网络化控制系统的预测控制方法设计

网络化控制系统(NCSs)是一种通过实时化网络进行数据传输的控制系统.控制系统中的传感器、控制器、执行器等往往通过网络连接起来形成闭环控制系统.然而实际系统中由于带宽限制等客观因素,存在有因网络诱导延迟而引起的系统性能下降问题.考虑了前向通道,反馈通道中同时存在网络诱导时延情况下的网络预测控制(NPC)设计问题,提出了一种新的网络预测控制方法,用以克服网络诱导时延对系统性能带来的影响.     

基于群决策考虑属性效用一致性的DEA他评交叉效率公共权重排序法

针对一类主从式异构线性网络化多智能体系统,考虑每个智能体的反馈通道和前向通道中存在随机网络诱导时延和数据包丢失问题,采用预测控制方法,提出一种基于观测器的网络化多智能体协同输出跟踪控制方案.在该方案中,主智能体在每一时刻基于自身滞后输出和系统参考信号,计算一组控制预测序列和输出预测序列,前者用以主动补偿主智能体控制回路中的随机网络诱导时延和数据包丢失,后者被发往从智能体;从智能体在每一时刻基于主智能体发送过来的输出预测序列和自身滞后输出,计算一组控制预测序列,用以主动补偿从智能体控制回路中的随机网络诱导时延和数据包丢失;随后推导闭环网络化多智能体控制系统的稳定性,并通过实验验证该方案的有效性和可行性.     

基于时延预测模型的网络补偿控制器设计*

针对网络控制系统中随机双向通道时延引起的不确定性问题,提出一种基于时延在线预测模型改进的补偿控制方法。首先,基于自回归模型构建时延预测模型,通过递推最小二乘法实时更新模型参数以预测前向通道时延,并由区间分割法获得高精度的环回时延;然后,设计状态预估器、网络预测器和时延补偿器对环回时延进行补偿,进一步提高系统性能。采用TrueTime工具箱构建网络闭环仿真系统以仿真实际的网络传输情况,同时对PI控制、传统的时延补偿控制以及改进后的时延补偿控制进行对比实验,验证该方法的优越性。     

具有长时延网络系统内模控制策略研究

NCS(网络控制系统)中的随机时延会导致系统的不稳定.本文从控制策略的角度,在NCS中加入内模控制.在内模通道中增加AR-BP神经网络时延预测方法;针对被控对象数学模型与被控对象不一致而引起的控制性能降低问题,提出利用模糊控制规则实时调整滤波器参数的方法.仿真结果表明,在内模通道中增加AR-BP神经网络时延预测环节,能...     

无线网络环境下移动机器人的控制策略研究

在移动机器人控制性能优化的研究中,针对无线控制网络中存在时延的情况,进行了控制器与补偿器的研究与设计.首先建立了移动机器人动力学模型,并针对模型设计离散反演控制器使移动机器人能够对给定信号进行跟踪.引入无线网络,进而分析网络时延对无线网络控制系统性能的影响,并针对网络时延利用预测控制算法设计控制序列预测补偿器,从而完成在时延存在的情况下仍然可以对移动机器人进行准确控制的无线移动机器人控制系统.仿真结果表明,设计的控制器与补偿器为无线网络环境下移动机器人的控制性能优化提供了参考.     

具有模糊校正的GPC在网络控制中的应用

针对网络时延影响网络控制系统(NCS)性能的问题,提出采用模糊校正来优化广义预测控制的控制效果.该方法降低了广义预测控制的建模误差对一般系统的影响,更好地解决了网络控制中的时延问题,从而可以更好地对系统实行实时控制.采用Matlab对控制系统进行仿真,结果表明,具有模糊校正的广义预测控制,比单一的广义预测控制的控制效果有明显提高.     

