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。     

支持向量机在网络广义预测控制中的应用

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.     

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。     

一种网络控制系统时延补偿方法

本文分析介绍了具有随机时延网络控制系统控制器设计及时延补偿方法,采用广义预测控制(GPC)算法设计控制器。针对输出时延通过对时间加上时间戳来估算时间延迟,并采用状态观测器进行时延补偿,而控制时延则采用队列机制,增加缓存器的方法来保证被控对象获得最优控制信号。通过仿真证实该方法的有效性。     

一种网络控制新方法及其液位控制应用

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.     

基于内模PID控制器的时延网络控制系统的保稳定性设计①

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。     

基于Kalman算法及神经网络预测的网络流量控制

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．     

电加热炉系统预测函数PID控制算法的研究

由于电加热炉系统具有大时滞、时变性、非线性等特点,提出了一种新型预测函数PID控制算法.该算法将PID控制算法和预测函数控制算法结合起来,通过预测被控对象的未来输出值,得到一个新的优化目标函数,实时优化控制参数,得到控制量的解析解.仿真结果表明,与常规PID控制和预测函数PID串级控制相比,所设计的控制器满足系统对快速性和稳态精度的要求,系统具有较强的抗干扰性和鲁棒性,能够实现对电加热炉系统的有效控制.     

含有死区输入的Hammerstein系统的网络预测控制

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。     

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.     

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。     

基于输出反馈网络化控制系统鲁棒容错控制

研究了一类具有时延不确定性的网络化控制系统的鲁棒容错控制问题.针对以往控制器大多采用状态反馈的形式,而对功能和结构复杂的网络化控制系统全部状态往往难于测取,因而状态反馈形式的控制器在应用中会受到限制,完整性问题的结果也主要基于0-1故障模型.采用动态输出反馈控制策略,针对网络化控制系统的时延和不同步对系统产生的影响,基...     

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。     

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.     

制冷站双目标权重自适应非线性预测控制

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%.     

基于网络时滞补偿的模型预测控制

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。     

一种具有PI结构的时滞系统APFC控制

提出了一种具有PI结构的时滞系统自适应预测函数控制（APFC）,该算法通过在性能指标函数中引入预测输出误差和预测输出增量误差,使最终形成的控制器具有比例-积分（PI）结构。结合了预测控制具有较好的处理时滞、快速跟踪和PID调节器抗干扰性强、鲁棒性强的优点,并且模型参数是通过带遗忘因子的递推最小二乘算法在线辨识得到。在具有时滞的工业过程数学模型上进行仿真研究,结果表明,该算法具有较好的跟踪效果、抗干扰能力和鲁棒性。     

The Mimo Predictive Pid Controller Design

This paper is concerned with the design of Multi‐Inputs and Multi‐Outputs (MIMO) predictive PID controllers, which have similar performance to that obtainable from model‐based predictive controllers. A new PID control structure is defined which incorporates the prediction of future outputs and uses future set point. A method is proposed to calculate the optimal values of the PID gains from generalised predictive control results. A decentralized version of the predictive PID controllers is presented and the stability of the closed loop system is studied. Simulation studies demonstrate the superior performance of the proposed controller compared with a conventional PID controller. The results are also compared with generalised predictive control solutions.