基于动态矩阵的随机时延丢包网络控制系统

针对网络控制系统(NCS)中存在的时延可能大于一个采样周期,以及网络传输存在丢包可能的情况,提出了改进的动态矩阵控制(DMC)算法,通过在线纠正系统的阶跃响应系数来处理时延造成的系统误差,并通过建立缓存器,当数据传输过程中出现丢包时利用动态矩阵算法计算控制量及未来输出预测值的冗余信息来替代丢失的实时信息,减少丢包对系统性能的影响.最后通过基于TrueTime的实时仿真系统研究,对比了不同时延及丢包率情况下改进算法与传统动态矩阵控制算法的效果,表明随着时延和丢包率的增大,改进动态矩阵算法的优势明显,从而验证了该方法的有效性.     

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.     

基于动态反馈控制器的网络控制系统的稳定性分析

考虑实际模型的不确定性,针对一类具有不确定线性参数的网络控制系统,给出具有网络诱导时延及不确定线性参数的被控对象模型,设计其动态反馈控制器,建立基于动态反馈控制器的网络控制系统闭环模型.采用Lyapunov方法,给出保证该系统稳定的最大允许时延上界.仿真结果表明系统模型及控制器设计的合理性,所得最大允许时延上界保守性更弱.     

基于动态矩阵算法的液位控制系统

图 1是 1个圆柱形液位水箱控制示意图。该水箱的直径为 1 2ｍ ,高度为 1 6ｍ ,水位的有效变化范围为 0 2～ 1 2ｍ。作为水箱的液位控制 ,采用常规的控制手段基本上可以达到精度要求。本文中水箱是油流量仪表标定装置的介质源 ,即用水模拟“油”介质 ,将水介质加热至一定的温度值 ,在该温度点的水粘度与所代替的油粘度一致。也就是说 ,本液位控制系统控制的对象是通过耗损电能而获得热能的水介质 ,用常规方式进行流量仪表的标定工作 ,由于调节时间比较长 ,电能的耗损、水介质的热损等都将使仪表的标定成本增大。因此有必要采取更有效的方法 …     

基于自由权矩阵法的网络控制系统稳定性研究

研究了包含随机、有界传输时延和丢包的网络控制系统的稳定。将网络控制系统建模为具有时变输入时延的离散时间模型,利用Lyapunov-Krasovskii定理和自由权矩阵法,推导得出基于线性矩阵不等式形式的渐近稳定充分条件。数值仿真验证了方法的有效性。     

网络控制系统的时延在线估计与时延补偿策略研究

针对网络控制系统中的网络时延问题,引入了一种时延在线估计算法,并根据动态矩阵控制的特点,提出了一种基于分段动态矩阵控制算法的网络时延补偿策略,利用分段动态矩阵控制算法对网络控制系统中的时延信号进行预测,以补偿其在网络传输中的时延.     

随机延迟网络控制系统中的分段时戳动态矩阵控制

针对网络控制系统中小于一个采样周期的随机延迟,引入了分段时戳动态矩阵控制算法.通过时戳方法测量网络延迟,在线校正系统的阶跃响应系数向量和控制系数向量,并采用分段算法来减少所需的在线计算量.给出了算法的推导过程和程序实现方法,并基于实时控制系统仿真平台TrueTime进行仿真研究.应用该算法对共享以太网中直流电机进行控制,取得了比标准动态矩阵控制算法更好的控制品质.     

基于网络的控制系统的时延研究

对网络时延产生的原因、组成部分、影响时延的因素进行了分析,并编写特定测试软件对实际网络进行了时延测试,通过对测试数据的统计分析,总结出了网络传输时延的特点,为以后网络时延的研究应用打下了基础。     

DFNN及其在非线性动态系统中的应用

为了更好地辨识和控制非线性动态系统,在FNN基础上对其进行优化和改进,形成了动态模糊神经网络(DFNN)。给出了基于BP梯度算法的参数迭代学习算法,并应用于某非线性动态系统仿真试验中。仿真试验表明,该网络比单纯的FNN具有更强的辨识和控制能力,应用于非线性动态系统的控制中可以有效解决系统的非线性和不确定性,提高系统的跟踪性能,并且控制系统具有很强的鲁棒性。     

网络控制系统动态输出反馈控制

考虑传感器到控制器信道上的丢包和时延以及控制器到执行器信道上的时延,该文研究了连续时间网络控制系统动态输出反馈控制问题。通过考虑量测输出到达时刻的非均匀分布特性并引入线性估计方法估计量测输出,建立了新的网络控制系统模型。基于新建模型,给出了动态输出反馈控制器设计准则。最后通过数值例子验证了该文提出了控制器设计方法的有效性。     

Linearizing control of induction motor based on networked control systems

A new approach to speed control of induction motors is developed by introducing networked control systems （NCSs） into the induction motor driving system. The control strategy is to stabilize and track the rotor speed of the induction motor when the network time delay occurs in the transport medium of network data. First, a feedback linearization method is used to achieve input-output linearization and decoupling control of the induction motor driving system based on rotor flux model, and then the characteristic of network data is analyzed in terms of the inherent network time delay. A networked control model of an induction motor is established. The sufficient condition of asymptotic stability for the networked induction motor driving system is given, and the state feedback controller is obtained by solving the linear matrix inequalities （LMIs）. Simulation results verify the efficiency of the proposed scheme.     

