基于模型参考自适应的网络控制系统随机时延补偿

随机时延和数据丢包造成网络控制系统性能下降甚至使得系统不稳定.为了提高网络控制系统的动态性能,提出一种基于模型参考自适应控制的双端Smith预估随机时延补偿控制策略.首先,通过在控制器端和执行器端分别引入Smith预估器,将随机时延补偿控制问题转换为模型匹配问题.然后,设计模型参考自适应控制器使Smith预估模型和真实模型相匹配,实现对随机时延的完全补偿.仿真结果表明,提出的控制策略能够对网络时延进行有效补偿,且具有良好的实时性.     

具有丢包的网络控制系统的时滞补偿

针对具有丢包的网络控制系统中存在诱导时延问题,提出一种时滞补偿方法。首先将丢包建立为一个随机伯努利序列,利用设计的预估控制器得到各个时延值对应的控制量;其次通过时延补偿器选择相应的控制器作用于被控对象,进而建立一个随机系统模型;再者利用随机系统Lyapunov稳定性理论对建立的网络控制系统模型进行稳定性分析,求得补偿控制器。最后进行数值仿真,仿真结果说明采用这种方法可以有效的克服长时延、数据丢包对系统造成的负面影响,改善系统的动态性能。     

时滞未知时Smith预估控制系统及其抗干扰性能的研究

很多工业过程控制系统都包含有纯时延，克服纯时延是改善时延过程控制系统品质的关键性问题。本文分析了Smith预估控制系统的一些缺陷，提出了在未知被控过程的参数和时延时进行改进型Smith预估控制的方案，从而克服了Smith预估控制系统的缺陷。数字仿真的结果表明，本文所提出的方案正确并具有一定的实用价值。     

时滞未知时Smith预估控制系统及其抗干扰性能的研究

很多工业过程控制系统都包含有纯时延,克服纯时延是改善时延过程控制系统品质的关键性问题。本文分析了Smith预估控制系统的一些缺陷,提出了在未知被控过程的参数和时延时进行改进型smith预估控制的方案,从而克服了Smith预估控制系统的缺陷,数字仿真的结果表明,本文所提出的方     

一种Fuzzy-Smith控制器的设计

针对具有大时滞环节的被控对象难以实现优化控制的问题,设计了一种Fuzzy-Smith控制器.该控制器可充分发挥Smith预估器和模糊控制器的优势,利用模糊控制对参数变化不敏感和鲁棒性强的特点,借助Smith预估器对模糊控制进行有效补偿,以实现对大时滞系统的优化控制.以二阶纯滞后环节为对象进行了仿真分析.仿真研究结果表明：该控制器对大滞后被控对象有较好的补偿作用,对被控对象参数的变化有较强的适应能力,改进的Fuzzy-Smith控制器具有较强的鲁棒性和良好的控制品质.     

网络控制系统的补偿预估器设计及稳定性分析

针对网络控制系统中的网络时延和数据包丢失问题,提出了在网络控制系统的控制器节点使用补偿预估的方法,以提高控制系统的性能.补偿方法针对网络时延,预估方法针对数据包丢失.通过构造增广状态向量,建立了统一的系统模型,当时延小于一个采样周期且数据包传输率一定时,将使用了补偿预估方法建模的该系统看作是具有两个事件的异步动态系统,并推导出系统指数稳定的充分条件.仿真结果表明,所提出的方法能有效提高控制系统的性能.     

时滞大惯性对象随动性能的改善

以时滞大惯性加热炉为被控对象,通过试验建模得到对象模型参数,应用Siemenss7-300自整定调节器和结构控制语言SCL构建Smith预估控制系统。研究常规单回路系统、常规Smith预估系统以及增益自适应Smith预估系统在时滞大惯性时象情况下的随动响应性能。实际运行表明,增益自适应Smith预估系统控制质量明显提高,尤其在对象参数与预估器参数失配后,能够有效地改善系统的随动响应和鲁棒性。     

长时滞网络控制系统的Smith预估模糊PI控制器的设计

随着控制系统规模的不断扩大,控制网络的应用越来越广泛,由此产生了网络控制系统.在网络控制系统中由于网络带宽的限制,不可避免的使系统中存在网络所诱导的时延,它是导致系统性能下降甚至不稳定的一个潜在因素.针对网络所诱导的长时延,将Smith预估器应用到网络控制系统中,并通过与模糊PI控制方法相结合,构成Smith预估模糊PI控制器,设计出的控制器使闭环系统具有较好的性能和稳定性,并对于模型失配的情况具有较高的鲁棒性.仿真结果表明了所提出方法的有效性.     

时滞系统Fuzzy—Smith控制的仿真研究

针对时滞对象,把Smith预估控制原理和模糊控制器结合起来,即在Smith预估控制系统中控制器采用模糊控制器.仿真结果表明,所采用的方法能有效克服普通模糊控制算法不适应时滞系统控制和常规Smith预估控制算法过分依赖模型精度的缺陷,提高普通模糊控制器对时滞系统的控制能力,同时该算法具有很强的鲁棒性和良好的控制品质.     

