网络控制系统反馈和前向通道的随机时延补偿

针对网络化控制系统的网络诱导时延,提出了一种改进的补偿时延的预测控制方法。对于反馈通道,根据测量的反馈时延设置预测步长,采用柔性控制增量算法设计预测控制器对时延进行补偿。对于前向通道,前向时延相对控制器来说是未知的,为此在系统输出端和前向通道间添加一个反馈补偿环节,设计一个控制补偿器估算出历史时刻实际作用于被控对象的控制量与控制器在此时刻输出的控制量之间的误差,用该误差来补偿前向时延的影响。当被控对象参数缓慢变化或未知时,给出了渐消记忆递推最小二乘辨识算法的网络化反馈修正算法。最后对闭环系统的稳定性做了分析并通过仿真验证了该策略的有效性,保证了网络化控制系统的良好性能。     

有数据包丢失网络控制系统的建模和控制

针对一类具有不确定时变时延和数据包丢失的网络控制系统,提出了一种控制器设计方法。在控制器节点利用状态预测器,当传感器数据丢失时,用预测状态代替当前对象状态;当传感器数据传输成功时对预测状态进行修正,并应用预测状态来构造控制律。在执行器节点采用缓冲技术将控制器-执行器时延转化为固定实验。与状态预测器相结合,将有数据包丢失的长时延网络控制系统建模为有事件率约束的异步动态系统。根据此模型,以矩阵不等式的形式给出了系统指数稳定的充分条件,通过求解矩阵不等式的可行解获取控制律。仿真算例说明了该方法的有效性。     

基于动态事件触发机制的双通道时延网络预测控制

本文针对传感器-控制器通道和控制器-执行器通道均存在时延的网络控制系统(NCSs),研究了在动态事件触发机制(DETM)下基于模型的网络预测控制(NPC)问题。通过在静态事件触发机制(SETM)中引入一个内部动态变量,设计了双通道动态事件触发机制,采用龙伯格观测器对系统状态进行估计,提出了基于模型的网络预测控制方法主动对双通道网络时延进行补偿,根据Lyapunov稳定性理论,给出了网络控制系统渐进稳定的充分条件,通过数值仿真验证了所提方法的有效性。     

基于动态矩阵方法的网络控制系统补偿策略

针对网络控制系统数据包不确定的问题,分析了该特性对网络控制系统的影响以及目前的控制方法,设计了控制器节点由事件-时间驱动,传感器节点和执行器节点由时间驱动的分布式网络控制系统模型.在此基础上,根据预测控制中动态矩阵方法具有的简单实用的特点,提出了基于动态矩阵方法的时延控制和数据包丢失补偿策略.应用此策略进行了仿真,结果表明补偿后的系统输出与存在网络时延,但数据包按时到达的系统输出几乎一致,验证了该策略的有效性.     

预测控制理论在网络时延补偿策略中的应用

针对网络控制系统(NCS)中的时延问题,在分析网络时延特性的基础上,对系统采用预测控制策略进行时延补偿,该策略用易于测量的网络往返时延代替不易单独测量的前向时延和后向时延,并用MATLAB/TrueTime仿真工具箱对实际系统进行了仿真实验研究.仿真结果表明该策略能保证网络控制系统的良好性能.     

带误差补偿的GPC对网络控制系统时延的解决

针对网络控制系统(NCS)具有不确定时延的特性，提出了将广义预测控制(GPC)应用于网络控制系统的思想。为了克服模型失配和系统不确定性的影响，基于BP神经网络建立一个误差的预测模型，用误差预测值对输出预测值进行补偿，构成新型的广义预测控制算法，并采用了平滑滤波的加权输入控制律。在网络控制系统中，测试了网络数据传输的随机延迟时间特性，比较了GPC和具有BP网络预测误差补偿的GPC两种控制方法，验证了具有BP网络预测误差补偿的GPC在模型失配时的更好的控制性能。     

一种NPCCS的时延补偿与控制方法

针对网络时延的存在影响系统稳定性的问题,提出一种基于新型内模控制和Smith预估控制的NPCCS时延补偿与控制方法.以真实网络数据传输过程代替其间网络时延预估补偿模型,在满足被控对象预估模型等于其真实模型的情况下,可实现对网络时延的动态补偿与控制.仿真结果表明,系统具有良好的跟踪性能,较强的鲁棒性和抗干扰能力.     