基于核方法的移动机器人远程控制时延预测与分析*

构建了基于Internet的移动机器人控制平台,针对该平台中网络时延的非线性特性,提出了利用线性核和RBF核方法对网络时延序列样本进行回归建模和预测。比较了核方法、BP神经网络和RBF神经网络算法预测误差,表明在移动机器人远程控制中,核方法对网络时延序列预测具有更好的函数逼近能力和较高的预测精度,从而可根据预测时延调节移动机器人控制指令和状态信息的网络传输,保证系统的可靠性,提高移动机器人的控制性能。     

网络时延的混沌特性分析及预测

针对互联网的传输时延处于不确定状态的问题,从网络时延序列表现出的性质出发,将混沌理论引入对网络时延的特性分析.通过对实际网络时延数据的处理,计算验证了网络时延具有混沌特性.并提出了采用混沌一支持向量机回归模型对互联网络时延进行预测的方法,通过实例分析对该方法进行了验证.分析结果证明了混沌一支持向量机模型可以对网络时延的变化趋势进行较为准确的预测,和BP神经网络回归预测相比,混沌一支持向量机对时延的短期预测具有更高精度.     

网络控制系统随机延迟的预测控制

针对网络控制系统随机时延、时变等特性造成控制效果不理想的问题,提出一种改进的广义预测控制与递推最小二乘法相结合的预测控制策略.上述控制策略将传统的预测控制运用于网络控制系统中,针对网络随机时延的特性,采用改进的广义预测控制算法对随机时延进行补偿.结合分段可变遗忘因子递推最小二乘法对被控对象模型参数进行在线辨识,可以减少网络控制系统参数突变对系统造成的不利影响.仿真结果表明,所提出的预测控制策略可以有效解决网络控制系统随机时延问题,并且在参数突变的情况下也能够获得良好的控制效果.     

网络控制系统的时延在线估计与时延补偿策略研究

针对网络控制系统中的网络时延问题,引入了一种时延在线估计算法,并根据动态矩阵控制的特点,提出了一种基于分段动态矩阵控制算法的网络时延补偿策略,利用分段动态矩阵控制算法对网络控制系统中的时延信号进行预测,以补偿其在网络传输中的时延.     

网络控制系统补偿器设计及稳定性分析

为解决网络延时对网络化控制系统性能的影响, 从控制的角度提出基于系统模型的补偿器设计方案以解决网络延时问题. 通过对广义预测控制算法GPC状态空间形式的推导, 设计具有多步预测功能的网络控制器, 实现前向通道的延时补偿; 构造具有延时补偿功能的状态观测器以补偿反馈通道延时. 分析了使用上述延时补偿策略所构成的闭环网络控制系统的稳定性. 通过对不同网络延时补偿的仿真实验, 证实了该补偿算法能有效改善控制系统性能并保持系统的稳定.     

网络传输迟延与丢包的补偿及系统稳定性分析

针对网络传输在控制系统中引发的问题，提出在控制器节点采用针对迟延和丢包的补偿估计器．以提高控制系统的性能。当迟延小于一个采样周期且数据包传输率已定时，将包含该补偿估计器的网络控制系统（CEDPNCS），描述为具有两个事件的异步动态系统，并推导出保证系统稳定的时变双线性矩阵不等式．仿真结果表明．所提出的方法能有效提高控制系统的性能．     

Observer-based tracking controller design for networked predictive control systems with uncertain Markov delays

This paper is concerned with a tracking controller design problem for discrete-time networked predictive control systems. The control law used here is a combined state-feedback control and integral control. Since not all the states are available in practice, a local Luenberger observer is utilised to estimate the state vector. The measured output and estimated state vector are packed together and transmitted to the tracking controller via a communication channel with a limited capacity. Meanwhile, the control signal is also transmitted through a communication network.Network-induced delays on both links are considered for the signal transmission and modelled by Markov chains. Moreover, it is assumed that the elements in Markov transition matrices are subject to uncertainties. In order to fully compensate for network-induced delays, the controller generates a sequence of control signals which are dependent on each possible delay in the feedforward channel. By taking the augmentation twice, we obtain delay-free stochastic closed-loop systems and the controlled output is chosen as the tracking error. Sufficient conditions are provided for the energy-to-peak performance of the closed-loop systems. The feedback gains of the controller can be derived by solving a minimisation problem. Two examples are illustrated to demonstrate the effectiveness of the proposed design method.     

