基于观测器的网络化控制系统故障诊断方法

在网络中,由于信息的碰撞、重发而产生的网络延迟对控制系统本身带来了负面影响。针对网络化控制系统(networkedcontrolsystem,NCS)的随机延时,在事件驱动的执行器结点设置计时器和接收缓存区,在线获得了延时数据,建立了NCS的数学模型。通过增广模型法和等同输入法构建了两种观测器,从而产生残差,对网络化系统的控制故障进行了诊断,并提供了仿真结果。     

一类不确定时延的NCS的保性能控制律设计

采用工业通信网络的网络控制系统（networked control systems,NCS）具有开放性、速度快和强大的软硬件技术支持等优势,但不确定的网络时延对系统的稳定性和控制性能有着很大的影响。在实际的NCS中,不仅要求NCS稳定运行,而且还要求NCS满足一定的性能指标;同时,采用状态反馈是兼顾系统性能和敏感性的最有效的控制方式。针对一类具有不确定时延的状态反馈NCS,建模为不确定的线性时滞系统,利用Lyapunov理论和线性矩阵不等式（linear matrix inequality, LMI）方法研究NCS的保性能控制问题,给出NCS保性能控制律存在的条件和设计方法,最优保性能控制律的设计。     

MWSN中基于功率自适应的拓扑维护算法

为解决移动无线传感器网络(mobile wireless sensor networks,MWSN)中由于节点移动、新节点加入网络、节点退出网络和节点失效等因素引起网络拓扑发生变化而影响网络性能的问题,提出了一种基于功率自适应的拓扑维护算法(power adaptation based topology maintenance algorithm, PATMA)。PATMA算法将传输单位比特数据包的能耗大小作为选择中继节点的条件,通过中继节点维护与距离较远的邻居节点的连通;当网络拓扑结构发生变化时,节点自适应地调整发射功率维护网络的连通;同时根据引起网络拓扑发生变化的具体原因设置不同事件,节点依据检测到的事件采取相应的拓扑维护策略。仿真结果表明,PATMA算法与功率自适应控制(new adaptive power control, NAPC)算法、拓扑控制(topology control, XTC)算法在平均发射功率、网络连通度、网络中存活的节点数等性能指标方面具有明显改善。     

基于预测控制的NCS时延补偿算法

针对网络控制系统(networked control system, NCS)中随机时延导致系统性能下降的问题,利用粒子群优化(particle swarm optimization, PSO)的最小二乘支持向量机(least square support vector machine, LS-SVM)建立NCS中随机时延预测模型,精确预测未来时刻的时延;同时利用该预测算法预测的时延通过快速隐式广义预测控制算法对NCS随机时延进行补偿。仿真结果表明,PSO优化的LS-SVM算法对随机时延具有较高的预测精度,同时快速隐式广义预测控制算法可使系统的输出很好地跟踪参考轨迹,保证系统良好的控制效果。     

一类不确定时延网络控制系统的模糊控制

针对网络控制系统(NCS)同时存在网络诱导时延和数据包丢失的情况,讨论了如何设计控制器的问题。首先,给出了一种新的闭环网络控制系统的建模方法——模糊T-S方法,利用这种模糊模型去逼近非线性网络控制系统,使之局部线性化,并在此模型的基础上应用平行分布补偿原理设计了网络控制系统模糊控制器。进而,应用Lyapunov理论和LMI方法,研究了模糊NCS的稳定性问题,同时基于线性矩阵不等式给出依赖状态时滞和网络诱导时延的状态反馈模糊控制器的设计方法,并获得使模糊NCS稳定的充分条件。通过两个仿真实例验证了该控制方法的有效性。     

具有时变时延和丢包的网络控制系统H∞优化控制

研究了一类存在时变时延和丢包的网络控制系统(networked control systems, NCS )的H∞优化控制问题。当网络时延和连续丢包有界时,NCS被建模为等效的具有时变时滞的系统,利用Lvapunov Krasovskii泛函和线性矩阵不等式方法,在NCS渐近稳定的基础上给出NCS状态反馈次优和最优H∞控制律的设计方法,求解时不需要使用重复迭代,设计控制器时也无须知道调节参数。仿真表明了此方法的可行性和有效性。     

