CN106707762B - 一种两输入两输出网络控制***不确定时延混杂控制方法 - Google Patents
一种两输入两输出网络控制***不确定时延混杂控制方法 Download PDFInfo
- Publication number
- CN106707762B CN106707762B CN201710090661.1A CN201710090661A CN106707762B CN 106707762 B CN106707762 B CN 106707762B CN 201710090661 A CN201710090661 A CN 201710090661A CN 106707762 B CN106707762 B CN 106707762B
- Authority
- CN
- China
- Prior art keywords
- signal
- node
- control
- loop
- controlled object
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000005540 biological transmission Effects 0.000 claims abstract description 42
- 238000005259 measurement Methods 0.000 claims abstract description 6
- 238000012546 transfer Methods 0.000 claims description 68
- 230000001960 triggered effect Effects 0.000 claims description 25
- 238000005070 sampling Methods 0.000 claims description 17
- 238000011217 control strategy Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 5
- 230000001934 delay Effects 0.000 claims description 3
- 238000013461 design Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 230000001808 coupling effect Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 239000012636 effector Substances 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
TITO‑NCS不确定时延混杂控制方法,属于带宽资源有限的多输入多输出网络控制***技术领域。针对一种TITO‑NCS,其两输入与两输出信号之间相互影响,由于网络数据在节点之间传输所产生的网络时延,不仅影响其自身闭环控制回路的稳定性,而且还将影响另一闭环控制回路的稳定性,甚至导致TITO‑NCS失去稳定性的问题,提出以TITO‑NCS中所有真实节点之间的网络数据传输过程,代替其间不确定网络时延的补偿模型,并对两回路分别实施IMC和SPC混杂控制,可免除对节点之间网络时延的测量、估计或辨识,免除对节点时钟信号同步的要求,可降低不确定时延对TITO‑NCS稳定性的影响,改善***的控制性能质量。
Description
技术领域
本发明涉及自动控制技术,网络通信技术和计算机技术的交叉领域,尤其涉及带宽资源有限的多输入多输出网络控制***技术领域。
背景技术
随着网络通信、计算机和控制技术的发展,以及生产过程控制日益大型化、广域化、复杂化及网络化的发展,越来越多的网络技术应用于控制***。网络控制***(Networked control systems,NCS)是指基于网络的实时闭环反馈控制***,NCS的典型结构如图1所示。
NCS可实现复杂大***及远程控制,节点资源共享,增加***的柔性和可靠性,近年来已被广泛应用于复杂工业过程控制、电力***、石油化工、轨道交通、航空航天、环境监测等多个领域。
在NCS中,当传感器、控制器和执行器通过网络交换数据时,网络可能存在多包传输、多路径传输、数据碰撞,网络拥塞甚至连接中断等现象,使得NCS面临诸多新的挑战。尤其是不确定网络时延的存在,可降低NCS的控制质量,甚至使***失去稳定性,严重时可能导致***出现故障。
目前,国内外对于NCS的研究,主要是针对单输入单输出(Single-input andsingle-output,SISO)网络控制***,分别在网络时延恒定、未知或随机,网络时延小于一个采样周期或大于一个采样周期,单包传输或多包传输,有无数据包丢失等情况下,对其进行数学建模或稳定性分析与控制。但是,针对实际工业过程中,普遍存在的至少包含两个输入与两个输出(Two-input and two-output,TITO)所构成的多输入多输出(Multiple-input and multiple-output,MIMO)网络控制***的研究则相对较少,尤其是针对基于其***结构的时延补偿方法的研究成果则相对更少。
MIMO-NCS的典型结构如图2所示。
与SISO-NCS相比,MIMO-NCS具有以下特点:
