网络控制系统的时延补偿与控制器设计硕士论文(编辑修改稿)

网络控制系统的时延补偿与控制器设计硕士论文(编辑修改稿)内容摘要：

ay对随机时变分布延迟下的输出反馈时延网络系统进行研究，基于最小方差滤波器和动态规划原理，得到了具有随机延迟补偿的 LQR控制器 (DCLQR)，但不满足确定性等价原理 [15]。 于之训对控制器是事件驱动的， 在第 k步传感器到控制器之间 延迟未知的情况下，基于动态规划和最优控制理论，得出了使系统均方指数稳定的控制律 [16]。 针对控制网络中的随机传输延迟，提出控制器节点采用事件驱动的方式，同时在传感器和控制器节点发送端设置发送缓冲区，以确保信息按产生的时间先后依次到达接收端，采用这种控制模式，利用传输延迟的 Markov特性，得到了具有多步随机传输延迟的网络控制系统的数学模型。 并得到了满足给定二次型性能指标的最优控制律的解析表达式，成功地解决了原来事件驱动模式下对这类网络控制系统无法获取其解析随机控制律的难题 [17]。 Nillson假设时延的概率分布已知，不超过一个采样周期，传感器采用事件驱动，控制器和执行器采用事件驱动。 并利用 Markov链对时延的概率分布进行了建模，给出了闭环网络系统的 LQG随机最优控制律，该控制律满足确定性等价原理 [18]。 Wei Zhen针对网络时延分布未知的情况，改进了 Nilsson的 LQG控制律，提出时延在线估计方法 —— 平均时延窗口 (ADW， Average Delays Window)方法。 该方法无需网络时钟同步和延时补偿，即可获得延时信息。 并在 10kbit/s的 CAN总线上进行了实验研究 [19]。 Wei Zhang针对网络控制系统中普遍存在的通讯延迟问题，对于控制器是时间驱动的，利用在控制器和执行器接收端设置接收缓冲区的方法，提出了一种延迟补偿器结构，该结构可同时实现对噪声的滤波处理 [20]。 Lian FengLi针对 MIMO网络控制系统进行了时延分析和建模，并设计了最优控制器 [8]。 确定性控制方法和随机性控制方法都是基于时延和被控对象的精确数学模型之上的，而在实际的 NCS中往往存在着诸多的不确定性，而智能控制对解决变化的问题和情况具有较好的适应能力， 因此目前多采用智能控制策略来解决时延不确定和时延补偿问题，以提高系统的鲁棒性。 Kyung Chang针对基于 Profibus— DP的网络控制系统，在考虑传输迟延的基础上，设计了基于遗传算法 (Geic Algorithm)对 PID参数进行整定的控制器，并对马达的控制进行了实验研究 [21]。 华北电力大学硕士学位论文 7 Suk Lee利用模糊 (Fuzzy)控制鲁棒性较好的特性，设计了基于模糊逻辑的控制器，并与传统的 PID控制器和时延补偿 PID控制器进行了比较，说明了模糊控制的效果优于传统控制方法 [22]。 Almutairi研究了 基于 IP网络的控制系统，利用对网络延时的补偿来提高系统的性能。 首先利用 Fuzzy理论设计了模糊补偿器，直接对 PI控制器的参数进行整定，并给出了离线和在线的整定算法。 进一步又考虑对模糊规则参数的自适应调整，并对马达进行了仿真实验 [23]。 任长清对基于互联网的液压远程控制进行了研究，为了解决不确定性变化的网络延时对系统性能的影响，在系统中设计了补偿器结构解决网络延时问题，同时采用延时预测算法解决网络延时不确定性变化的问题，以改善系统的动态性能和保持系统的稳定性 [24]。 王晓峰研究了基于 TCP/IP网络的远程 伺服控制系统，提出的动态模糊控制器可按网络中不断变化的传输延时，根据最佳参数库不断调整其控制参数，使系统保持稳定并使输出达到一定的性能指标要求 [25]。 近两年在已有成果上学者们继续研究应用遗传算法 [26]、模糊控制 [27]、预测控制[28]对网络控制系统时延控制设计。 鲁棒控制理论是针对实际工程中模型不确定性发展起来的，因此对于此类问题可以直接应用鲁棒控制器的设计方法来解决。 采用该方法的关键是要将时延环节转化为系统的一个不确定块，同时可以考虑被控对象本身的不确定性，然后针对 转化后的系统设计鲁棒控制器 [29]。 这样设计出的控制器能同时保证 NCS的鲁棒稳定性和鲁棒性能指标，该性能指标是确定性的性能指标，而不是概率意义上的性能指标。 