网络控制系统中的时戳预测函数控制

传统预测函数控制算法不能有效处理网络控制系统中的随机延迟,为此提出了时戳预测函数控制算法.该算法使用时间戳来估计由网络引入的控制延迟,在预测系统未来输出时明确考虑了该延迟,然后借鉴传统预测函数控制算法的基本策略,得到了适用于网络控制系统的控制规律.进一步由TrueT im e工具箱搭建了网络控制系统仿真平台,对比了时戳预测函数控制算法和传统预测函数控制算法.仿真结果表明随着网络引入延迟的增大,时戳预测函数控制算法给出控制品质明显优越于传统预测函数控制算法.     

Adaptive predictive functional control for networked control systems with random delays

Nowadays, more and more field devices are connected to the central controller through a serial communication network such as fieldbus or industrial Ethernet. Some of these serial communication networks like controller area network (CAN) or industrial Ethernet will introduce random transfer delays into the networked control systems (NCS), which causes control performance degradation and even system instability. To address this problem, the adaptive predictive functional control algorithm is derived by applying the concept of predictive functional control to a discrete state space model with variable delay. The method of estimating the network-induced delay is also proposed to facilitate the control algorithm implementing. Then, an NCS simulation research based on TrueTime simulator is carried out to validate the proposed control algorithm. The numerical simulations show that the proposed adaptive predictive functional control algorithm is effective for NCS with random delays.     

网络控制系统的滑模多步预估控制

针对网络控制系统中出现的长时滞、网络诱导噪声和数据包丢失,提出了的滑模多步预估控制器的设计方法.首先对提出的控制器进行了描述,它利用滑模控制的强鲁棒性来克服网络诱导噪声,采用多步预估的办法来处理网络中的时滞和数据包丢失.进而对导出的闭环网络控制系统的稳定性进行了分析.最后对通过网络控制的直流电机,采用所提出的方法设计了控制器,仿真结果验证了方法的有效性.     

基于状态空间模型的网络化广义预测控制

针对网络化控制系统中存在的网络诱导时延和数据包丢失,考虑了基于状态空间模型的网络化广义预测控制问题,提出一种采用最小预测步长和预测控制向量分别补偿网络诱导时延和数据包丢失对系统性能影响的新方法.分别给出了存在数据包丢失、网络诱导时延以及两者同时存在情况下的控制器设计方法.仿真实验结果验证了所提出算法的有效性.     

Networked min–max model predictive control of constrained nonlinear systems with delays and packet dropouts

This article investigates a class of constrained nonlinear networked control systems (NCSs) subject to external disturbances, input and state constraints and network-induced constraints. From a practical perspective, the network-induced constraints considered include the time delays and packet dropouts on both the sensor-to-controller (S-C) channel and the controller-to-actuator (C-A) channel simultaneously. The min–max model predictive control method is proposed to design the control packets by incorporating the external disturbances into the optimisation problem. Moreover, the input-to-state practical stability of the resulting nonlinear NCS is established by constructing a novel Lyapunov function. Finally, the simulation results and the comparison studies are presented to demonstrate the effectiveness and improvement of the proposed method.     

带有执行器故障的网络控制系统的自适应容错H∞控制

针对带有执行器故障的网络控制系统, 提出了一种自适应容错控制方法. 首先基于最近提出的一种新的网络诱导时滞模型, 设计了状态反馈形式的自适应容错控制器. 然后以线性矩阵不等式的形式给出了控制器存在的充分条件. 该条件不仅保证了系统在执行器故障和正常情形下均能达到稳定, 而且使得其H∞性能最优. 最后通过一个数值例子证明了所提方法的有效性.     

A GESO based MPC approach to contour error control of networked motion control system

This paper presents a generalised extended state observer (GESO) based model predictive control (MPC) approach to contour error control for networked multi-axis motion system (NMAMS) with network-induced delays. First, the uncertainties induced by the network-induced delays are modelled as an additive bounded disturbance, and a novel model predictive controller based on the GESO is designed for the uniaxial trajectory tracking control system. The GESO is used to estimate the system state and the disturbance simultaneously, and the effects of the uncertainties induced by the delays are eliminated by the proposed GESO based controller. Then the contour error estimation method is adopted, and a PID controller is designed to compensate the contour error. Finally, experiments are carried out to demonstrate the effectiveness of the proposed method.