[논문 리뷰] Input-Output Stability of Barrier-Based Model Predictive Control

Panagiotis Petsagkourakis, William P. Heath외 2명|arXiv (Cornell University)|2019. 03. 07.

Advanced Control Systems Optimization참고 문헌 27인용 수 4

한 줄 요약

이 논문은 선형 시스템에 대한 장벽 기반 모델 예측 제어(MPC)의 입력-출력 안정성 조건을 선형 및 볼록 비선형 제약 조건을 갖는 경우에 대해 적분 제곱 제약 조건(IQCs)을 사용하여 수립한다. 정수 및 동적 다중화자를 볼록 최적화를 통해 구성함으로써, 비구조적 모델 불확실성 하에서도 전역적 강건 안정성을 보장하며, 수치 예제에서 전통적 MPC에 비해 상당한 강건성 향상을 보여준다.

ABSTRACT

Conditions for input-output stability of barrier-based model predictive control of linear systems with linear and convex nonlinear (hard or soft) constraints are established through the construction of integral quadratic constraints (IQCs). The IQCs can be used to establish sufficient conditions for global closed-loop stability. In particular conditions for robust stability can be obtained in the presence of unstructured model uncertainty. IQCs with both static and dynamic multipliers are developed and appropriate convex searches for the multipliers are presented. The effectiveness of the robust stability analysis is demonstrated with an illustrative numerical example.

연구 동기 및 목표

• 비구조적 모델 불확실성 하에서 장벽 기반 MPC의 전역 입력-출력 안정성에 대한 충분조건을 개발하기 위해.
• 경계가 있는 하드 및 소프트 볼록 제약 조건을 포함한 시간 변화 및 비선형 제약 조건이 있는 시스템으로 강건 안정성 분석을 확장하기 위해.
• 동적 다중화자와 볼록 최적화를 활용하여 다중화자 계산을 수행함으로써 강건성 분석의 비민감도를 감소시키기 위해.
• 수치적 검증을 통해 장벽-MPC가 전통적 MPC에 비해 강건성을 향상시키는 효과를 입증하기 위해.
• Zames-Falb 및 볼록 다중화자 기법을 사용하여 시간 불변 및 시간 변화 제약 조건에 모두 적용 가능한 프레임워크를 제공하기 위해.

제안 방법

• 하드 제약 조건과 소프트 제약 조건에 각각 재중앙화 및 완화된 장벽 함수를 사용하여 장벽 기반 MPC를 수식화한다.
• 적분 제곱 제약 조건(IQCs)을 적용하여 제어기와 비구조적 불확실성을 모델링하고, 강건성 분석을 가능하게 한다.
• IQC 기반 분석을 위한 정적 및 동적 다중화자를 구성하며, 시간 불변 제약 조건의 경우 Zames-Falb(ZF) 다중화자를 중심으로 다룬다.
• 다중화자 효율적 계산을 가능하게 하는 볼록 최적화 프레임워크를 개발하여 안정성 검증의 실현 가능성을 높인다.
• Jonsson과 Rantzer의 LMI 기반 다중화자 검색 방법론을 활용하여 비선형성과 불확실성을 통합적으로 분석한다.
• 기울기 재중앙화를 적용한 후행 수평 최적화 프레임워크를 사용하여 제약 조건 하에서 안정성과 타당성을 유지한다.

실험 결과

연구 질문

• RQ1 비구조적 모델 불확실성 하에서 장벽 기반 MPC의 전역 입력-출력 안정성을 보장하는 조건은 무엇인가?
• RQ2 정적 및 동적 다중화자를 갖는 IQC는 장벽-MPC의 강건 안정성 분석을 위해 어떻게 구성할 수 있는가?
• RQ3 장벽-MPC는 전통적 MPC에 비해 강건성 분석의 비민감도를 어느 정도 감소시키는가?
• RQ4 볼록 최적화를 사용하여 시간 불변 및 시간 변화 제약 조건에 대해 안정성을 보장하는 다중화자를 효율적으로 계산할 수 있는가?
• RQ5 최대 안정 이득과 강건성 마진 측면에서 장벽-MPC의 성능은 노미널 MPC에 비해 어떻게 다를까?

주요 결과

• 입력 불확실성 하에서 장벽 기반 MPC는 최대 안정 이득 2.913를 달성하며, 이는 노미널 MPC가 이득 1.130 이하에서만 안정되므로 상당히 뛰어난 성능을 보인다.
• 고정 설계 파rameter $ r = 0.001 $ 일 때, 모든 시험 초기 조건에서 시스템이 안정함을 확인하여 시뮬레이션에서 강건성을 입증한다.
• C-ZF 다중화자에서 $ N_{ZF} = 10 $ 일 때 $ b = 0.25 $ 에 대해 최소 $ r $ 는 0.0001 으로 도출되어 안정성 예측의 최소 비민감도를 나타낸다.
• 설정된 $ r = 0.1 $ 일 때 분석 결과 $ b = 0.5112 $ 에서도 안정 작동이 가능하며, 노미널 MPC는 $ b > 0.0986 $ 에서 안정성을 예측하지 못함을 고려할 때, 훨씬 뛰어난 강건성을 보여준다.
• 시뮬레이션 결과 장벽-MPC는 $ ho = 3.4 $ 에서도 안정함을 유지하며, 이는 계산된 안정 한계 2.913 에 매우 가까움을 확인하여 이론적 경계의 타당성을 검증한다.
• 동적 다중화자와 볼록 최적화의 활용은 특히 더 엄격한 제약 조건 케이스에서 비민감도를 감소시켜 더 정확하고 덜 보수적인 안정성 마진을 가능하게 한다.