网络系统中动态矩阵控制的稳定性条件

网络控制系统中的时滞和丢包会影响控制器的稳定性;因此,传统的动态矩阵控制器设计方法无法适应网络化环境.本文针对这一问题设计了一种改进型动态矩阵控制器.通过建立缓存器将不确定时滞转化为固定时滞;并提出了一种更新系统单位阶跃响应系数的方法,用来处理时滞对控制器的影响.采用一次性传输整个控制序列的方法,避免了丢包时需要更新控制量的问题.此外,进一步分析了该控制系统的稳定性问题,给出了考虑时滞和丢包信息的系统稳定性充分条件.最后通过实时仿真软件示范了如何确定允许的最大时滞和丢包.验证了该方法的有效性.     

A new networked predictive control approach for systems with random network delay in the forward channel

This article is concerned with the design of a networked predictive control (NPC) scheme with random network delay in the forward channel. A new design method of NPC is proposed. Correspondingly, the necessary and sufficient conditions on the stability of the closed-loop networked control system are derived. The merit of the proposed design method lies in its decreased conservativeness, which is achieved by packing the current predictive control signal with history predictive signals. By this means, the future plant input is known. Therefore, the state predictor can be designed such that its performance and stability will not be affected by the future input of the plant, while the existing design methods of NPC cannot do so. The proposed design method is shown to be much less conservative than the existing result through several examples.     

基于动态递归模糊神经网络的自适应电液位置跟踪系统

提出了动态递归模糊神经网络(DRFNN)以在线估计电液位置跟踪系统中包括非线性、参数不确定性、负载干扰等在内的未知动态非线性函数,基于lyapunov稳定性理论推导出DRFNN可调参数和估计误差的界的自适应律,并构造出稳定的自适应控制器.实验结果表明:基于DRFNN的自适应控制器可使电液位置跟踪系统具有较强的鲁棒性和满意的跟踪性能.     

基于D-FNN的开关磁阻无位置传感器的研究

提出了一种基于扩展径向基函数(RBF)神经网络的动态模糊神经网络(D-FNN)的开关磁阻电机无位置传感器控制的新方法。动态模糊神经网络系统以在线采样的相绕组的电流和磁链为输入,以转子位置角度为输出,从而建立起电流和磁链、转子位置角度的非线性映射关系;训练完成后,用D-FNN输出结果取代位置传感器角度信号,实现电机无位置传感器运行。仿真和实验结果表明:由D-FNN获得的角度信号和由位置传感器获得的角度信号相比误差小,电机能够准确换相,且输出转矩波动小,转速曲线平滑,电机在无位置传感器下运行良好。     

基于模型输出反馈的网络控制系统研究

分析了国内外网络控制系统的研究现状,研究了基于模型结构的网络控制方法,提出了基于输出状态反馈的具有延时补偿功能的预测控制器的设计方法.同时还给出了离散域的网络化输入多率采样控制系统全局指数稳定的充要条件.最后分析了模型误差对最大通讯间隔的影响,仿真结果表明了该设计及控制方法的正确性和有效性.     

基于T-S模糊模型非线性网络控制系统改进H∞跟踪控制

研究一类非线性网络控制系统改进H∞跟踪控制问题, 该类网络控制系统中非线性被控对象和被跟踪对象分别采用Takagi-Sugeno(T-S)模糊模型和线性稳定参考模型描述. 首先通过综合考虑网络中的数据传输时滞和数据丢包影响, 采用输入时滞法和并行分布补偿技术, 建立基于零阶保持器刷新时刻的系统状态跟踪误差模型. 然后利用改进的自由权矩阵方法, 并结合Lyapunov直接法给出系统满足H∞跟踪性能的充分条件以及模糊控制器的设计方法. 最后仿真实例表明本文方法的有效性和相比已有方法的优越性.     

基于BP神经网络的网络控制系统调度

为了在复杂的网络环境下能更合理地分配网络资源,提出了利用BP神经网络,通过对网络调度器产生的历史和当前数据进行训练,预测调度器下周期可能产生的数据,进而对下一调度周期的死区大小进行调整。实验仿真表明,所设计的反馈调度器能进一步改善网络控制系统的性能,进一步提高应对负载变化的能力。     

基于自适应模糊神经网络控制器的网络控制系统

网络控制系统中存在着时延、丢包、网络干扰等问题。针对网络控制系统中存在恶化系统的控制性能,甚至导致系统不稳定的因素,提出了一种基于自适应模糊神经网络控制器的网络控制系统,它能根据系统的实际输出与期望输出误差,利用自适应模糊控制和神经网络自学习的原理进行控制参数的自行调整,以符合控制系统的实际要求,同时,分析了网络延时,丢包率及网络干扰因素对系统性能的影响。利用TrueTime工具箱建立了包含自适应模糊神经网络控制器的网络控制系统的仿真模型,并将其分别与基于常规PID控制器的网络控制系统和基于模糊参数PID控制器的网络控制系统进行了比较。实验结果表明,在相同的网络环境下,基于自适应模糊神经网络控制器的网络控制系统的控制效果比基于常规的PID控制器和基于模糊参数PID控制器的要好,且具有较好的抗干扰能力和鲁棒性能。     

网络控制系统的滑模多步预估控制

针对网络控制系统中出现的长时滞、网络诱导噪声和数据包丢失,提出了的滑模多步预估控制器的设计方法.首先对提出的控制器进行了描述,它利用滑模控制的强鲁棒性来克服网络诱导噪声,采用多步预估的办法来处理网络中的时滞和数据包丢失.进而对导出的闭环网络控制系统的稳定性进行了分析.最后对通过网络控制的直流电机,采用所提出的方法设计了控制器,仿真结果验证了方法的有效性.