一类具有随机时延的网络化控制系统的广义预测控制

网络化控制系统中,各种恒定、时变或者随机的网络时延会导致系统控制性能的下降甚至不稳定。针对基于交换式以太网所造成的随机网络时延问题,结合对系统结构及时延特征的分析,给出了一种基于广义预测控制的控制方法,该方法采用网络时间戳机制和模型的在线辨识,能够准确地测量系统输出并及时对预测值进行在线修正,实现对随机时延的网络化控制系统的有效控制。最后通过仿真验证了该方法的有效性。     

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.     

SVM技术在网络GPC算法中的应用研究

针对传统的广义预测控制（GPC）算法必须有精确的数学模型,计算量很大,不适合实时性要求高的系统。网络控制系统在复杂的工业控制领域应用中,受网络时延的影响,导致了控制系统性能的下降甚至不稳定,给控制系统的分析和设计带来诸多问题。该文采用基于支持向量机的广义预测控制方法,将支持向量机作为预测模型,对控制对象模型进行预测,再加之广义预测控制算法和队列机制提出不基于对象模型且实时性高的广义预测控制快速算法,并且设计了支持向量机非线性建模和非线性广义预测控制队列机制算法,并相应做出了仿真。最后的仿真结果表明基于广义预测控制算法的网络控制系统具有良好的控制效果和稳定性。     

动态矩阵控制在网络时延补偿中的应用研究

在网络控制系统中,随机传输时延大大降低了系统的控制性能,并导致系统的不稳定.针对以太网在网络控制系统中的随机传输时延问题,提出了一种基于DMC的NCS时延补偿控制方案.该方案采用DMC算法设计控制器,同时通过网络时延补偿器和动态缓冲器整定控制量,使系统输出能迅速跟踪突变输入.利用TureTime工具箱进行仿真实验,结果证明了该算法在处理网络控制系统的时延问题时具有有效性和可行性.     

神经网络预测远程控制系统中信息延时的研究

针对网络控制系统中前向通道和反馈通道同时存在随机延迟及延时不确定的问题,通过实例分析了随机延时对闭环控制系统影响的根源,提出了通过基于神经网络的预测控制方法解决存在网络随机延时的控制系统闭环控制的可行性。仿真结果表明该方法能够反映并预测该测量数据所代表的网络路径之间的时延特性,并能在基于Internet的闭环控制系统的设计中有效地替代实际网络进行研究;而所用的方法具有快速、准确的特点,能用于在线学习网络模型并对网络的时延值进行预测,为基于Internet的远程闭环控制提供了新的思路。     

水下航行器网络控制系统仿真

传统控制系统的设计方法中忽略了通信网络中的时延和数据包丢失等问题,仅通过传统方法设计的控制器来降低其对控制系统产生的不利影响,严重影响了系统的稳定性;对于水下航行器等对系统性能要求较高的水下控制平台,突破传统使其在网络环境下能够稳定运行显得尤为重要;在此背景下,提出了网络控制系统的设计方案,以水下航行器为控制平台,进行系统建模,设计反馈控制器,使用MATLAB仿真工具TrueTime,研究分析了网络体系结构下时延和丢包对传统控制系统动静态性能的影响;仿真结果表明该设计方法优化了系统性能,为系统在发生网络诱导时延和数据包丢失时能够稳定运行,提供了可靠的参考依据;该设计结果具有普适性,也可以用于导弹、坦克等航行器。     

广义预测与递推最小二乘法相结合的预测控制

针对网络控制系统的时延具有随机、时变等特性,提出一种广义预测与递推最小二乘法相结合的预测控制策略。首先针对网络随机时延性,采用广义预测控制算法对随机时延进行估计,并采用网络延迟补偿器根据当前时刻的最新控制信号对网络系统实现有效控制,然后采用递推最小二乘法对被控对象模型参数进行在线辨识,并采用仿真实验测试其与其他控制策略的优劣。仿真结果表明,该控制策略较好地解决了网络控制系统的随机时延难题,改善了网络控制系统在参数突变情况的性能。     

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.     

改进的GPC在网络控制系统时延问题中的应用

针对网络控制系统的时延具有随机、时变的特性,常会出现控制效果不理想的问题提出了动态BP网络误差修正的广义预测控制.在BP神经网络中加入误差动态反馈环节,形成动态补偿的神经网络模型,通过动态BP网络建立误差的预测模型,采用误差预测值对传统广义预测控制的输出预测值进行修正.仿真结果表明,将算法应用到时延网络控制系统当中能取得较好的控制效果.     

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.