由于 NCS实际为采样控制系统，所以其等价模型为离散形式的，要使用采样系统鲁棒控制器的设计理论。 当然，在系统的采样时间远小于系统的时间常数的情况下，可以近似地将整个采样系统看作是一个准连续系统，这样做得出的结果可能比较保守。 本文 研究的出发点与主要工作 目的和意义 目前， NCS 中控制理论的研究大大落后于网络控制系统实际应用。 网络控制系统 的出现发展推广应用给控制理论提出了严峻的挑战，针对控制理论的研究首次表现出滞后于控制系统应用的现状，网络控制理论的研究刻不容缓。 华北电力大学硕士学位论文 8 研究内容 本文主要围绕网络性能的研究、网络引起时延的补偿、网络控制系统的仿真和实验，进行了以下几方面的研究工作。 （ 1） 在介绍网络控 制系统的产生背景、概念的基础上，着重介绍网络控制系统存在的几个主 要问题及近年来的研究进展。 （ 2） 研究了网络控制系统中，不同的驱动方式对网络控制系统 性能产生的影响。 在网络时延分析的基础上，对事件驱动和时间驱动这两类网络控制系统的性能进行了 理论和 仿真 分析。 （ 3） 提出了一种基于模糊控制的时延补偿策略。 （ 4） 介绍 truetime工具箱，并利用其进行仿真实验。 华北电力大学硕士学位论文 9 第二章 具有网络诱导时延的 NCS 分析 引言 网络控制系统是指在通信网络环境下，各种现场设备，如传感器、控制器、变送器以及执行机构等连接在一起，互相联系、互 相作用，共同构成一个统一的整体，协同完成控制功能。 由于网络控制系统中传感器、控制器、执行器都通过共同的通信介质相连，各设备间可以实现点对点的信息传递，但是，通信网络是分时复用的，在 同一时刻，只能有一个设备能够发送信息。 待发送信息只有等到网络空闲时才能发送出去。 现实中控制网络的带宽和承载能力有限，同时网络控制系统中设备较多，通过通信网络传送的信息量很大，因此，信息的冲撞、重发现象经常发生，使信息在传输过程中不可避免地存在时延。 从闭环控制的角度看，网络控制系统中的控制器、执行器、被控对象、传感器是通过通信网络实现闭环的，因此网络控制系统的结构图可以表示为图 21。 控 制 器节 点网 络延 迟 执 行 器节 点被 控对 象网 络延 迟传 感 器节 点通 信 网 络casc输 入 r 输 出 y 图 21 闭环网络控制系统结构图 图中， ca 表示控制器到执行器的网络时延， sc 表示传感器到控制器的网络时延。 网络控制系统中，被控对象一般都是现实中的物理对象，它的输入和输出都是模拟量，可以用连续时间状态方程或传递函数来描述，而控制器算法一般由计算机程序来实现，可以用离散时间状态方程或脉冲传递函数来描述。 考虑到传感器节点将被控对象的模拟量输出转换成数字量，而执行器节点却将通信网络传输来的控制器数字量控制信号转换成模拟信号 ，网络控制系统的结构图可表示为图 22。 控 制 器 执 行 器 控 制 对 象ca se  ca se 传 感 器r y 图 22 网络控制系统结构图 从图 22可以看出，网络控制系统是一个计算机采样控制系统 [30]，由于前向通道华北电力大学硕士学位论文 10和反馈通道中都有和网络延迟有关的纯滞后环节，因此控制系统的建模、分析和设计都是非常困难的。 网络控制系统的采样技术 网络控制系统本质是一个具有纯滞后环节的计算机采样控制系统，因此，计算机采样控制系统中的采样技术都可用于网络控制系统中。 同步采样和非同步采样 同步采样 （ Synchronous Sampling Mechanisms） 同步采样就是网络控制系统中的所有采样开关都等周期同时开闭。 图 23是网络控制系统中传感器节点、控制器节点、执行器节点都采用同步采样工作方式的采样开关动作时序图。 3k  2k  1k k 1k  2k 传 感 器 节 点控 制 器 节 点执 行 器 节 点 图 23 同步采样工作方式下采样开关动作时序图 非同步采样（ Asynchronous Sampling Mechanisms） 非同步采样就是网络控制系统中所有采样开关等周期但不同时闭合。 图 24是网络控制 系统中 r个传感器节点采用非同步采样工作方式，而控制器节点和执行器节点采用同步采样工作方式的采样开关动作时序图。 