基於時間延遲的Koopman網絡模型預測控制用於FRIB RFQ

提出了一種基於長短期記憶(LSTM)的Koopman網絡模型,能夠學習歷史運行數據中隱藏的時間延遲相關性,有效預測RFQ共振頻率的變化。利用此模型實現了基於牛頓-拉夫遜法的模型預測控制(MPC)框架,相比於傳統PID控制器,可將控制時間縮短約一半。