共查询到18条相似文献,搜索用时 359 毫秒
1.
网络控制系统的自整定PID 控制器设计 总被引:1,自引:0,他引:1
结合广义预测控制(GPC)方法和PID反馈结构,设计了一种具有预测功能的PID控制器,PID参数根据未来时刻的预计输出误差进行整定.控制器导出多步控制序列,置于执行器端的延迟补偿器根据网络时延从控制序列中选择控制信息并作用于控制对象,从而对时延进行补偿,使控制性能得到极大改善.控制器结合了PID控制和预测控制的优点,具有较强的鲁棒性和工程意义.最后通过构造Lyapunov函数对闭环系统的稳定性进行了分析,并通过仿真验证了该算法的有效性. 相似文献
2.
支持向量机在网络广义预测控制中的应用 总被引:2,自引:2,他引:0
在网络控制系统的研究中,支持向量机(SVM) 在网络广义预测控制中的应用具有良好控制效果和稳定性.为提高网络性能,对网络控制系统进行模型预测,并将SVM作为广义预测控制(GPC) 算法中的预测模型,采用支持向量机的广义预测控制算法.进行预估技术和队列机制,对被控对象选择最合适的控制信号,降低了时延对网络控制系统的危害性,并通过Matlab上仿真结果表明,与PID控制相比较,基于SVM的GPC算法在网络控制方面超调量较小,调整时间较短,控制效果更好. 相似文献
3.
4.
5.
提出了一种应用新方法来解决网络控制系统(NCS)的时延问题;该方法在利用广义预测控制(GPC)基本原理的基础上,提出了克服网络时延的排队策略,并通过浙江大学局域网(ZJULAN)在三缸耦合液位控制系统中取得了很好的应用效果;液位控制的成功应用表明,该方法有很好的实用价值,不仅继承了GPC的鲁棒性,还能非常成功地处理网络时延和丢包等较恶劣的网络情况. 相似文献
6.
网络控制系统中存在的随机时延会导致系统的性能变差甚至不稳定。通过对随机时延的分析,建立了一个基于内模PID控制原理的网络控制系统模型,并以工业过程控制中经常用到的二阶对象为控制对象,完成了网络环境下的内模PID控制器的设计。仿真对比表明,该控制器对系统性能进行了补偿,保证了系统具有良好的稳定性能。 相似文献
7.
基于Kalman算法及神经网络预测的网络流量控制 总被引:1,自引:0,他引:1
针对通信网络的传播时延会给基于速率反馈的流量控制带来极大的不利影响,提出了基于Kalman算法的反馈控制和神经网络在线预测补偿相结合的复合控制,对ATM网络的ABR流量进行控制,较好地克服了时延对流量控制的快速性和稳定性所产生的不利影响.仿真研究表明:本方案能使信源的发送速率快速响应网络状态的变化,有效地避免拥塞的发生,并使链路带宽得以充分利用.与PID控制方法相比,信元的丢失率更低、链路的利用率更高以及所需的缓冲容量更小. 相似文献
8.
9.
10.
文中对具有死区输人特性的一类Hamrnerstein系统提出了网络预测控制方法。此方法借鉴广义预测控制的思想,首先对Hammerstein模型的线性部分,求得中间变量的预测值,并通过对死区求逆得到控制信号的预测值。在被控对象的缓冲区中选取最靠近当前时刻的控制输入预测值作为当前的控制输入,以用来补偿网络诱导时延。实验结果表明,采用了广义预测控制之后,系统的响应速度明显提高。证明广义预测控制可以很好地补偿前向以及反馈通道的诱导时延。 相似文献
11.
12.
13.
14.
提出了基于二阶非振荡及振荡加纯滞后的预测PID控制器的结构形式。这种控制器既具有PID控制器的优点;简单的结构形式、良好的鲁棒性和可靠性,又具有预测的功能;即可以根据以前的控制作用来预测以后的控制作用。通过仿真表明:在干扰、噪音存在和模型失配的情况下,预测PID控制器具有良好的控制性能,特别适合大纯滞后系统的控制。同时运用Monte-Carlo方法分析了其鲁棒稳定性,结果表明:它是一种值得在实际工程中推广应用的新型控制器。 相似文献
15.
网络控制系统补偿器设计及稳定性分析 总被引:2,自引:0,他引:2
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. 相似文献
16.
针对传统制冷站控制系统易产生振荡, 且无法实现系统性能整体优化的问题, 本文提出一种制冷站非线性
预测控制策略, 优化目标函数设计为满足建筑冷量需求的同时, 尽可能提高系统整体能效. 为解决上述两个优化目
标之间的矛盾关系, 本文采用模糊逻辑设计了优化目标权重自适应模块, 实时求取权重因子最优解; 针对非线性系
统在线优化求解困难问题, 本文提出了基于神经网络的非线性滚动优化算法, 采用神经网络作为反馈优化控制器,
并将系统优化目标函数作为在线寻优性能指标, 结合Euler-Lagrange方法和随机梯度下降法对控制器权值和阈值进
行在线寻优, 算法计算量小, 占用存储空间适中, 便于采用低成本的现场控制器实现制冷站预测控制. 仿真实验结果
表明, 本文所提出的预测控制策略与PID控制相比, 在未加入优化目标函数权重自适应模块情况下, 系统平均能效
比提高约32.5%; 进行优化目标函数权重自适应寻优后, 系统平均能效提高约39.43%. 相似文献
17.
为了解决网络控制系统中不确定时滞、尤其是随机的长时延对控制性能造成的影响,提出了基于模型匹配和多步预测输出补偿的预测控制思想来改善控制性能。该算法通过采集到的传感器端至控制器端的时滞来估算控制器端至执行器端的时滞,并给出了传感器端和执行器端数据处理的算法,建立起与实际网络结构匹配的预测控制模型,采用多步预测输出来补偿控制量的传输滞后。该模型不依赖于网络参数和时滞分布特性,可根据不同对象选取合适的预测控制算法,适用于实时系统。通过基于倒立摆对象的仿真和控制实例验证了该算法能有效地改善控制性能。 相似文献