基于神经元控制的网络时延补偿策略研究

针对网络控制系统（NCS）中的不确定时延问题,在分析循环服务网络和随机争用网络的时延特性的基础上,提出了一种基于神经元控制器的时延补偿策略.该策略用神经元控制代替常规PID控制,无需建立网络控制系统的精确模型,利用神经元良好的学习能力来克服网络控制系统中不确定时延的影响,并对循环服务网络和随机争用网络这两类网络进行了仿真实验研究.仿真结果表明该策略能保证网络控制系统的良好性能.     

基于时延预估的网络控制系统研究

针对基于Internet环境下的控制系统中，网络时延、丢包、包序颠倒等问题对闭环实时控制系统性能造成的影响，提出了一种基于时延预估补偿控制的闭环实时控制方法。该方法引入一个网络时延存储队列，对网络时延进行在线预估，通过Smith预估器对控制系统进行动态补偿。同时，利用一类非线性PID的非线性特性对传统PID控制器进行改进，以改善时延随机性对控制系统的影响。仿真结果证明，该方法对模型精确已知的一类控制对象有较好的控制效果。     

神经网络在细纱机中的应用

介绍了一种基于PLC和DSP的细纱杌控制系统.该系统针对细纱机控制系统的非线性与传统PID控制方法的不足,提出了一种改进型基于RBF神经网络在线辨识的单神经元PID自适应控制方法.该方法构造了一个RBF网络对系统进行在线辨识,建立起在线参考模型,由单神经元控制器完成控制器参数的学习,从而实现控制器参数的在线调整.仿真试验结果表明.该控制器控制精度高,动态性能好,其控制效果优于传统的PID控制器.     

网络控制系统的模糊自适应PID控制

针对网络控制系统中网络时延补偿的问题,提出了一种模糊自适应PID控制器的设计方法,通过利用在线时延估计方法对时延进行预估计,根据估计时延值在线调节PID三个参数,从而改善系统的性能。对基于控制局域网络(CAN)总线的典型工业过程进行了仿真实验。结果表明,与常规PID的控制器比较,采用设计的PID控制器能补偿网络上的时延,更加有效的抑制了时延对网络控制系统的影响并提高了系统的性能。     

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RBF神经网络PID控制的无线网络时延控制研究

针对不确定时延影响无线网络控制系统的控制性能、常规PID控制策略无法满足网络控制要求的问题,提出了一种基于RBF神经网络PID控制的无线网络时延控制方案。采用Matlab/Simulink的TrueTime工具箱建立了无线网络时延控制系统仿真模型,介绍了模型中网络模块、执行器模块、控制器模块的设计及RBF神经网络整定PID控制器参数的实现原理。仿真结果表明,与常规PID控制策略相比,RBF神经网络PID控制策略能够在一定程度上降低不确定时延对无线网络控制系统的影响,从而提高无线网络控制系统的稳定性。     

网络控制系统Smith Fuzzy PID控制器的设计

针对网络控制系统中普遍存在的时延问题,提出了一种将模糊自适应算法和Smith预估补偿算法与常规PID控制器相结合的智能控制策略。该方法充分利用了Smith预估控制算法对带时延系统的良好控制能力,同时利用模糊推理算法实现对PID参数的在线自整定,进一步改善PID控制器的性能。仿真结果表明,基于该智能控制器的网络控制系统克服了传统PID控制超调量大及常规Smith预估补偿过分依赖于被控对象精确数学模型的缺陷,可以有效降低时延对系统性能的不利影响,使被控对象具有良好的动、静态特性。     

基于神经网络的PID控制器

提出了一种新型PID控制器，该控制器利用BP网络实现PID参数的在线调整，采用RBF网络对被控对象在线辨识。仿真结果表明该控制器的控制效果优于传统的PID控制算法和模糊自适应PID控制算法。     

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.     

位置伺服系统的单神经元PID/CMAC控制研究

在分析了位置伺服控制系统基本原理和数学模型的基础上,提出了一种单神经元PID/CMAC复合控制算法和控制器的设计方法。用单神经元PID替代常规PID控制,由神经元来在线调整PID控制参数,利用CMAC神经网络的自学习和自适应能力,来完成系统的实时控制。该算法直接应用于位置伺服控制系统,仿真结果表明,与传统PID控制算法相比较,该复合控制算法增强了系统的控制精度,提高了系统的响应速度,具有较强的鲁棒性和抗干扰能力。     

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.     

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.     

一类网络化串级控制系统的分析与建模

针对基于现场总线的一类网络化串级控制系统,分析了其结构及系统模型,指出了网络诱导时延存在的位置,主控制器和副控制器均采用了增量式数字PID;在网络诱导时延常数小于、大于一个采样周期以及等于采样周期的整数倍的情况下,分别利用增广状态向量法,将系统建模为有限维离散时间线性时不变系统。最后,给出了网络化串级控制系统(NCCS)在不同时延的仿真实例。     

时变大滞后过程的单神经元内模控制

由于常规smith预估器对被控对象参数和结构的变化十分敏感,这对时变大滞后过程的控制极为不利,为此提出了一种新的单神经元内模控制方案,将改进的智能单神经元PID作为Smith预估的主控制器,并证明了该控制系统的内模结构特性。同时,对单神经元自适应PID的学习规则进行了改进,并采用仿人智能思想对神经元的比例系数进行在线自调整。仿真结果表明,这种控制方法具有超调小、抗干扰能力好和鲁棒性强的优点,对时变大滞后过程是行之有效的。     

直流电机神经元PID调速系统设计与仿真

针对传统PI双闭环直流电机调速系统存在响应速度慢、超调量大、抗干扰能力及自适应能力差等问题,提出了一种双闭环直流电机调速系统的神经元PID转速调节器设计方法。该转速调节器采用神经元控制器和比例控制相结合进行设计,从而构成了一种具有自学习、自适应能力的神经元PID控制器,然后与传统单神经元PID设计的转速调节器控制效果进行了对比。结果表明,基于神经元PID转速调节器的双闭环直流电机调速系统具有较快的响应速度、良好的动态和静态稳定性、较强的自适应能力和抗干扰能力。     

网络时延的模糊逻辑补偿方法的研究

当网络应用到控制系统中时，网络将引起时延，从而对闭环网络控制系统产生一些不利的影响，比如系统性能下降，系统不稳定等。本文介绍了通过在已有的PI控制器的基础上，再增加一个模糊逻辑补偿器来补偿网络控制系统中网络所引起的时延，其优点是不需要再重新设计已有的PI控制器，而只是简单地将模糊逻辑控制器的输出作为一个参数来调节PI控制器所提供的控制信号。文中采用了MATLAB／SIMULINK仿真，仿真结果表明了该方法的有效性。     

网络时延的模糊逻辑补偿方法的研究

当网络应用到控制系统中时,网络将引起时延,从而对闭环网络控制系统产生一些不利的影响,比如系统性能下降,系统不稳定等。本文介绍了通过在已有的PI控制器的基础上,再增加一个模糊逻辑补偿器来补偿网络控制系统中网络所引起的时延,其优点是不需要再重新设计已有的PI控制器,而只是简单地将模糊逻辑控制器的输出作为一个参数来调节PI控制器所提供的控制信号。文中采用了MATLAB/SIMULINK仿真,仿真结果表明了该方法的有效性。     

SOPDT对象的预测PID控制及稳定性分析

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。