rS1S 2S rS1S 2S1k  k 1k 1k  k 1k r 个 传 感 器 节 点控 制 器 节 点执 行 器 节 点 图 24 r 个传感器节点采用非同步采样的采样开关动作时序图 华北电力大学硕士学位论文 11 时间驱动方式和事件驱动方式 下面以控制器节点为例说明 时间 驱动工作方式和事件驱动工作方式。 时间驱动方式 时间驱动 (Timedriven)工作方式，是指控制器节点在采样时钟的作用下定时采样传感器测量信号，根据相应的控制器算法计算控制量，然后通过控制网络 将控制量传送给相应的执行器。 图 25是时间驱动方式下网络控制系统中信息传输时序图。 3k  2k  1k k 1k  2k 传 感 器 节 点控 制 器 节 点执 行 器 节 点 图 25 控制器节点在时间驱动方式下 NCS 中信息传输时序图 时间驱动方式下，控制器节点会出现信息丢弃 (Message Rejection)和空采样(Vacant Sampling)。 由于传感器节点到控制器节点的网络时延 sc 是时变的，控制器有可能使用前一个或者前几个采样周期的传感器测量数据。 控制器工作在时间驱动方式下 ，只在固定的时间间隔上执行控制程序，计算控制量，因此当一个采样周期内有两个或者多个传感器测量数据到达控制器节点时，只有最近采样的传感器数据被控制器接受，用于计算控制量，这种现象称为信息丢弃。 图 25中，控制器在第 k+2采样周期发生信息丢弃，控制器采用第 k+1周期传感器的测量数据计算控制量，而第 k周期的传感器数据却被丢弃。 另一方面，当控制器节点在一个采样周期内没有得到新的传感器数据，只能使用过去的传感器数据计算控制量，这种现象称为空采样。 图 25中，控制器节点在第k采样周期发生空采样，仍然利用第 k+2周期传 感器数据计算控制量，也就是说，第k采样周期控制器计算出来的控制量与第 k+1周期相同。 事件 驱动方式 事件驱动 (Eventdriven)方式是指传感器的测量信号经控制网络到达控制器，控制器立即根据此最新的数据计算控制量，然后传送给执行器。 也就是说“传感器测量值到达”这一事件触发控制器执行相应的控制程序计算相应的控制量，事件驱动方式由此得名。 图 26是事件驱动方式下网络控制系统中信息传输时序图。 华北电力大学硕士学位论文 123k  2k  1k k 1k  2k 传 感 器 节 点控 制 器 节 点执 行 器 节 点1t 2t 3t 4t 5t 图 26 控制器节点在事件驱动方式下 NCS 中信息传输时序图 由图 26可以看出 1t ， 2t ， 3t ， 4t ， 5t „„是控制器启动控制程序计算控制量时刻。 多速率采样 多速率采样就是网络控制系统中传感器节点、控制器节点和执行器节点以不同周期 采样输入信号。 图 27表示了网络控制系统中的多速率采样。 由图 27可以看出，传感器节点和控制器节点采用时间驱动工作方式，而执行器节点采用事件驱动工作方式，并且传感器节点的采样周期 sT 与控制器节点的采样周期 cT 之间满足 3csTT。 控制器在第 k+1采样周期采用传感器在 2S 周期采样的数据计算控制量而将 1S 周期传感器数据丢弃。 13kS  3kS 21kS 13kS 12kS 11kS 2kS1kS1k  2k ()ut1ku  ku 1ku t传 感 器 节 点控 制 器 节 点执 行 器 节 点被 控 对 象 输 入 图 27 网络控制系统中的多速率采样 控制网络与网络控制系统的时延分析 控制网络不同于一般的计算机网络， 由于 它本身的结构特点与工业生产对其要求的不同，决定了时延产生的机理不同。 因此， 还需 研究控制网络的特点。 华北电力大学硕士学位论文 13 控制网络 控制网络技术源于计算机网络技术，与一般的信息网络有很多共同点，但又有不同之处和独特的地方。 由于工业控制系统特别强调可靠性和实时性，所以，应用于测量与控制的数据 通信不同于一般电信网的通信，也不同于信息技术中一般计算机网络的通信。 控制网络与信息网络的具体不同如下 [31]： （ 1） 控制网络中数据传输的及时性和系统响应的实时性是控制系统最基本的要求。 一般来说，过程控制系统的响应时间要求为 ~，制造自动化系统的响应时间要求为 ~，信息网络的响应。