一类网络伺服系统的预测控制研究

本文针对一类网络伺服控制系统中存在的丢包问题进行了研究。对于网络伺服系统中控制器和执行器之间网络存在数据丢包的情况,提出了一类新的丢包网络伺服系统模型。在此模型下,对预测函数控制算法进行分析,设计了预测函数控制产生器和数据包预测补偿器,并研究了相应的补偿策略。对某网络伺服系统的仿真实验表明了本文算法的合理性和有效性。     

网络控制系统的预测补偿

针对网络控制系统中存在长时延和数据丢包的情况,通过在控制器节点前设置缓冲器,并设计预估控制产生器和时延补偿器,提出了一种预测补偿控制方案,有效地克服了长时延、数据丢包和时序错乱问题对实际网络控制系统稳定性所造成的影响．证明了采用上述控制方案时闭环网络控制系统的稳定性,最后提供的仿真实例验证了该控制方案的有效性．     

基于网络模型的综合多速率采样预测控制器

针对网络控制系统(NCS)中存在的网络延迟和数据丢包问题以及网络控制系统的多采样率特性,将预测控制器和网络延迟补偿器相结合,提出一种基于网络模型的综合多速率采样预测控制器.预测控制器利用多步预测、滚动优化、反馈校正控制策略补偿了传感器-控制器传输延迟,网络延迟补偿器补偿了控制器-执行器传输时延和一些未知网络延迟.仿真试验表明,该算法对网络延迟和数据丢包具有一定的补偿作用,提高了网络资源利用率并且保证闭环网络控制系统渐近稳定.     

网络控制系统的模型建立及稳定研究

随着互联网技术的发展,以太网逐渐被引入到工业控制领域.对于一个网络控制系统,网络带来的控制系统时滞和丢包是不可避免的,因此,在对网络控制系统的建模中,必需重点考虑时延和丢包的影响.分析了网络控制系统的时延特征,并将数据丢包的网络控制系统建模成具有事件率约束的异步动态系统.对网络控制系统模型用传统的PID算法对系统进行仿真控制,在存在系统随机时延和不存在随机时延的两种情况下,仿真分析了网络控制系统的稳定性,仿真结果进一步验证了网络控制系统保持稳定的丢包范围.     

基于AR模型时延预测的改进GPC网络控制算法

针对网络随机时延等不确定因数导致网络控制系统的控制性能下降甚至不稳定,提出一种新的网络控制算法.首先建立网络时延的自动回归模型;然后采用参数自校正的最小均方算法对网络时延进行在线预测;最后采用一种考虑时延的改进广义预测控制算法对网络时延进行补偿.仿真实验结果表明,该方法对网络时延具有较好的补偿效果,且在线计算量小,有很好的实时性,同时对干扰和丢包等因素具有良好的鲁棒性.     

网络遥操作系统中基于事件的预测控制策略

本文提出一种新的基于事件的预测控制策略, 在保证系统稳定的同时, 能适应环境的不断变化和应付突发事件, 极大提高了系统的操作性能. 该策略在主端设计一个基于时延预测的路径管理器, 在线产生一个适当的预测事件, 以提高跟踪性能以及环境适应能力和应付突发事件的发生; 在从端设计一个广义预测控制器, 产生冗余的控制信息以减小数据丢包和大时延对系统的影响, 提高系统的鲁棒稳定性和操作性能. 仿真试验结果表明本文方法能有效解决时变时延以及网络数据丢包引起的稳定性问题和性能下降问题.     

网络控制系统时延解决方案的研究

网络系统中存在着延时、丢包等问题,在传统的控制系统中引入网络作为信号传输媒介后,会降低系统的控制性能,甚至造成系统的不稳定。传统的控制方法对于网络控制系统已经不再适用,因此采用预测控制的算法对网络系统的时延问题进行了深入研究。通过Matlab仿真,结果显示网络预测控制能够在不稳定时延的网络环境中保证良好的控制输出。针对网络时延的预测控制的数学实现方法进行了详细介绍,对广大工程应用能够起到积极的引导作用。     

基于在线LS-SVM的网络预测控制系统

针对网络控制系统（NCS）的鲁棒性,提出基于在线最小二乘支持向量机（LS-SVM）的预测控制方法．在LS-SVM的基础上,利用训练数据窗及训练数据阈值,推导出适合控制系统的在线训练方法．当在线LS-SVM的核函数取线性函数时,结合预测控制方法得到在线LS-SVM预测控制量的方程解,并将其应用于存在时延、丢包及包序错乱的NCS进行验证．仿真显示了该方法的快速性、准确性、鲁棒性．     

