高政南[1]2004年在《基于事件驱动的大时延网络控制系统探索与研究》文中进行了进一步梳理网络控制系统是控制科学和计算机网络及通讯技术的综合应用。随着国际互联网在全球的飞速发展，网络中存在的使网络控制系统性能下降、甚至不稳定的大时延日益受到研究者的重视。本文首先介绍了大时延网络控制系统的基本概念，分析了网络控制系统中时延的产生原因，在大时延网络控制系统中应用了Smith控制方法和比例微分控制方法。其次将基于事件驱动的控制方法引入到网络控制系统中，设计了基于事件驱动的网络控制系统控制器。最后实验结果表明本文的方法是有效的。
樊卫华[2]2004年在《网络控制系统的建模与控制》文中认为本文研究了网络控制系统的建模与控制，主要内容如下： (1) 研究了短时延网络控制系统的模型描述，证明了传感器节点为时间驱动，控制器节点和执行器节点为事件驱动的不确定时延网络控制系统可等效为一类具有参数不确定性的线性离散系统；利用Lyapunov函数和线性矩阵不等式(LMIS)方法，给出了此类网络控制系统渐近稳定的充分条件以及控制器的设计方法，研究了此类网络控制系统的H_∞控制问题。 (2) 研究了多包传输网络控制系统(MNCS)的建模与控制。针对控制器节点和执行器节点为事件驱动，传感器节点为时间驱动且采用多包传输的网络控制系统，将传感器节点采用静态调度策略的MNCS建模为周期系统和不确定周期系统，将传感器节点采用动态调度策略的MNCS建模为切换系统；利用周期Lyapunov函数和LMIs方法，给出了周期网络控制系统和不确定周期网络控制系统的渐近稳定的充分条件以及控制器的设计方法，研究了周期和不确定周期网络控制系统的H_∞控制问题；利用共同Lyapunov函数和LMIs方法，给出了切换网络控制系统渐近稳定且满足给定H_∞性能指标的充分条件以及控制器的设计方法。 (3) 研究了短时延MIMO网络控制系统的控制问题。首先给出了传感器节点和控制器节点均为时间驱动的短时延MIMO网络控制系统的模型描述，将一个周期内未能成功传输数据的传感器看成暂时失效，针对网络诱导时延的影响，提出了利用状态观测器的预测功能削弱时延的影响，利用容错控制以及切换系统的理论，给出了MIMO网络控制系统渐近稳定的充分条件以及控制器和观测器的协同设计方法。 (4) 研究了长时延网络控制系统的建模问题。针对在网络未介入时，渐近稳定的闭环系统，利用Lyapunov函数和LMIs方法，给出了网络介入后，闭环系统渐近稳定的充分条件以及使得系统稳定的最大时延的求取方法；针对只具有控制时延的网络控制系统，假设传感器和执行器节点的时钟完全同步，利用接收缓存技术将时变控制时延转化为固定时延，给出了闭环系统渐近稳定的充分条件以及最优控制器的设计方法；在此基础上，针对传感器和执行器节点之间存在的时间差给系统引入的分数时延，利用第2章的有关结论，将此类网络控制系统建模为一类具有参数不确定性的系统，给出了闭环系统渐近稳定的充分条件以及最优控制器的设计方法；针对只具有时变输出时延的网络控制系统，本文引入具有时延补偿功能的观测器，利用切换系统的稳定性理论和LMIs方法，给出了观测器的设计方法；最后针对同时具有控制时延和输出时延的网络控制系统，利用缓存技术将时变的控制时延转化为固定时延，观测器补偿时变输出时延，基于分离原理，给出了观测器和控制器的设计方法。 (5)将同时存在时延和数据包丢失的网络控制系统建模为异步动态系统，针对无数据包丢失时稳定的网络控制系统，给出了数据包丢失率已知时，网络控制系统指数稳定的充分条件;研究了此类网络控制系统的控制器的设计方法;并针对数据包丢失率不确知的情形，给出了网络控制系统指数稳定的充分条件。关键词:网络控制系统，网络诱导时延，多包传输，数据包丢失， Lyapunov函数，线性矩阵不等式，切换系统
