ?

La capacité de MPC à gérer des contraintes est importante car en respectant ces contraintes, on évite les conséquences indésirables. Par exemple, en conduisant, il est essentiel d'obéir aux limites de vitesse et de maintenir une distance de sécurité avec les autres véhicules.

Comment le MPC intègre-t-il les informations de référence futures pour améliorer les performances du contrôleur ?

Le MPC intègre les informations de référence futures en les incorporant dans le problème de contrôle, ce qui permet au contrôleur de prendre des décisions anticipatives, comme freiner plus tôt avant un virage en utilisant des données provenant d'une caméra de voiture.

Depuis quand les contrôleurs prédictifs de modèle sont-ils utilisés dans l'industrie des processus ?

Les contrôleurs prédictifs de modèle ont été utilisés dans l'industrie des processus depuis les années 1980, et avec l'augmentation de la puissance de calcul des microprocesseurs, leur utilisation s'est étendue à d'autres domaines.

Quels sont les domaines où le MPC est utilisé à part l'industrie des processus ?

Bien que le script ne liste pas spécifiquement les domaines, le MPC est utilisé dans de nombreux secteurs, notamment l'automobile, l'énergie, la chimie, la production alimentaire et même dans les systèmes de transport en commun.

Quel est le principal défi technique pour l'implémentation du MPC ?

Le principal défi technique pour l'implémentation du MPC est la nécessité d'un processeur puissant et rapide avec une grande mémoire, car il doit résoudre un problème d'optimisation en ligne à chaque pas de temps.

Comment le MPC résout-il un problème d'optimisation en ligne à chaque pas de temps ?

Le MPC résout un problème d'optimisation en ligne en utilisant le modèle du système pour prédire son comportement futur et en sélectionnant l'action de contrôle la plus appropriée pour conduire la sortie prédite vers la référence.

Quelle est la différence entre le MPC et les contrôleurs PID traditionnels ?

Les contrôleurs PID traditionnels sont généralement utilisés pour des systèmes à une seule entrée et une seule sortie, tandis que le MPC est conçu pour gérer des systèmes à entrées multiples et à sorties multiples, en tenant compte des interactions entre les variables.

Pourquoi les contrôleurs PID pourraient-ils être difficiles à concevoir pour de grands systèmes ?

Concevoir des contrôleurs PID pour de grands systèmes peut être difficile car cela nécessite de régler trop de gains de contrôleurs, et ils ne prennent pas en compte les interactions entre les différentes boucles de contrôle.