时变延时网络控制系统容错控制的研究

时变延时现象的存在是网络控制系统容错控制的一个巨大难题,该文对具有时变延时网络控制系统容错控 制的研究进行了总结,在前人研究成果的基础上,提出了一种时变延时网络容错控制算法.首先提出了一个带有不 同时间延迟和传感器或执行器故障的网络控制模型,通过改变采样周期,将数据传输引起的时间延迟限制在一个 采样周期内,然后用稳定性理论设计容错控制算法.仿真实验结果证明,将该算法应用于时变延时网络控制系统是 可行的、有效的.     

时变采样网络控制系统的容错控制器设计

研究了具有时变采样周期的网络控制系统在执行器故障时的容错控制器设计问题.首先,将时变采样周期的不确定性转化成系统结构参数的不确定性,建立了时变采样周期网络控制系统的离散模型;在此基础上,设计了状态反馈容错控制器,保持闭环网络控制系统稳定并满足给定的LQR性能指标,该控制器参数通过求解线性矩阵不等式(LMIs)得出.最后,通过实例阐述了上述设计过程,仿真结果证明:此方法是有效的.     

基于混杂系统技术的网络控制系统的建牛与稳定性分析

针对网络控制系统中网络带宽受限所产生的传输延时问题提出一种基于混杂系统技术的建模方法,采用动态输出反馈形式给出了闭环网络控制系统描述,将采样周期和传输延时为常数的情况推广到时变情况,使所建立的模型更具有一般性;并运用混杂系统理论分析了网络控制系统的稳定性,避免了将其转化成一般延时系统构造Lyapunov函数所带来的困难.增大系统稳定域的同时,使系统具有良好的动态性能.仿真结果说明了此方法的可行性和有效性.     

基于小波神经网络的工业以太网延时预测控制

随着网络控制研究的兴起,对工业以太网延时进行补偿成为研究的重点方向.针对网络延时给网络控制系统带来的问题,提出用小波神经网络对工业以太网延时进行预测,根据输入的过去时间延迟序列预测输出下一采样时刻的网络延时值.预测模型的参数通过训练算法实时更新,以保证预测输出的准确性.对实际工业以太网延时数据样本的预测分析表明,该预测模型能够有效预测延时.为进一步说明延时预测效果,将延时预测模型应用于网络控制系统进行延时的预测与补偿,系统仿真结果证明了预测模型预测的准确性及补偿的有效性.     

诱导延时和数据包丢失的广义网络控制系统的建模及其控制

针对广义网络控制系统的延时和数据包丢失问题,在诱导延时时间小于和大于采样周期T、单包传输和多包传输数据包丢失情况下,建立广义网络控制系统的模型并进行相关控制器设计.最后探讨了使网络控制系统稳定所允许的最大延时界限,为实际控制工程中广义网络控制对象的研究提供了理论依据.     

变采样周期网络控制系统的量化状态反馈控制

研究了一类具有变采样周期的网络控制系统的量化状态反馈控制问题.将从传感器到控制器的随机时延作为系统的时变采样周期,通过将具有时变采样周期、随机时延和量化器的网络控制系统建模为M arkov跳变系统,利用李雅普诺夫稳定性理论和线性矩阵不等式方法给出了系统指数均方稳定的充分条件,并设计了一种量化状态反馈控制器.通过仿真算例说明了所提方法的有效性.     

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.      

网络控制系统中状态观测器的设计方法

阐述了当前网络控制系统的类型与结构，在此基础上，论述了网络控制系统在单个数据包传输且随机时间延迟小于一个采样周期的情况下，全维状态观测器的设计方法，并提出了一种基于状态观测器的动态补偿方法．最后给出了不同随机时间延迟范围下的系统仿真，证实了这种补偿方法的有效性。     

变采样网络控制系统的稳定性分析

目前网络控制系统多采用事件驱动方式,这种驱动方式适用于网络延时小于一个采样周期的网络控制系统。为了解决网络延时大于一个采样周期的问题,提出了事件-时间驱动方式。在采用事件-时间驱动方式下系统成为变采样网络控制系统。在网络时延大于一个采样周期情况下,系统中的控制值和反馈值不能准时到达时,该系统使用预测环节预测的预测值。在基于预测值的变采样网络控制系统中,给出了不同网络时延所对应的状态转移矩阵,分析了变采样网络控制系统稳定需要的条件,最后给出了一个例子说明了变采样网络控制系统采用预测值控制可以使系统稳定运行。     

网络控制系统中任务与信息的优化调度

为了提高网络控制系统性能,解决网络控制系统中信息和任务相互约束的问题,设计了同时调度网络控制系统中任务与信息的算法.采用遗传算法优化调度序列,减小系统采样周期和端端延时,优化了系统整体性能.最终形成同步异构系统一个周期内的调度表,确定了系统每个子任务的执行时间和占用资源,解决了不同控制回路资源冲突问题和相同控制回路任务与信息执行顺序的约束问题,并且保证了每个子任务的实时性.仿真表明该算法是有效的.     