田中大[3]2013年在《网络控制系统时延补偿与调度方法的研究》文中认为随着计算机、网络、通信技术和控制理论的发展,网络控制系统在工业控制领域得到越来越广泛的应用,由于闭环控制中引入了网络,不可避免地在控制系统中引起网络诱导时延、数据包丢失等问题,使得传统控制系统的研究方法难以直接应用于网络控制系统,迫切需要研究如何将现有的控制方法应用于网络控制系统中,以及探索研究新的基于网络的控制理论与方法。同时,受网络带宽资源有限的限制,如何采用合适的调度方法合理分配网络资源对提高网络利用率以及控制系统的性能也至关重要。因此,网络控制系统的性能不仅取决于控制策略的优劣,同时还依赖于网络中信息调度策略的优劣,两者是相关联的、缺一不可的。为此,本文主要进行了如下几方面的研究：对网络控制系统时延的组成与特性进行了分析,通过仿真讨论了时延对网络控制系统性能的影响,开发了一套时延测试软件,对大量的实测数据样本进行分析,同时对时延样本通过拉伊达准则与一维插值进行预处理,使得处理后的时延数据具有较好的可靠性。针对网络时延的不确定性,提出了针对小样本数据的基于EMD与LSSVM的网络控制系统时延预测方法与针对大样本数据的基于Lyapunov-Elman的时延预测方法,仿真实验表明两种时延预测方法具有较高的预测精度与预测效果,为时延补偿打下了良好的基础。广义预测控制算法具有自适应性、鲁棒性强的特点,并且有多步预测的功能,本文将针对传统广义预测控制需要求解丢番图方程和矩阵逆运算而降低了算法的运算速度,给出一种结合时延预测的快速隐式广义预测控制时延补偿方法,该方法避免了丢番图方程的求解和矩阵逆运算,提高了算法的运算速度,仿真表明该方法对时延具有很好的补偿效果；同时针对非线性被控对象,提出一种利用改进自由搜索算法(improved free search, IFS)优化的菲线性系统最小二乘支持向量机预测控制时延补偿方法,该方法使用最小二乘支持向量机(LSSVM)建立非线性系统模型并预测系统的输出值,通过输出反馈和偏差校正减少预测误差,由IFS优化算法滚动优化获得非线性系统的控制量。该方法对于非线性系统可以设计出有效的预测控制器。通过对单变量多变量非线性系统进行仿真,证明了该预测控制方法是有效的,且具有良好的自适应能力和鲁棒性。同时将该方法应用于具有随机时延的网络控制系统中,取得了良好的补偿效果。针对带宽受限的多回路网络控制系统提出一种模糊反馈优先级调度方法。首先利用二次型函数映射的动态权重调整策略对控制回路赋予不同的权重系数,继而考虑控制系统输出的误差和误差变化率,提出了改进的基于模糊反馈的优先级调度配置策略,设计了模糊反馈调度器,对各控制回路的优先级进行动态的调整。最后通过True Time工具箱建立了动态权重调整的多回路网络控制系统的模糊反馈优先级调度仿真模型,并将该方法同EDF与权重固定的模糊反馈优先级调度方法进行对比。仿真结果表明在相同的网络带宽占用的情况下,该方法具有更小的网络时延,且具有较好的性能。提出了一种改进的变采样周期策略。根据控制回路的输出误差,动态调整每个回路的权重值,同时利用最小二乘支持向量机算法预测数据传输时间,不断地改变系统的采样周期,优化网络控制系统的性能。仿真实验结果表明,该方法可以使网络利用率快速收敛到设定值。相对固定权重的变采样周期算法,该方法提高了控制回路的输出响应性能,降低控制回路的IAE。同时结合上述模糊反馈优先级配置策略,实现了基于变采样周期和模糊反馈优先级的调度方法,同时通过仿真验证了调度方法的有效性。从基于工业以太网的网络控制系统的整体延迟分析入手,研究了工业以太网时延,并确定交换式以太网作为主要研究对象。针对采用IEEE802.1p优先权调度的交换机内部排队延迟,提出了调度改进构想并给出了一种实现方案,构建了一个典型的树形拓扑交换式以太网模型,计算了调度方法改进前后周期性实时数据帧在各个传输环节的最大延迟,同时,推导了调度改进方案应满足的基本条件。最后,采用了网络演算技术和OPNET仿真两种方法,验证了IEEE802.1p优先权调度改进方案对减小交换式以太网延迟上界的可行性和有效性。通过网络演算和OPNET仿真的结果表明了对IEEE802.1p优先权调度的适当改进可以改善硬实时数据帧在交换式以太网中传输的实时性。