广义预测算法在网络控制系统中的应用

在网络控制系统中,由于网络的引入不可避免的导致信息的延时.从而使得控制系统的性能下降甚至导致系统不稳.本文在分析网络时延特性的基础上,采用广义预测控制策略对进行时延补偿,并利用Matlab对被控对象进行了仿真实验研究.仿真结果表明该控制策略能使得网络控制系统具有良好性能.     

网络控制系统时延补偿方法设计与实现

网络时延问题是网络控制系统中的主要问题.对网络时延以及影响时延大小的因素进行分析.从通信技术和控制技术相结合的角度出发,提出在线时延补偿方法,以解决网络时延对系统性能的影响.通过CAN bus网络控制实验平台对该补偿方法的有效性进行验证.实验结果表明,在线时延补偿方法在保证系统稳定性的同时,满足了系统静态性能的要求.     

基于事件预测的遥操作机器人系统的性能分析

Internet的时变时延及数据丢包严重影响了互联网遥操作机器人系统的操作性能,甚至造成了系统不稳定.为降低时变时延对遥操作机器人系统性能的影响,文中基于具可变滑动窗口的稀疏多元线性回归算法提出了单步时延预测算法,并在此基础上设计了基于事件预测的网络遥操作机器人系统.该系统在主端加入基于时延预测的离散路径管理器,它通过求解超前的优化函数,在线产生一个合适的预测路径的事件参数,从而提高跟踪性能和环境适应能力以应付突发事件的发生.根据Lyapunov稳定性定理,文中还推导得到了该系统的稳定性条件.本地实验和跨地区的遥操作机器人实验结果表明,文中方法能有效解决时变时延以及网络数据丢包引起的稳定性问题和性能下降问题.     

基于MCS算法的自适应时滞补偿振动控制研究

由于Smith预估时滞补偿器对预估模型和预估时间有较高的要求,在预估模型和时间出现较大偏差时会引起时滞补偿的MCS算法出现控制效果下降甚至失稳的问题,因此,基于李雅普诺夫稳定性原理,设计一种自适应时滞补偿结构添加到时滞补偿MCS算法中,构建一种具有自适应时延补偿的MCS算法。选取悬臂梁结构为研究对象进行仿真分析,结果表明改进的MCS算法不仅克服了预估时间出现较大偏差时的失稳问题,而且具有较好的时滞补偿控制效果。     

基于SVM的Internet网络时延分析及预测

针对基于Internet的网络控制系统,采用Socket通信方式构建了网络控制系统的通信平台,在此平台上对网络延时进行了测试.基于时间序列分析方法,对Internet网络延时特性以及延时时间序列的自相关性进行了统计分析;进而提出了基于支持向量机(SVM)的网络延时预测方法.仿真结果证明,和线性预测算法相比,采用支持向量机预测网络延时具有较高的正确率.     

大滞后非线性系统PID型多步预测控制

简要概述了基于神经网络的大滞后非线性系统多步预测器的实现,在分析直接多步预测中的误差自关联问题的基础上,提出一种较为准确的去误差直接预测方法,引用鲁棒性好的PID型多步预测目标函数对滞后非线性系统实现预测控制.在控制中,采用适用于动态系统的递归神经网络.仿真实验表明了所提方法的有效性.     

偏心支撑框架子结构实时混合仿真试验研究

实时混合仿真是一种新兴的结构抗震试验方法.建立了一套混合仿真试验系统,其中包括基于OpenSees有限元软件的数值模拟计算机,具有时滞补偿功能的目标计算机以及终端连接的电液伺服控制系统.在MATLAB中建立Simulink数值仿真模型,并提出了一种基于位移预测的自适应前馈时滞补偿器.最后,以一个单层三跨高强钢组合偏心支撑钢框架结构为原型,取边跨带有偏心支撑的单层钢框架作为试验子结构,进行了一个缩尺比例为1/2结构模型的实时混合仿真试验.试验结果表明随着模型整体响应加速度峰值的增大,控制系统的最大时滞补偿误差、最大幅值误差均有增大趋势,但均在容差允许范围之内,同时说明了该混合仿真试验系统具备良好的稳定性和精度,能够有效地对偏心支撑框架子结构结构模型进行抗震性能试验.     