ATM网络的自适应预测速率控制及其仿真研究

异步传输模式(ATM)网络中随机接入用户数的动态变化、传输延迟的时变特征等不确定因素,使网络难于管理和控制,而且网络性能也会下降,甚至出现不稳定的振荡。本文利用自适应预测控制方法,设计了稳定的、公平的速率控制算法。该方法可以分布实现,易于扩展。仿真研究表明了本文方法的有效性。     

锅炉汽包水位系统DMC-PID串级控制仿真研究

给出具有可测干扰系统的动态矩阵控制(DMC)算法,并结合动态矩阵控制、串级调节和PID控制三者的优点,提出了锅炉汽包水位控制系统的DMC-PID控制策略,即内回路采用PID控制快速消除给水流量的扰动,外回路采用带前馈补偿的DMC控制,可有效地克服汽包水位系统的另一主要扰动-蒸汽流量的扰动,同时DMC的强鲁棒性保证了在对象特性变化的情况下仍然获得良好的调节品质。计算机仿真结果显示了该控制策略的有效性和实用性。     

基于显式拥塞指示的自适应主动队列管理算法

目前Internet网络中间节点拥塞控制问题在网络和控制理论界已获得了广泛关注.本文提出一种基于神经元自适应PID控制器的AQM算法,针对TCP/AQM系统模型,结合中间节点队列管理和显式拥塞指示机制(Explicit CongestionNotincation,ECN)机制,采用梯度学习算法来在线调整基于神经元PID的AQM控制器参数,以实现标记/丢包概率的自适应调整,从而对网络拥塞程度作出及时响应,尤其在网络参数时变的情况下仍能保证良好的动态性能,并显著改善网络的服务性能(QoS).最后通过NS-2仿真结果表明,该算法在队列稳定性、平均丢包率等性能方面要明显优于基于常规PID的AQM算法.     

异构多跳无线传感器网络容错性拓扑控制算法

异构无线传感器网络(heterogeneous wireless sensor works, HWSN)能有效降低数据转发延迟、网络能量消耗,是一种更现实的网络模型,基于HWSN的k容错性拓扑控制是一类NP难问题。在综合分析HWSN网络模型的基础上,本文设计了简化网络图构建方法,通过构造有序邻集来约束节点的最大发射功率,以网络总功耗与容错性双优化为目标,实现了一个k容错性分布式拓扑控制算法(k-fault tolerant distributed topology control, k-FTDTC)。实验结果表明,相比分布式拓扑控制(distributed adaptive topology control, DATC)方法,k-FTDTC算法有效降低了网络总功耗和最大发射功率,且具有较好的容错性和较低算法复杂度。     

网络控制中基于LMI的次优化允许等价时滞界研究

针对网络控制问题，建立包含变网络时建及网络传输丢包等非理想网络状况的系统统一模型．提出将非理想网络状况转化为次优化允许等价时滞界的方法。通过引入自由矩阵及次优化允许等价时滞界方法，将求取最大允许时延问题转化为基于LMI的次优化允许等价时滞界求解问题并提出相应求解算法。仿真结果说明该方法具有较小的保守性。     

模糊-GPC串级控制在网络时延控制中的应用

为了解决网络闭环非线性控制系统中的时延问题,本文提出了一种在模糊神经网络控制的基础上结合广义预测控制(GPC)处理非线性系统网络时延的方法,建立了网络控制系统的结构模型,并分析了此模型对处理非线性网络控制系统中时延问题的有效性。在MATLAB环境下对网络控制倒立摆系统进行了仿真,通过对比模糊神经网络控制与模糊-GPC串级控制的控制效果,进一步证实了此方法对非线性网络控制系统能够实现稳定控制。     

基于T-S模糊模型的网络控制系统鲁棒H∝容错控制

针对同时存在网络时延和数据包丢失的网络环境,研究了执行器故障下一类非线性网络控制系统的鲁棒H_∞容错控制问题。基于不确定T-S模糊模型描述的非线性网络控制系统模型,考虑了更实际、更常见的执行器部分失效情况。通过引入一个积分不等式,获得了此类系统的时滞相关鲁棒稳定性条件,且采用锥补线性化算法给出了此类系统的鲁棒H_∞容错控制器设计方法。仿真算例表明,对于任意容许的不确定性以及执行器故障,所设计的控制器能使系统鲁棒渐近稳定,且具有H_∞范数界。       

