The paper considers optimizing Model Predictive Control (MPC) for nonlinear plants with output constraints under uncertainties. Although the MPC technology can handle the constraints in the model by solving constraint model based optimization task, satisfying the plant output constraints still remains a challenge. The paper proposes Robustly Feasible MPC (RFMPC), which achieves feasibility of the outputs in the controlled plant. The RFMPC is applied to control quantity which is illustrated by application to a Drinking Water Distribution Systems (DWDS) example.Artykuł rozważa optymalizujące sterowanie predykcyjnego dla obiektów nieliniowych z ograniczeniami pracujących w warunkach niepewności. Chociaż sterowanie predykcyjne dobrze radzi sobie z ograniczeniami modelu poprzez rozwiązywanie ograniczonych zadań optymalizacji, spełnienie ograniczeń na wyjścia obiektu rzeczywistego ciągle pozostaje wyzwaniem. Artykuł proponuje krzepko dopuszczalne sterowanie predykcyjne, które zapewnia dopuszczalność wyjść obiektu sterowania. Praca zaproponowanego rozwiązania jest zilustrowana za pomocą aplikacji w systemie dostarczania i dystrybucji wody pitnej.
Authors
Additional information
- Category
- Aktywność konferencyjna
- Type
- publikacja w wydawnictwie zbiorowym recenzowanym (także w materiałach konferencyjnych)
- Language
- angielski
- Publication year
- 2009
