一种智能模型预测控制框架，用于主动隔振系统中低频地震振动的抑制 范秋霞（Qiuxia Fan）、 王瑞东（Ruidong Wang）、 严泽峰（Zefeng Yan）、 张倩倩（Qianqian Zhang）、 徐 Chan（Chan Xu）和 李淼硕（Miaoshuo Li）

《Sensors》：An Intelligent Model Predictive Control Framework for Low-Frequency Seismic Vibration Suppression in Active Isolation Systems Qiuxia Fan, Ruidong Wang, Zefeng Yan, Qianqian Zhang, Chan Xu and Miaoshuo Li

　　

摘要

低频地震干扰会显著限制精密工程系统和主动振动隔离平台的性能。模型预测控制（MPC）因其能够处理多变量动态和约束而在这些系统中得到广泛应用。然而，其性能在很大程度上取决于模型的准确性。为了解决这个问题，本文提出了一种基于多层感知器的模型预测控制（MLP-MPC）框架，用于主动振动隔离。在所提出的方法中，首先离线训练多层感知器（MLP），以学习当前系统状态与MPC预测方程中的自由响应项之间的映射关系。在在线实施过程中，训练好的MLP替代了基于模型的自由响应计算，同时保持了传统MPC的二次规划结构。该方法在一个单自由度主动振动隔离系统上进行了测试，该系统受到低频正弦激励和测量得到的地震干扰的影响。仿真结果表明，与传统的MPC和比例-积分-微分（PID）控制相比，MLP-MPC在运行RMS跟踪误差和移动窗口RMS误差方面都有所降低。研究结果表明，将数据驱动的自由响应估计集成到预测控制中是一种实用的方法，可以在保持计算可行性的同时提高低频振动抑制的性能。