基于神经网络的时变大滞后系统的Smith预估控制

针对大滞后不确定系统提出了一种基于人工神经网络的改进型 smith 预估控制方案,设计了一个基于神经网络的补偿器来克服不确定的大延迟对控制性能的不利影响,解决了传统 Smith 预估控制鲁棒性差及需要预先知道受控对象精确数学模型的问题.数字仿真结果表明,此方案可以在被控对象数学模型未知的情况下对时滞对象进行控制,特别是当时滞对象的特性发生变化时,具有较好的适应性,控制效果远远优于普通 Smith 预估控制.     

基于时滞系统模型的网络控制系统稳定条件

求解线性矩阵不等式或线性二次型Gauss问题的网络控制系统分析方法．给出的网络诱导时延渐进稳定条件具有很大的保守性．而且计算复杂．笔者将网络控制系统建模为时滞系统。应用新构建的Lyapunov泛函和矩阵范数不等式推导出一个网络控制系统网络诱导时延渐进稳定条件。给出了确定网络控制系统渐进稳定的最大网络诱导时延的简便数值线搜索算法．典型实例的仿真和对比分析的结果表明。该渐进稳定时延区间明显大于已有的方法．     

火电厂水质调节系统的模糊免疫自适应Smith-PID控制

火电厂水质调节加药系统为大时滞时变被控对象.模糊免疫自适应PID控制和常规Smith控制难以取得令人满意的控制品质.借鉴生物免疫反馈响应过程的调节作用和模糊推理的自适应性,以及Smith预估器可以解决系统时滞性的特点,提出了将模糊免疫自适应PID控制器和Smith预估器组合成复合控制器的控制策略.用模糊免疫P调节器实时整定P1D控制器的比例增益,用模糊控制器在线整定PID控制器的积分时间常数和微分时间常数.仿真研究表明,该控制算法具有调节时间短,系统稳定性强,抗干扰能力强等优点,取得了令人满意的控制效果.     

Application of Improved Fuzzy Controller in Networked Control System

1 Introduction Feedback control systems in which the control loops are closed through network are called net- worked control system (NCS). Each component of the system, such as sensor, controller and actuator, exchanges information through the real-time network to complete the control task together [1–3]. Compared with the traditional control systems, the NCS has many advantages such as low cost, reduced wiring, simple installation and maintenance, and high reli- ability. Therefore, the re…     

自适应Smith预估控制器在温度控制系统中的应用

本文研究了大时延温度对象的控制问题。提出了一种十分实用,效果较好的自适应Smith预估控制器,并成功的用TP—802单板机实现。在实验室的温度控制系统上进行了实验,效果不仅优于常规PID控制,也优于一般的Smiith预估控制器.     

网络控制系统的时延特性分析

在网络控制系统中，由网络产生的信息传输时延对系统的控制性能有重大影响.时延会降低系统的控制性能，使系统稳定范围变窄，甚至可能使系统不稳定.首先概述了网络控制系统及固有的特点，随后深入分析了网络控制系统中时延产生的原因以及采用随机访问和调度两类访问方式的控制网络中时延特性，阐明了时延对系统性能的影响，并通过实例给出了系统稳定时延和采样周期之间的约束关系.该约束关系可作为选择采样周期的参考依据.     

基于时延补偿的网络控制系统调度策略研究

针对网络控制系统中时延和调度两个基本问题进行了相关研究,设计了一种基于模糊理论的时延补偿器,并在此基础上讨论了网络调度的优化方法。     

无辨识自适应算法的大滞后对象的控制方法

在实际工业生产中 ,由于对象纯滞后的存在 ,降低了控制系统的稳定性 ,使控制品质下降 ,对控制系统极为不利。对大滞后对象 ,Smith预估控制是一种重要方法 ,但常规Smith预估控制对模型的误差 (包括时间延迟的估计误差 )十分敏感 ,不适用于具有时变时延参数的系统。因此 ,常规Smith预估控制策略难以广泛用于工业控制 ,但该方法仍然得到了控制界的广泛认可。无辨识自适应控制是Marsik和Strejc提出的一种无需辨识系统参数的自适应控制算法 ,该算法简单、鲁棒性强 ,只需在线检测过程的实际输出及期望输出便可形成具有较好动态性能指标的自适应控制系统 ,但是该方法不能解决大滞后问题。借鉴无辨识自适应控制的思想和神经网络强的函数逼近能力 ,首先用一个神经网络来构成被控对象的Smith预估模型 ,然后利用无辨识自适应控制算法设计了一种适用于大滞后对象的控制器 ,两者结合 ,提出了一种简单、实用、鲁棒性强的大滞后对象控制的新方法     

基于改进LS-SVM的网络化预测控制

针对存在网络延时的网络化控制系统,提出一种具有最大预测步数的网络化预测控制策略.首先,分析网络延时的组成,确定网络延时的最小值,并利用自由权矩阵方法计算网络延时最大允许上界,作为最大预测步数;进而,利用改进的最小二乘支持向量机在线预测网络延时;最后,利用基于往返延时的补偿策略选择合适的预测控制量来补偿网络延时的影响.仿真结果表明该控制策略有效.