一类不确定时延状态反馈网络化系统鲁棒稳定性

考虑控制器和执行器事件驱动、传感器时钟驱动、恒定周期采样和不大于一个采样周期的不确定时延,将有控制约束的状态反馈网络控制系统建模为含有不确定性的离散时变系统.利用Lyapunov理论和线性矩阵不等式方法,导出系统鲁棒稳定的充要条件.利用Matlab LMI工具箱求解该条件,可在判定该类系统稳定性的同时,获得系统鲁棒控制律.仿真算例说明了分析方法和稳定判据的有效性.     

不确定网络化控制系统的鲁棒容错控制

提出了网络化控制系统(NCS)的一种建模方法.该方法采用时延估计法和在线取得时延法来获取时变时延,不仅解决了采样时差和时变时延难以估计的难点,而且大大简化了NCS的建模过程.针对NCS中传感器和执行器的失效问题,利用Lyapunov法给出了一种新的鲁棒容错控制算法.运用该算法设计的控制器可使系统在网络时延、故障和建模误差的共同干扰下依然稳定运行,而且该算法接近于普通的状态反馈设计,便于工程实现.实验结果表明,算法能使系统在传感器失效和建模误差的作用下保持鲁棒稳定性.     

变采样周期网络控制系统的状态反馈设计

针对短时延网络控制系统,提出了将时变采样周期分成为定常采样周期和网络诱导时延的和．建立了系统离散模型,将采样周期的不确定性转换成系统参数的不确定性．研究设计了静态状态反馈控制器,基于线性矩阵不等式的可行解给出了控制器参数．仿真证明了该方法的有效性．比较于其他的设计方式,该方法的计算量小．     

时变时延广义网络控制系统的稳定性分析

针对一类具有时变时延的广义网络控制系统,研究了系统的稳定性和控制器设计问题.假定广义网络控制系统中的传感器采用时钟驱动,控制器和执行器采用事件驱动,时延小于一个采样周期且是时变的.首先对广义网络控制系统进行建模,利用李雅普诺夫函数和线性矩阵不等式方法,给出系统渐近稳定的充分条件.利用Matlab LMI工具箱,可在判定系统稳定的同时,得到使系统稳定的相应的状态反馈控制器.     

双率控制系统指数镇定的一个切换系统方法

由于各种传感器的不同采样周期,线性系统的状态变量被分为两类,每一类状态变量有一个采样周期.根据两类状态变量不同的采样周期,提出了一个周期的切换控制器.因此双率控制系统可以被建模为一个带有时变的锯齿状时滞的切换系统,并给出了使系统镇定的充分条件和相应的控制器设计方法.     

基于异步动态系统的网络控制系统建模

研究了同时存在数据传输延时与数据包丢失的网络控制系统的建模问题．系统中传感器采用时间驱动，执行器与控制器采用事件驱动，传感器的数据采用单包传输．假设传输延时小于采样周期，且数据包传输的成功率一定，则整个网络控制系统可以描述为一个具有2个事件的异步动态系统．针对对象状态均可测，控制律采用状态反馈的情况，利用双线性矩阵不等式方法，讨论了网络控制系统指数稳定的问题，给出了稳定性的充分条件．     

一类新的基于神经网络预测的变周期网络控制系统采样方案

提出了一类新的能够减轻时延对网络控制系统影响的基于神经网络预测的变周期网络控制系统采样方法,简要论述了在网络控制系统中融入了BP神经网络后,如何对它进行建模、分析、控制,被选作采样周期的时延可以利用BP神经网络工具进行在线预测,文中还给出了一种新的可以应用于生产实践的网络控制系统推广模型.     

时滞网络化控制系统的鲁棒H∞稳定性分析孙

考虑控制器和执行器事件驱动、传感器时钟驱动、恒定周期采样和不大于一个采样周期的不确定时延,将有控制约束的状态反馈网络控制系统建模为含有不确定性的离散时变系统。利用Lyapunov理论和线性矩阵不等式方法,导出系统鲁棒稳定的充要条件。利用Matlab LMI工具箱求解该条件,可在判定该类系统稳定性的同时,获得系统鲁棒控制律,仿真算例说明了分析方法和稳定判据的有效性。     

一种新的变采样周期策略在不确定负载NCS中的应用

由于网络本身以及网络中应用节点的不确定性,使得网络控制系统工作在一个可变负载、开放、不稳定的环境中。为保证网络控制系统在可变负载的网络环境中稳定运行,提出了一种基于多输入多输出支持向量机(MIMO-SVM)的变采样周期策略,根据网络负载的变化,动态地更新各控制回路的采样周期。仿真结果表明:该策略可以使可变负载的网络控制系统始终稳定运行,并且在提高网络控制系统控制性能的同时也提高了网络的可调度性。     

MIMO多输入输出网络控制系统的容错控制

针对被控对象为具有不确定因素的多输入多输出网络控制系统,设传感器与控制器均为时间驱动,执行器为事件驱动,网络诱导时延小于采样周期,将未能成功传输数据的传感器节点视为暂时失效,把具有传感器故障的网络控制系统建模为一类带有不确定因素的离散模型,借助Lyapunov定理给出了系统渐近稳定的充分条件,基于LMI方法得出观测器和控制器的分离设计方法,实现了MIMO网络控制系统的容错控制。