邱占芝[4]2005年在《广义网络控制系统分析、建模与控制》文中提出随着计算机、网络和通信技术的飞跃发展，智能化传感器、执行机构和驱动设备的诞生奠定了网络控制系统(NCS，Networked Control Systems)的物质基础，高速以太网和现场总线技术的不断发展和成功应用解决了NCS的可靠性和开放性问题，推动了NCS的广泛应用。NCS充分体现了控制系统网络化、集成化、分布化及节点智能化的发展趋势。然而，NCS不确定的数据传输会降低控制系统的性能甚至使系统失稳等问题亟待研究和解决。这篇博士论文针对两类控制对象：线性时不变正常被控对象和线性时不变广义(奇异)被控对象，考虑NCS中存在的网络诱导时延、数据包丢失和外部扰动等主要问题，以控制网络的服务质量为基础，围绕着NCS的性能指标，研究了NCS的建模、鲁棒镇定、H_∞最优控制、保性能最优控制、H_∞状态观测器设计等问题，主要研究成果如下： 1．针对线性时不变正常被控对象，当传感器时钟驱动、控制器和执行器事件驱动、不确定时延不超过一个采样周期情况下，利用Lyapunov方法和线性矩阵不等式描述，研究了动态输出反馈NCS的建模、鲁棒镇定、保性能最优控制和对于噪声扰动的H_∞最优控制问题以及对于不确定时延的H_∞状态观测器设计和基于状态观测器的NCS鲁棒稳定性问题。将动态输出反馈NCS建模为含有不确定性的离散时变系统。分别给出了动态输出反馈NCS鲁棒稳定的条件和鲁棒镇定律、保性能最优控制律和H_∞最优控制律设计方法；给出了H_∞状态观测器的设计方法和基于状态观测器的NCS鲁棒稳定的条件。 2．针对线性时不变正常被控对象，同时考虑网络诱导时延和数据包丢失以及传感器与控制器、控制器与执行器之间均存在网络的情况，研究了NCS的建模、指数稳定性和控制器设计等问题。将状态反馈和动态输出反馈NCS统一建模为由结构事件率约束的异步动态开关系统，给出了结构事件率和数据包丢失率之间的关系。基于建立的NCS统一模型，给出了系统指数稳定容许的数据包丢失率上界的关系以及系统指数稳定的数据包丢失率和开环系统结构的关系。分别给出了由数据包丢失率约束的状态反馈和动态输出反馈NCS指数稳定的条件和相应的控制律设计方法。 3．针对存在于实际系统中的一类正则、无脉冲的广义(奇异)被控对象，研究了叁类基于广义被控对象模型的NCS建模、稳定性分析与控制器设计等问题。(1)将传感器和
范更孟[5]2005年在《基于预测控制的网络控制系统时延补偿方法研究》文中进行了进一步梳理目前,网络控制已逐渐成为国际学术界研究的一个热点。针对网络控制系统存在的网络诱导时延这一基本问题,本文主要对其进行时延分析、系统建模和时延补偿控制器设计等叁个方面的研究。 首先,对具有时延的网络控制系统进行时延分析和建模。在考虑网络诱导时延的情况下,建立了系统离散情况的开环、闭环与开闭环模型,并给出了网络控制系统的混杂系统模型。 其次,研究了控制器为事件驱动时网络控制系统的时延补偿控制。在系统采样周期确定的情况下,得到了保证系统稳定的网络诱导时延上界;对具有固定时延的网络控制系统,根据控制器节点驱动方式的不同,分别应用Smith预测控制器和最优控制方法进行时延补偿控制;而对具有随机时变时延的网络控制系统,应用d-步超前预测控制方法进行时延补偿控制。仿真算例验证了研究方法的有效性。 最后,研究了控制器为时钟驱动时网络控制系统的时延补偿控制。通过最优控制方法对网络控制系统的输出时延进行时延补偿控制,并且利用广义预测控制算法实现了对网络控制系统的控制时延的时延补偿控制。仿真结果验证了控制器设计方法的有效性。
王万吉[6]2008年在《网络化控制系统的研究与建模》文中研究指明研究了存在网络诱导时延、数据包丢失等网络条件影响下NCS系统模型的求取过程;提出了NCS短时延的一种优化建模方法并用仿真实验证明了其建模精度;探讨了网络调度的几种不同方法并对其做了比较;在不同的网络环境下对统一模型进行了仿真实验,比较了不同网络对NCS性能的影响。传感器采用时间驱动,控制器和执行器分别在时间驱动和事件驱动两种方式组合下,分别求取了短时延和长时延NCS模型;提出了基于一节保持器建模方法,通过对所建立模型进行仿真实验,证明了其良好的精度。将数据包丢失看作是网络通道的断开和闭合,简化了建模的方法,提高了建模的精度。对仿真工具箱进行了研究,对静态调度算法和动态调度算法做了比较,分析了网络环境对NCS精度的影响。
