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.     

时变时延网络化控制系统的容错控制

针对网络化控制系统的时变时延,建立了时变数学模型,针对传感器和执行器的失效问题进行了讨论,研究了其容错控制器设计问题．仿真结果验证了该方法的有效性．     

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。     

网络控制系统的延时补偿方法

在控制器与执行器直接相连的网络控制系统中,执行器接收端设置寄存器,以整数倍的传感器采样速率读取采样信号,并用其计算控制量,从而使采样信号得到最优利用,进而在一定程度上减小了网络延时。并在此基础上,提出了一种利用系统的状态方程及观测器补偿随机网络延时的方法。仿真结果证明了该方法的有效性。     

网络控制系统的鲁棒H_∞容错控制器设计

研究了一类网络控制系统(NCS)的鲁棒H∞容错控制器设计问题.基于一类包含网络时延和数据包丢失的网络控制系统模型,考虑了更实际、更一般的执行器部分失效情况.然后利用Lyapunov Krasovskii泛函方法,通过引入一个积分不等式,得到了此类系统的H∞鲁棒稳定性条件并且采用锥补线性化算法给出了此类系统的鲁棒H∞容错控制器的设计方法.最后,数例仿真结果表明,对于任意容许的不确定性以及执行器的故障,所设计的控制器能使系统鲁棒渐近稳定,且具有H∞范数界.     

不确定时变滞后系统的鲁棒容错控制

研究一类不确定时滞后系统的鲁棒容错控制问题,当系统既有状态时变滞后,又有控制输入时变滞后,而且状态和控制输入的不确定项均不满足匹配条件时,利用线性矩阵不等式,得到了系统可由基于观测的 状态反馈鲁棒镇定的充分条件,同时在执行器发生故障时具有完整性。     

延时时变受控过程的模糊控制

本文提出一种可预测过程延时的模糊控制器，其特点是结构简单，易于微机实现。     

具有α-稳定的网络化控制系统容错设计

针对具有时变时延和丢包的网络化控制系统,研究了系统在闭环极点具有α-稳定条件约束下,执行器或传感器发生失效故障时的容错设计问题.文中将丢包当作一种特殊时延,综合考虑时延上、下界及时延变化率,通过构造适当的时滞依赖Lyapunov-Krasovskii泛函,推证出网络化控制系统具有α-稳定容错能力的判别准则,并以求解LM...     

具有非线性摄动网络控制系统的量化控制设计

针对具有网络诱导时延及数据包丢失的非线性摄动网络控制系统,考虑系统存在量化误差及非线性摄动等干扰,建立具有一般性的网络控制系统新模型.基于李雅普诺夫稳定性原理和线性矩阵不等式方法,提出网络控制系统渐进稳定的充分条件和量化反馈控制器设计方法.通过求解凸优化问题获得具有非线性摄动网络控制系统的最大允许时滞界.最后,仿真示例验证了所提出方法的有效性.     

时变时滞连续系统的鲁棒容错控制

研究了不确定时变时滞线性连续系统存在有界参数不确定时的容错控制问题,对传感器和执行器的实效问题进行了讨论,提出了保证系统鲁棒稳定的设计算法,研究结果表明,该算法能保障系统的容错性和稳定性,其仿真数值结果验证了该方法的有效性。     

存在随机延时的网络控制系统的性能分析

针对网络控制系统中普遍存在的网络延时问题,利用根轨迹法对前向通道和反馈通道同时存在随机网络延时的网络控制系统进行研究,通过仿真分析随机延时对网络控制系统稳定性和控制性能的影响,并采用NetCon控制器与液位控制系统实验装置组成一个网络控制系统,针对不同的随机网络延时对控制系统性能的影响进行实验研究.研究结果表明:系统在较小的延时下仍能保持一定的稳定,随着延时的增大,系统的控制精度有所降低;而较大的随机延时不但降低系统的总体快速性,同时,使系统的稳定性和控制精度明显降低,而当随机延时大到一定程度时,系统的稳定性难以保证.     

基于在线时延辨识的网络控制系统调度

基于在线网络时延的辨识方法,提出一种对网络控制系统的周期信息、非周期信息和消息的实时动态调度算法.所提出的利用一种滤波器的辨识方法能够实时在线辨识网络时延,而且基于该时延辨识的调度算法能够动态地调整采样周期和分配带宽,并保证系统的性能和提高网络资源的利用率.仿真实例说明了辨识方法的有效可行性.     

变采样周期网络控制系统的模型预测控制

对一类具有随机时延和输入约束的网络控制系统,利用变采样周期的方法,将连续的被控对象离散化,从而将网络控制系统建模为部分转移概率未知的Markov跳变系统.基于预测控制的滚动优化原理,提出一种模型预测控制策略,通过线性矩阵不等式的方法,给出保证整个闭环系统随机渐近稳定充分条件.仿真算例说明所提方法的有效性.     

网络控制系统的控制方法研究

分析了网络控制系统中几类时延的特点及其对控制系统的影响,并对近年所提出的处理周期性和随机时变时延的各种控制方法进行了较为全面的综述与评价,比较了各种方法的优缺点．最后指出了今后可能的发展方向．     

神经网络容错控制结构研究

可靠性是衡量控制系统性能和品质的重要指标。容错控制是提高控制系统可靠性的一种有效手段，神经网络具有非线性特性，容错能力，学习机制，在容错控制中具有得天独厚的优势。该文分析了容错控制理论的发展状况及神经网络的特性，提出一种基于神经网络的分层递阶容错控制结构，并从可靠镇定，控制重构和完整性设计等效有度进行探讨。     

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.     

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.     

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.     

一种智能容错控制方法

讨论了当控制系统出现执行器故障时的一种容错控制方法。该方法中的故障检测器由神经网络构成,而容错控制器则采用控制器重构方式设计,以使故障系统的性能尽可能与正常系统的性能相同。此外,对于具有某类非线性干扰的线性系统,采用了由神经网络构成的非线性控制器,以消除其非线性干扰,仿真结果表明该方法是有效的。