丢包在线补偿伺服电机NCS神经网络滑模控制

针对存在时延以及丢包的多包传输直流伺服电机网络控制系统(networked control system,NCS),提出一种利用滑动窗口策略多核LS-SVM丢包在线补偿的神经网络PID趋近律滑模控制器。将系统模型进行等价变换,建立无时延多包传输离散系统模型;利用滑动窗口多核LS-SVM对多包传输的数据丢包进行在线预测补偿,建立系统补偿模型。提出神经网络PID趋近律滑模控制器设计方法,通过神经网络非线性映射实现对PID趋近律参数的在线调整。利用Truetime对该方法进行仿真,结果表明,该策略可以提升丢包补偿的精度,滑模控制能够在较快响应速度的条件下减小系统抖振,对直流伺服电机网络控制系统实现了较好的跟踪控制。     

基于神经网络的时延预测算法研究

网络控制系统由于时延的存在,其稳定性通常难以保证,一般要求控制器能够准确预知系统的时延 值.网络形式的不同..时延的变化具有规律性或无序性.针对网络时延变化的不同情况,提出了利用线性神经网络和 RBF径向基函数网络技术对时延进行预测.通过对二者预测仿真结果的对比分析,得出了其各自进行时延预测的 适用条件.     

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.     

面向网络诱导时延和数据包丢失补偿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, 考虑了网络化广义预测控制问题. 基于多个数据打包传送的通讯方式以及网络诱导时延和数据包丢失预先可知的假设, 提出了一种采用最小预测步长和预测控制增量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, 给出了相应的网络化模型预测算法和网络化滚动优化算法, 对于被控对象参数未知或缓慢变化的情况, 给出了基于递推最小二乘辨识改进算法的网络化反馈修正算法, 通过仿真验证了所提出网络化算法的有效性.     

球杆系统的网络化控制设计与实现

网络诱导时延和数据包丢失、错序等问题会严重影响网络化控制系统的性能甚至使系统不稳定.对于球杆系统这样具有开环不稳定和典型的非线性特征的系统来说尤其明显.为了解决这一问题,采用网络化预测控制算法(Networked Predictive Control,NPC)来设计球杆网络化控制系统.介绍了网络化预测控制算法的设计,球...     

网络控制中基于FSMC观测器的时延补偿

针对网络控制系统中因存在通讯时延、网络诱导噪声及数据丢失等而可能引起系统性能降低或不稳定的问题，利用模糊滑模控制理论，在时延存在的情况下，基于观测器建立不确定网络控制系统模型；并利用预估方法对网络控制系统的时延进行补偿，从而保证系统的稳定。设计模糊滑模控制器（FSMC）来抑制网络控制系统中的诱导噪声及滑模面上的“抖动”，以及采用预估补偿策略处理网络中的时滞和数据包丢失等，可有效保证系统的稳定。仿真实例表明了该算法的合理性、有效性。     

网络化预测控制系统的设计,分析与实时实现

采用预测控制策略, 讨论网络化控制系统的设计, 分析与实时实现. 对网络化控制系统的特点进行详细分析, 表明网络化控制系统与传统的控制系统有很大的不同. 为了达到期望的闭环网络化控制系统的性能, 引入网络化预测控制方案, 并对网络化预测控制系统的设计、稳定性分析和实时实现进行深入研究. 本文采用仿真和实际实验, 展示网络化预测控制方案可以弥补随机网络通信延迟和数据丢失、达到期望的控制性能、并具有良好的闭环系统稳定性.     

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。     

基于灰色广义预测控制的网络化控制系统丢包补偿

针对网络传输中存在的数据丢包问题，提出了将灰色广义预测控制引入到网络化控制系统的新思想．将网络化控制系统视为灰色系统，设计了一个控制器节点由事件—时间驱动、传感器节点和执行器节点由时间驱动的分布式模型．利用灰色广义预测控制在线计算量小的特点，结合队列机制，提出补偿策略．仿真结果表明补偿策略效果良好．     

LQG算法在双容水箱网络控制系统中的应用研究

针对网络控制系统中由于随机延时而导致系统不稳定的问题,描述了网络化预测控制系统的设计和实现.首先用机理法建立了双容水箱的数学模型,然后通过LQG算法调整到较好的控制参数,最后设计网络预测控制器和网络延时补偿器来补偿随机延时,使系统控制性能得到了较大的提高,取得了较好的仿真效果.     

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.