网络控制系统的自整定PID 控制器设计

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.     

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.     

基于神经网络的时滞非线性系统的广义预测控制

针对一类时滞非线性被控对象,提出一种基于RBF神经网络的广义预测自校正控制方案,在广义预测控制中,采用RBF神经网络建立被控对象的多步预测模型,并不断修正预测输出,提高预测输出的精度.控制器则采用GPC隐式修正算法,不用辨识对象的模型参数,大大减少了计算量.经过仿真研究,与常规的PID自适应控制方法相比较,证明了该方法的优越性,预测控制误差小,实时性好,动态响应快.     

基于GPC算法的网络控制系统研究

针对具有随机时延的一类网络控制系统(NCS),文章设计了一种基于时延补偿和广义预测控制(GPC)算法的控制器。该控制器根据数据包的时间戳计算传感器-控制器时延,通过时延补偿得到被控对象当前的状态和输出,采用GPC算法计算控制量。仿真结果证实了该控制器的有效性。     

基于BP网络模型的非线性预测控制策略研究

提出了一种基于神经网络模型的非线性多步预测控制策略。预测器和控制器由一个BP网络构成。在整个过程中，首先利用一个BP网络构造一个非线性多步预测模型，根据被控对象输出与网络实际输出之间的误差采用改进的BP算法修改网络权值，以逐步建立合理的多步预测模型。然后，根据网络的多步预测输出序列与设定值序列的偏差构造性能指标函数，根据性能指标函数采用自适应变步长梯度法修改控制律。仿真结果表明了该策略的有效性。     

网络控制系统补偿器设计及稳定性分析

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.     

基于广义预测控制算法(GPC)的网络闭环控制系统研究

网络控制系统中普遍存在的传输延时严重影响了系统的控制性能。针对这个问题,本文介绍了一个控制器由事件驱动、传感器和执行器由时间驱动的分布式系统模型。控制器采用了GPC控制算法,执行器节点设置控制增量缓冲区,以此来保证在网络存在随机时延情况下输出的控制量均为最优或者次最优,系统仍有良好的控制性能。     

基于RBF神经网络的改进多变量预测控制

针对一类多输入多输出非线性被控对象,提出一种基于单神经网络的预测控制算法,应用RBF神经网络对非线性系统进行辨识,并计算被控系统多步预测输出值.该方法通过对传统预测目标函数加以改进,给出一种带微分项的多步预测目标函数,通过迭代寻优实时给出优化控制量.该方法实时性好,简化了传统预测控制算法,加快了滚动寻优的速度,有效地抑制了系统惯性和输入时滞所带来的超调,减小了模型误差、干扰及不确定性对控制器的影响.仿真及应用结果表明了该方法的有效性.     

基于变结构径向基函数网络的船舶运动预测PID控制

针对船舶在海上运动的大时滞和动态时变等特点,提出基于一种变结构径向基函数(RBF)神经网络的预测PID控制器.通过建立反映系统动态变化的滑动数据窗口,在线序贯学习窗口内的数据,动态调整隐层节点与隐层至输出层的连接权值,得到结构可自适应变化的RBF网络.将该变结构RBF网络用于预测PID控制器中系统状态的在线多步预测,通过得到的预测模型灵敏度信息在线调整PID控制器参数以控制系统的输出.将该控制器用于船舶航向跟踪控制的仿真实验,结果表明该控制器具有良好的的适应性和鲁棒性.     

基于U模型的网络控制系统时延补偿研究

针对网络控制系统非线性问题解决方法少的情况,引入U模型方法进行被控对象建模,降低时延故障对网络控制系统造成的影响,结合广义预测控制(GPC)算法和PI控制器反馈结构,提出基于U模型的改进PI型广义预测控制方法 U-PIGPC。然后结合改进SSA-BP时延预测器,设计基于SSA-BP和U-PIGPC的网络控制系统时延补偿控制器。通过仿真对比验证了U-PIGPC补偿控制的性能优于GPC和U-GPC,其超调量更小,反应速度更快,具有更好的时延补偿控制效果。     

网路化双线性系统的预测控制优化算法研究

本文对一类离散时间双线性系统进行网络化预测控制研究.针对控制系统网络信道传输引起的前向通道和反馈通道时延问题,基于双线性系统结构特性提出2种逐步优化算法对非凸优化问题进行求解,进而得到未来时刻的预测控制序列.仿真实例说明所求预测控制序列可以主动补偿网络引起的时延问题,从而说明所提出预测控制算法的有效性.     