纯滞后对象的直接补偿外模控制器

提出了一种适用于纯滞后对象的外模控制器,将外部模型输出与系统实际输出之差经滤波后直接补偿控制信号。标称系统的动态性能由外部模型和补偿器来保证;系统的鲁棒性能和抗干扰能力则由滤波器来保证,二者可以解析设计,仿真结果表明,这种外模控制器具有良好的动态性能和抗干扰能力,鲁棒性能优于Ｓｍｉｔｈ预估控制,而且设计简单、方便。     

DMC-PID串级控制在CVT速比控制系统中的应用

通过分析CVT速比控制系统的结构及基本控制原理,确定该系统具有时滞弱非线性特性,论述了常规PID控制算法以及单一的DMC控制算法应用于该系统的局限性.针对这一问题,设计了DMC-PID串级预测控制算法,该算法将经过PID校正的速比控制系统作为广义的控制对象,用DMC预测算法在线滚动优化控制参数,在优化过程中利用实测信息不断进行反馈校正,充分发挥DMC算法的超前预测性和强鲁棒性以及PID控制算法的抗干扰能力.台架实验结果表明,与常规的PID算法相比,该算法能有效减小速比跟踪过程中的波动,超调量由14%下降为4%,过渡时间由6 s缩短为4.5 s,提高了系统的动静态性能.     

基于LMI方法的一类时滞不确定系统的变结构控制

考虑了一类时滞不确定系统的变结构控制问题.通过构造动态补偿器,来设计一类特殊的切换函数,减少了时滞项和不确定性对系统的影响.利用矩阵不等式和系统变换技巧,给出了切换函数参数的具体构造,由于判据中需要的参数是由线性矩阵不等式解出的,不是事先估计选定的,减少了结论的保守性.最后给出了数例仿真,利用Matlab的LMI工具箱,能够方便的求出线性矩阵不等式,说明了用新的滑模到达条件不仅抑止了抖振,而且系统的运动具有良好的动态品质.     

用改进的人工免疫算法设计时滞滤波器系统

为了改善闭环系统的动态性能,设计了含有时滞滤波器的闭环系统.首先,描述了一类含时滞滤波器的闭环系统的数学模型;其次,提出了用改进的人工免疫算法优化闭环系统参数的方法;最后,进行了仿真.仿真结果表明,用改进的人工免疫算法寻找最优闭环系统,与基本的遗传算法相比,闭环系统有更好动态性能.     

基于遗传算法时滞系统的滤波器参数自调整内模控制

对于工业控制过程中的时滞系统,采用内模控制的设计方法,建立了滤波器参数λ的优化自整定;并且研究了利用十进制编码的遗传算法及其具体的遗传操作过程,实现了滤波器参数λ的优化自整定,从而避免了二进制编码所导致的影射误差.仿真结果表明,对于在控制过程中过程模型变化或过程模型与预估模型失配时,通过优化调整内模控制器的滤波器参数λ;可改善系统的控制品质,提高控制系统的鲁棒性,且易于工程实现.     

主动变采样周期方法在网络化控制系统中的应用

针对基于Internet的网络控制系统中由于控制器位置变化可能导致控制性能下降甚至不稳定的问题,提出了主动变采样周期的网络化控制器设计方法. 为变采样周期的网络化控制系统建立了离散数学模型,采用Lyapunov方法给出了短延时情况下主动变采样周期网络控制系统闭环稳定的充分条件,并在倒立摆网络化控制系统中进行了实验验证. 实验结果证明了采用固定采样周期的控制器在网络位置变化后可能使系统不稳定,采用主动变采样周期的状态反馈控制方法设计的控制器在网络位置变化后仍然可以使系统稳定.