霍淑兰[7]2008年在《网络控制系统PID控制方法的研究》文中认为随着控制系统规模的日益增大,网络控制系统凭借其强大的优越性,引起了人们的广泛关注。网络控制系统(NCS)是20世纪90年代兴起的控制理论发展中的新课题,是通过实时的网络构成闭环的反馈控制系统,是一种完全分布式、网络化的实时控制系统。在众多的控制算法中,由于常规PID控制算法具有结构简单,对模型误差有一定的鲁棒性及易于操作等优点,是迄今为止最通用的控制方法。所以,本文将PID控制算法应用在网络控制系统中。然而,网络诱导时延是造成网络控制系统性能下降甚至不稳定的最基本因素,常规的PID控制器针对时延网络控制系统不能达到理想的控制效果。本文针对网络控制系统中的诱导时延现象,将常规PID控制与其它控制方法相结合,有效解决了网络时延问题。本文首先将常规的PID控制与模糊控制技术相结合,研究了基于模糊补偿的网络PID控制方法。仿真结果表明,与常规PID控制方法相比,系统的超调量和响应时间均减小,取得较好的控制效果;在此基础上,将神经网络与传统的PID控制相结合,提出了基于BP神经网络的网络PID控制方法,与前述方法相比,调节的参数大大减少,简化了设计方法。上述两种方法,是在不改变原有PID控制器结构的基础上,通过加入调节因子简单的调节PID控制器动作。最后,利用Smith预估对时延的补偿特性,研究了基于Smith预估补偿的网络PID控制技术,针对网络诱导时延的不同情况,给出了叁种改进的Smith控制结构,仿真结果表明叁种控制结构的有效性。
冯宏伟[8]2008年在《存在时延和数据丢包时网络控制系统分析及设计》文中研究指明本文针对网络诱导时延和数据包丢失两大基本问题为研究对象,研究了网络控制系统在数据包丢失和诱导时延下的最优控制及稳定性分析。首先,研究了存在数据包丢失的网络控制系统稳定性分析及最优控制。针对同时存在前向通道和反馈通道数据包丢失的离散时间系统,分别将数据包丢失作为独立的贝努利过程进行建模,通过对量化器量化水平参数的约束条件,确保状态估计在均方差意义下的稳定,并基于约束条件获得前向通道的最大丢包率的一个上界。与此同时,基于线性二次型最优控制(LQG)性能指标和状态估计,给出了具有数据包丢失的系统最优控制律,运用线性矩阵不等式(LMI)技术和二分法进行优化设计,并给出了反馈通道最大丢包率的一个优化算法。最后通过仿真实例验证了理论结果。其次,研究了存在时延网络控制系统的补偿算法和最优控制律设计。针对系统存在的随机时延,分别设计出在全状态反馈方式和输出反馈方式下的状态观测器,通过状态观测器的算法补偿来实现对时延的补偿,从而获得更准确的预测估计。与此同时,基于LQG性能指标,给出了随机时延系统的最优控制律,减弱了网络时延和系统噪声对控制系统稳定性的影响,从而保证了系统的稳定性。最后,通过了实例仿真,证实了提出状态观测器进行时延补偿算法和最优控制律设计的有效性。随后,针对同时存在数据包丢失和网络诱导时延的一类网络控制系统,将其建模为由结构事件率约束的异步动态系统(ADS),针对无数据包丢失时稳定的网络控制系统,在数据包丢失率已知时,利用线性矩阵不等式算法和李亚普诺夫方法,给出了系统指数稳定的充分条件、系统指数稳定的容许数据丢包率和系统开环状态及闭环结构的关系,最终得到了状态反馈控制律和最大容许数据丢包率,仿真结果表明了理论分析的正确性。最后,针对数据包丢失和时延同时存在的的这类系统建立了带有补偿估计器的NCS模型,当数据包发生丢失时,通过设计数据包丢失估计补偿器,利用估计补偿器的信息来更新控制器的输出,对被控对象进行控制。由仿真结果表明,带补偿器和估计器的网络控制系统能有效降低时延和丢包对系统的影响,最终来提高系统稳定性能。从而证实了此设计方法的可行性和有效性。
