On the SDP Relaxation of Direct Torque Finite Control Set Model Predictive Control

📄 arXiv: 2412.11666v1 📥 PDF

作者: Luca M. Hartmann, Orcun Karaca, Tinus Dorfling, Tobias Geyer, Adam Kurpisz

分类: math.OC, eess.SY

发布日期: 2024-12-16

💡 一句话要点

提出基于半定规划松弛的直接转矩有限控制集模型预测控制方法，改善转矩瞬态性能。

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 模型预测控制 直接转矩控制 半定规划 分支定界 电机驱动

📋 核心要点

  1. 传统分支定界算法在长时域直接转矩控制中计算负担大，难以找到有效解。
  2. 利用半定规划松弛提供输入序列候选，结合早停分支定界，在计算效率和性能间取得平衡。
  3. 仿真结果表明，该方法显著改善了转矩瞬态性能，优于单独使用分支定界算法。

📝 摘要（中文）

本文针对长时域直接转矩有限控制集模型预测控制问题，提出了一种半定规划松弛方法。与此松弛方法并行，还求解了一个为原始问题量身定制的传统分支定界算法，但设置了迭代限制以限制其计算负担。从提升空间中半定规划的解中提取输入序列候选。然后，将该序列与所谓的早停分支定界解进行比较，并将两者中最好的一个以递推方式应用。在仿真案例研究中，所提出的方法在转矩瞬态方面表现出显著的改进，因为由于施加的限制，单独的分支定界难以找到有意义的解决方案。

🔬 方法详解

问题定义：论文旨在解决直接转矩有限控制集模型预测控制（DTC-FCS-MPC）中，当预测时域较长时，传统分支定界算法计算复杂度过高，难以在有限时间内找到最优解的问题。现有方法的痛点在于计算量随预测时域长度呈指数增长，导致实时性难以保证，影响控制性能。

核心思路：论文的核心思路是将原有的整数规划问题松弛为半定规划（SDP）问题。SDP问题可以在多项式时间内求解，从而提供一个较好的初始解。然后，结合计算量较小的早停分支定界算法，从SDP的解中提取候选解，并与分支定界的结果进行比较，选择最优解。这种混合方法旨在利用SDP的全局优化能力和分支定界的局部搜索能力，在计算效率和控制性能之间取得平衡。

技术框架：整体流程如下： 1. 问题建模：将DTC-FCS-MPC问题建模为混合整数规划问题。 2. 半定规划松弛：将混合整数规划问题松弛为半定规划问题，并在提升空间中求解。 3. 候选解提取：从SDP的解中提取输入序列候选。 4. 早停分支定界：并行运行一个带有迭代限制的分支定界算法。 5. 解选择与应用：比较SDP提取的候选解和分支定界的解，选择最优解，并以递推方式应用到实际控制中。

关键创新：最重要的技术创新点在于将半定规划松弛引入到DTC-FCS-MPC问题中。与传统的直接使用分支定界算法相比，该方法能够利用SDP的全局优化能力，快速找到一个较好的初始解，从而加速搜索过程，提高控制性能。本质区别在于，传统方法是纯粹的组合优化，而该方法结合了连续优化和组合优化。

关键设计：论文的关键设计包括： 1. 半定规划松弛的构建：如何将原问题有效地松弛为SDP问题，保证松弛的紧致性。 2. 候选解的提取方法：如何从SDP的解中提取有意义的输入序列候选，例如，可以采用随机舍入等方法。 3. 早停分支定界的迭代限制：如何设置合适的迭代限制，以保证计算效率，同时避免过早停止搜索。

🖼️ 关键图片

img_0

📊 实验亮点

仿真结果表明，与单独使用早停分支定界算法相比，所提出的基于半定规划松弛的方法在转矩瞬态方面表现出显著的改进。具体性能提升数据未知，但摘要强调了在分支定界算法因计算限制难以找到有效解的情况下，该方法仍能提供有意义的控制性能。

🎯 应用场景

该研究成果可应用于对转矩控制精度和动态性能有较高要求的交流电机驱动系统，例如电动汽车、工业机器人和风力发电等领域。通过提高转矩控制的瞬态响应，可以改善系统的整体性能和稳定性，具有重要的实际应用价值和潜在的经济效益。

📄 摘要（原文）

This paper formulates a semidefinite programming relaxation for a long horizon direct-torque finite-control-set model predictive control problem. In parallel with this relaxation, a conventional branch-and-bound algorithm tailored for the original problem, but with an iteration limit to restrict its computational burden, is also solved. An input sequence candidate is extracted from the solution of the semidefinite program in the lifted space. This sequence is then compared with the so-called early-stopping branch-and-bound solution, and the best of the two is applied in a receding horizon fashion. In simulated case studies, the proposed approach exhibits significant improvements in torque transients, as the branch-and-bound alone struggles to find a meaningful solution due to the imposed limit.