基于观测器的CAN网络在线时延补偿策略

网络时延问题是网络控制系统中的主要问题。为了解决网络时延给控制系统带来影响的问题,首先分析网络时延的产生及其可能的取值特性,在网络时延统计特性信息的基础上,从通信技术和控制技术相结合的角度出发,提出了一种基于观测器的在线时延补偿方法。通过CAN bus网络控制实验平台,分析了该补偿方法的有效性。实验结果表明,在网络延迟大的控制系统中该策略仍具有良好的控制效果。     

单输入网络化控制系统的时延补偿滑模控制

针对网络化控制系统中存在的网络诱导时延问题,提出了一种离散滑模控制方法。基于一类线性时不变被控对象的单输入网络化控制系统离散模型,构造了具有时延补偿的滑模面。通过系统状态预估及对状态运动的分析,设计了可以完全消除系统抖振的滑模控制器。李亚普诺夫方法证明了该控制器能使系统状态在不产生抖振的前提下收敛于滑模面,并保证系统的渐近稳定,同时不要求网络诱导时延小于一个采样周期。以位置伺服系统为对象的仿真实例验证了该设计方法的有效性。     

磁悬浮系统网络化控制器的设计与实现

以磁浮列车悬浮控制系统为对象,提出了网络化悬浮系统的控制方案,建立考虑网络时延下的悬浮控制系统模型,设计了基于模型的控制算法以对网络诱导时延进行补偿,建立网络化悬浮控制系统的硬件平台,并以单模块悬浮系统为对象进行了实验,仿真分析和实验表明了网络化悬浮控制系统的可实现性和控制算法的有效性.     

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。     

网络控制系统的时延补偿策略研究

网络控制系统中由于通讯网络的引入而导致的网络时延对控制系统的稳定性和性能带来很大负面影响。对具有随机时延和系统噪声的一类网络控制系统进行了分析,设计了一种可以对随机时延进行补偿的状态观测器,该状态观测器可同时实现对噪声的滤波处理。根据文中的延迟补偿方法,研究了闭环系统的稳定性。通过实验研究,证实了提出的利用状态观测器进行时延补偿策略的有效性。     

基于改进Smith预估补偿的网络控制系统研究

为了有效减少网络时延对网络控制系统的影响,提出了一种新的改进Smith动态预估补偿方法,实现了将前向通路的时延从闭环回路中移到闭环回路外,将反馈通路(传感器到控制器)的时延从系统中彻底消除,无需对反馈通路实施网络调度。由于补偿模型不包含网络时延,因此无需在线测量、辨识或估计网络时延的大小,适用于网络时延是随机、时变和不确定,大于一个、甚至数十个采样周期的应用场合。基于CSMA/CD(Ethernet)和CSMA/AMP(CAN bus)网络协议,仿真研究验证了该方法的有效性。     

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。     

网络控制系统时延的预测控制补偿方法

针对网络控制系统的时延问题,提出一种补偿方法。对于反馈通道,时延是已存在的,可以进行测量,这部分时延通过预测控制算法进行补偿。前向通道的时延对于控制器是未发生的,是不可知的,为此在系统输出端和前向通道间附加一个控制补偿环节以减小前向通道时延的影响。该方法简单可行,实时性强,便于工程应用。最后分析了系统的稳定性并通过仿真实验表明该策略的有效性,保证了网络控制系统的良好性能。     

网络控制系统的分析与硬件在线仿真

网络控制系统(NCS)是一种新型计算机控制系统,通过工业网络实现控制单元之间的数据交换,但这也给控制系统带来了时延等问题.在分析两种常见工业网络的时延特点之后,介绍了硬件在线仿真平台的构建,提出了理论与硬件在线仿真相结合的设计方法,即用平均时延对系统进行理论设计,再在硬件在线仿真平台上进行仿真和参数选择.某二阶系统的设计与仿真过程,说明了该设计方法的有效性.     

基于CANbus的网络控制系统仿真平台

传感器、控制器与执行器的数据经网络进行传输与交换的闭环控制系统称为网络控制系统。网络控制系统是随着计算、通信和控制发展起来的新一代控制系统。目前针对网络控制系统的研究已愈来愈受到业内人士的关注，但是大都是通过软件模拟的方法。网络控制系统作为应用型的领域，软件模拟忽略了实际中的不确定性，因此有局限性。本文介绍基于CAN总线的网络控制系统仿真平台，包括硬件和软件，在现实的网络环境下解决网络控制系统中的种种问题。同时通过一个在此仿真平台所做的实例，以证明网络引起的时延会引起控制系统的不稳定。     

Analysis and optimization of delays in networked control systems

1 .INTRODUCTIONFeedback control systems wherein the control loopsare closed through networks are called networkedcontrol systems ( NCSs) . (See Fig.1) . Differenttypes of network systems are promoted in terms ofvarious network architectures embedded in controlsystems . There are approxi mately two kinds of NC-Ss :specific NCSs and generalized NCSs . The formerare based on common bus technology (e .g. De-viceNet ,ControlNet and LonWorks[1]) and the laterare constructed through comm…     

Online Delay-Evaluation Approach in Networked Control Systems

This paper presents an online evaluation approach of time delays for networked control systems (NCS), which characterizes the time delays without any synchronized clock in the network and any assumptions of time delays. With this approach, an optimal control scheme based on the approach is designed to achieve the desired performance despite the uncertain delays in the system. The experimental results based on CANbus illustrate the effectiveness of the proposed control design and satisfactory performance of the closed-loop system.     

网络控制系统中自适应DMC算法的仿真研究

针对网络控制系统(NCS)提出了自适应动态矩阵控制(DMC)算法。其基本思想是使用一个离散的延迟模型来预测对象的未来输出。给出了算法的推导过程和估计网络引入延迟的方法,基于TrueTime工具箱对比了不同网络条件下自适应DMC算法和传统DMC算法的性能。仿真结果表明自适应DMC算法能够适应网络条件的变化,为NCS提供更好的控制品质。     

多变量网络控制系统建模与稳定性分析

研究了一类多变量网络控制系统的建模和稳定性问题,基于线性时不变对象,推导了该类网络控制系统的时滞连续时间数学模型,并利用李雅普诺夫第二法,分析了系统的渐近稳定性,得到了系统稳定运行的最大允许时延和全时滞稳定的条件。最后,通过实例仿真分析证实了本文所提理论的有效性,以及稳定判据的可行性。     

非线性系统的网络化控制研究

针对一类单输入-单输出仿射非线性系统的网络化控制问题,基于微分几何理论,采用精确线性化方法将非线性系统变换为线性系统;对于网络时滞小于一个采样周期且在小范围随机变化的网络控制系统,将其建模为不确定离散时滞系统,基于线性矩阵不等式设计控制器。文中给出了设计方法和步骤,通过一个仿真算例,证明了方法的正确性。     

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.