基于变采样周期方法的网络控制系统协同设计

提出了一种基于变采样周期的动态调度策略,通过实时调整控制系统的采样周期以适应网络中信息流的变化,改善网络中时延、丢包等问题.采用动态调度策略的NCS为一个变采样周期系统,考虑时延的影响,通过等效变换将时延和采样周期的不确定性转化为系统参数的不确定性,从而将NCS建模为一类具有参数不确定性的离散时间系统,并给出了系统D-稳定的控制器设计方法,实现NCS的控制与调度协同设计.最后通过数值仿真验证了所提出的方法的有效性.     

基于自适应灰色预测的虚速率算法

虚速率(VRC)算法是近年来新兴的一种基于速率的主动队列管理算法,本文将灰色预测、自适应控制与虚速率算法三者的设计思想融合起来,提出一种新的基于自适应灰色预测的虚速率算法。将二次型性能指标引入到VRC算法中PID控制器的整定过程中,按照性能指标的负梯度方向修改加权系数,实现了PID的自适应最优控制。同时将自适应PID与灰色预测器相结合,用预测结果代替被控对象测量值,克服了网络时滞和干扰给系统带来的负面影响,并进行了稳定性分析。仿真结果表明,该算法具有优良的性能。     

DTHMM based delay modeling and prediction for networked control systems

In the forward channel of a networked control system (NCS), by defining the network states as a hidden Markov chain and quantizing the network-induced delays to a discrete sequence distributing over a finite time interval, the relation between the network states and the network-induced delays is modelled as a discrete-time hidden Markov model (DTHMM). The expectation maximization (EM) algorithm is introduced to derive the maximumlikelihood estimation (MLE) of the parameters of the DTHMM.Based on the derived DTHMM, the Viterbi algorithm is introduced to predict the controller-to-actuator (C-A) delay during the current sampling period. The simulation experiments demonstrate the effectiveness of the modelling and predicting methods proposed.     

高速动车组列车网络控制系统仿真与建模研究

研究了高速动车组列车网络控制系统的过程数据调度及事件仲裁算法。针对高速动车组网络控制系统的特点,提出了列车网络控制系统主节点和从节点的实现算法,并利用OPNET仿真软件建立了列车网络控制系统的模型。在不同的仿真场景下运行仿真模型,通过对仿真和理论计算得到了列车通信网络协议的数据通量和端对端延时特点。针对消息数据的事件仲裁机制,通过仿真得出了不同条件下的碰撞特性。仿真结果表明了所提出方案的有效性,为实际高速动车组网络控制系统的设计和调试提供了依据。     

基于自适应模型非线性系统容错控制的研究

针对未知的多变量非线性动态系统,提出了一种新型的自适应故障容错控制方法。该方法首先通过设计一个自适应RBF神经网络模型建立未知过程的动态模型,并利用扩展卡尔曼滤波算法在线调节RBF网络权值学习系统的时变参数和故障动态,然后设计基于此模型的自适应迭代逆模控制算法实现相应的容错控制策略。将容错方法成功应用到一个连续的多变量三水箱过程。     

基于遗传预估策略的智能主动队列管理

针对TCP传输过程中的典型时滞特性,提出了一种智能主动队列管理算法.该算法以自学习预估机制模型为核心来克服大时滞特征对网络稳定性能的影响,拥塞控制系统以两条信息通道分别实现模型补偿和预测控制功能.模型补偿通道采用了Smith预估嚣实现对网络时滞特征的动态补偿,并进一步设计迭代进化算法实现对Smith预估模型未建模特征的估计过程.预测控制通道采用基于神经网络的PID智能丢弃算法,通过神经网络的学习预测功能自适应调整预测控制通道的控制行为.通过仿真研究表明了提出的控制方法显著提高了拥塞控制机制的稳定性能和自适应性能.