周小波[9]2010年在《基于神经网络的网络控制系统主动容错控制技术研究》文中认为网络控制系统是反馈控制回路通过一个实时网络进行通讯的系统。本文主要针对网络控制系统中存在时延、干扰以及执行器故障的情况下,对网络控制系统进行的主动容错控制技术研究。论文所做的主要工作如下：首先,针对单输入单输出固定短时延网络控制系统,在模型参考自适应控制的基础上提出了RBF神经网络主动容错策略,使系统输出实时跟随参考模型的输出,基于跟踪误差给出了神经网络补偿控制器的在线权值学习算法,并利用Lyapunov稳定性理证明闭环系统是一致最终有界稳定的。最后基于TrueTime工具箱搭建了远程伺服控制系统仿真平台,针对不同的执行器故障类型进行仿真设计,仿真结果表明该方法的有效性和可行性。其次,讨论了多输入多输出随机短时延网络控制系统的主动容错控制,利用平均时延窗口技术在线估计网络时延,并将系统建模为随机切换系统,在模型参考自适应的基础上提出了RBF神经网络主动容错策略,使系统输出跟随参考模型的输出,基于系统输出跟踪误差给出了神经网络补偿控制器的在线权值学习算法,并利用切换系统理论和Lyapunov稳定性理论,证明闭环系统是一致最终有界稳定的。仿真结果表明所设计的自适应神经网络补偿控制器能够补偿随机时延以及执行器故障给系统带来的影响。最后,针对无数据丢包的短时延网络控制系统,网络只存在于传感器与控制器之间,设计了自适应神经网络故障诊断观测器,同时估计系统的状态和执行器故障。利用观测器一步预测功能,设计了主动容错控制器,利用Lyapunov稳定性定理证明闭环系统是一致最终有界稳定的。仿真结果表明该方法消弱了时延及故障给系统带来的影响,改善了系统的性能。
张华[10]2009年在《网络控制系统中的时延研究》文中认为网络控制系统(NCS)是一种将传感器、执行器和控制器等单元通过通信网络连接起来的分布式系统。在NCS中,控制器和远地控制对象的传感器和执行器等设备通过网络进行信息交换,这不可避免会引起信息传输时延。时延会降低系统的控制性能,使系统的稳定范围变窄,甚至可能使系统不稳定。因此,对网络时延的分析与研究具有极其重要的意义。分析了网络时延产生的原因、时延组成以及时延对网络控制系统性能的影响。在控制器端Smith预估器和被控对象端Smith预估器的基础上分别研究了两种新型的Smith预估器。设计了基于新型Smith预估器的网络控制系统,仿真分析了网络时延的统计特性不同时以及被控对象预估模型与真实模型不匹配时新型Smith预估器的时延补偿效果。考虑Smith预估器对系统参数变化的敏感性而模糊控制器对系统参数变化的不敏感性,将模糊PID控制器引入到Smith预估补偿系统中,设计了Smith预估模糊PID控制器。Matlab/Simulink仿真结果证明:两种新型的Smith预估器以及Smith预估模糊PID控制器在NCS的时延补偿中取得了较好的补偿效果。
参考文献：
[1]. 基于事件驱动的大时延网络控制系统探索与研究[D]. 高政南. 南京理工大学. 2004
[2]. 网络控制系统的建模与控制[D]. 樊卫华. 南京理工大学. 2004
[3]. 网络控制系统时延补偿与调度方法的研究[D]. 田中大. 东北大学. 2013
[4]. 广义网络控制系统分析、建模与控制[D]. 邱占芝. 东北大学. 2005
[5]. 基于预测控制的网络控制系统时延补偿方法研究[D]. 范更孟. 南京理工大学. 2005
[6]. 网络化控制系统的研究与建模[D]. 王万吉. 华北电力大学（河北）. 2008
[7]. 网络控制系统PID控制方法的研究[D]. 霍淑兰. 东北大学. 2008
[8]. 存在时延和数据丢包时网络控制系统分析及设计[D]. 冯宏伟. 江南大学. 2008
[9]. 基于神经网络的网络控制系统主动容错控制技术研究[D]. 周小波. 南京理工大学. 2010
[10]. 网络控制系统中的时延研究[D]. 张华. 吉林大学. 2009
标签：自动化技术论文; 反馈控制论文; 系统仿真论文; 网络模型论文; 网络节点论文; 传感器技术论文; 动态模型论文;