Sensor/actuator faults detection for networked control systems via predictive control

Quantized fault detection for sensor/actuator faults of networked control systems (NCSs) with time delays both in the sensor-to-controller channel and controller-to-actuator channel is concerned in this paper. A fault model is set up based on the possible cases of sensor/actuator faults. Then, the model predictive control is used to compensate the time delay. When the sensors and actuators are healthy, an H ∞ stability criterion of the state predictive observer is obtained in terms of linear matrix inequality. A new threshold computational method that conforms to the actual situation is proposed. Then, the thresholds of the false alarm rate (FAR) and miss detection rate (MDR) are presented by using our proposed method, which are also compared with the ones given in the existing literatures. Finally, some numerical simulations are shown to demonstrate the effectiveness of the proposed method.     

Observer‐based cooperative distributed fault‐tolerant model predictive control with imperfect network communication and asynchronous measurements

Intermittent actuator and sensor faults tolerant are simultaneously considered in a distributed control system with imperfect communication network. The asynchronous measurements of different output variables in one sampling period are synchronized through a novel two‐stage model‐based projection method. Different from centralized control network, in both layer‐to‐layer and in‐layer communication, the packet delay, loss and disordering are corrected by the predicted data from model predictive control. Moreover, a completely distributed state observer is established for both system states and sensor faults problem with bounded noise uncertainties. For the intermittent actuator faults, actuator plug‐and‐play design methods based on model predictive control has been introduced, making the actuator faults estimation omitted. The distributed stability conditions are derived for the proposed fault‐tolerant controller, and the online feasibility is explained in detail. Numerical simulation is given to verify the design procedure.     

基于网络的运动控制系统预测控制研究

针对一类基于网络的运动控制系统中存在的时延和丢包问题进行研究。对于网络运动控制系统存在数据时延和丢包的情况,建立网络运动控制系统模型。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延时预测补偿器,并研究相应的补偿策略。仿真分析表明算法的合理性和有效性。     

预估控制下的实时网络遥操作移动机器人

构建了能使操作者通过Internet远程实时控制的移动机器人系统．为了补偿网络时延和抵消其对遥操作系统的影响,基于我们以前提出的改进型Smith预估器原理,采用了预估控制策略．为了保证系统稳定性和透明性,基于主从端的传感器信息交换,设计了一个动态模型管理器,其中模型和力反馈误差调节通过模糊控制实现．除了力反馈外,为了增强遥操作的实时性,引入了预估的虚拟显示．为了精确地预测网络时延,提出了一个新颖的时钟同步算法．为了降低时延抖动,结合我们提出的两个算法,实现了数据缓冲策略．最后,通过长距离的网络遥操作实验验证了系统和控制策略的实用性和有效性．     

改进DMC在远程网络化过程测控系统中的应用研究

针对Internet网络测控系统的网络延时、时序错乱和数据丢包现象,引入时间序列分析方法,构建了DMC多步预测控制模型;采用时间序列排序与插值,解决时序错乱和数据丢包问题;对于系统的反馈通道延时,提出基于信息缺失下的改进DMC多步预测控制,减小其影响;对于系统的前向通道延时,在新的控制信息未到时,利用多步预测的第N步信息顺序控制。整个系统通过TRU-ETIME仿真,当网络延时在20倍采样周期内时,系统控制实时。结果表明改进DMC在减小网络延时、时序错乱和数据丢包对系统的影响是可行的。     

基于MPC网络控制系统的设计与稳定性分析

针对网络延时的问题,本文提出了一种改进的模型预测控制方法.该方法是利用MPC(模型预测控制)预测的将来控制信号来补偿前向通道出现的延时或中断,同时用一个预测器来补偿反馈通道延时.文中描述了它们的控制特性并讨论了该网络控制系统的稳定性,并用实例仿真验证该方法的可行性和有效性.     

神经网络预测远程控制系统中信息延时的研究

针对网络控制系统中前向通道和反馈通道同时存在随机延迟及延时不确定的问题,通过实例分析了随机延时对闭环控制系统影响的根源,提出了通过基于神经网络的预测控制方法解决存在网络随机延时的控制系统闭环控制的可行性。仿真结果表明该方法能够反映并预测该测量数据所代表的网络路径之间的时延特性,并能在基于Internet的闭环控制系统的设计中有效地替代实际网络进行研究;而所用的方法具有快速、准确的特点,能用于在线学习网络模型并对网络的时延值进行预测,为基于Internet的远程闭环控制提供了新的思路。     

纯滞后过程控制算法的研究

介绍了工业过程控制中PI控制算法、Smith预估控制算法和采样PI控制算法。给出了采样PI控制算法及控制原理，分析了控制器参数对控制性能的影响，给出了控制器参数选择的方法。并利用：Matlab选取典型一阶纯滞后对象，在控制对象纯滞后时间和增益改变时进行了动态仿真。仿真结果表明，采样PI控制和Smith预估控制具有较强的鲁棒性，而且算法简单、容易实现．所以更适用具有纯滞后的工业过程控制。