(1)输入信号与输出信号之间彼此影响并可能产生耦合作用
在MIMO-NCS中,一个输入信号的变化可以使得多个输出信号发生变化,而各个输出信号也不只受到一个输入信号的影响。即使输入与输出信号之间经过精心选择配对,各控制回路之间也难免存在着相互影响,因而要使输出信号独立地跟踪各自的输入信号是有困难的。
(2)内部结构要比SISO-NCS复杂得多
(3)被控对象存在不确定性的因素较多
在MIMO-NCS中,涉及的参数较多,各控制回路间的联系较多,被控对象参数变化对整体控制性能的影响会变得较为复杂。
(4)控制部件失效的可能性较大
在MIMO-NCS中,至少包含有两个或两个以上的闭环控制回路,并且至少包含有两个或两个以上的传感器和执行器。每一个元件的失效都可能影响整个控制***的性能质量,严重时会使***不稳定,甚至造成重大事故。
由于MIMO-NCS的上述特殊性,使得基于SISO-NCS进行设计与控制的方法,已无法满足MIMO-NCS的控制性能与控制质量的要求,使其不能或不能直接应用于MIMO-NCS的设计与控制中,给MIMO-NCS的设计与分析带来了困难。
对于MIMO-NCS,网络时延补偿与控制的难点主要在于:
(1)由于网络时延与网络拓扑结构、通信协议、网络负载、网络带宽和数据包大小等因素有关,对大于数个乃至数十个采样周期的不确定网络时延,要建立MIMO-NCS中各个控制回路的不确定网络时延准确的预测、估计或辨识的数学模型,目前是有困难的。
(2)发生在MIMO-NCS中,前一个节点向后一个节点传输网络数据过程中的网络时延,在前一个节点中无论采用何种预测或估计方法,都不可能事先提前知道其后产生的网络时延的准确值。时延导致***性能下降甚至造成***不稳定,同时也给控制***的分析与设计带来了困难。
(3)要满足MIMO-NCS中,不同分布地点的所有节点时钟信号完全同步是不现实的。
(4)由于MIMO-NCS中,输入与输出信号之间彼此影响,并可能产生耦合作用,***内部的结构比SISO-NCS复杂,存在的不确定性因素较多,各控制回路的控制性能质量优劣与其稳定性问题将对整个系 统的性能质量与稳定性产生影响和制约,其实施时延补偿与控制要比SISO-NCS困难得多。
发明内容
本发明涉及MIMO-NCS中的一种两输入两输出网络控制***(TITO-NCS)不确定时延的补偿与控制,其TITO-NCS的典型结构如图3所示。
针对图3中的闭环控制回路1:
1)从输入信号x1(s)到输出信号y1(s)之间的闭环传递函数为:
式中:C1(s)是控制器,G11(s)是被控对象;τ1表示将控制信号u1(s)从C1(s)控制器所在的C节点,经前向网络通路传输到执行器A1节点所经历的不确定网络时延;τ2表示将输出信号y1(s)从传感器S1节点,经反馈网络通路传输到C1(s)控制器所在的C节点所经历的不确定网络时延。
2)来自闭环控制回路2执行器A2节点输出的驱动信号u2(s),通过被控对象交叉通道传递函数G12(s)影响闭环控制回路1的输出信号y1(s),从输入信号u2(s)到输出信号y1(s)之间闭环传递函数为:
针对图3中的闭环控制回路2:
1)从输入信号x2(s)到输出信号y2(s)之间的闭环传递函数为:
式中:C2(s)是控制器,G22(s)是被控对象;τ3表示将控制信号u2(s)从C2(s)控制器所在的C节点,经前向网络通路传输到执行器A2节点所经历的不确定网络时延;τ4表示将输出信号y2(s)从传感器S2节点,经反馈网络通路传输到C2(s)控制器所在的C节点所经历的不确定网络时延。
2)来自闭环控制回路1执行器A1节点输出的驱动信号u1(s),通过被控对象交叉通道传递函数G21(s)影响闭环控制回路2的输出信号y2(s),从输入信号u1(s)到输出信号y2(s)之间闭环传递函数为:
发明目的:
针对图3的TITO-NCS,其闭环控制回路1的传递函数等式(1)和(2)的分母中,均包含了不确定网络时延τ1和τ2的指数项和以及闭环控制回路2的传递函数等式(3)和(4)的分母中,均包含了不确定网络时延τ3和τ4的指数项和
由于闭环控制回路1的输出信号y1(s)不仅受到其输入信号x1(s)的影响,同时还受到闭环控制回路2的输入信号x2(s)的影响;与此同时,闭环控制回路2的输出信号y2(s)不仅受到其输入信号x2(s)的影响,同时也受到闭环控制回路1的输入信号x1(s)的影响。网络时延的存在会降低各自闭环控制回路的控制性能质量并影响各自闭环控制回路的稳定性,同时也将降低整个***的控制性能质量并影响整个***的稳定性,严重时将导致整个***失去稳定性。
为此,针对图3中的闭环控制回路1:本发明提出一种基于IMC(Internal ModelControl,IMC)的时延补偿方法;针对闭环控制回路2:本发明提出一种基于SPC(SmithPredictor Control,SPC)的时延补偿方法; 构成两闭环控制回路网络时延的补偿与混杂控制,用于免除对各闭环控制回路中,节点之间不确定网络时延的测量、估计或辨识,进而降低网络时延τ1和τ2,以及τ3和τ4对各自闭环控制回路以及对整个控制***控制性能质量与***稳定性的影响;当预估模型等于其真实模型时,可实现各自闭环控制回路的特征方程中不包含网络时延的指数项,实现对TITO-NCS不确定网络时延的分段、实时、在线和动态的预估补偿与IMC和SPC混杂控制。
采用方法:
针对图3中的闭环控制回路1:
第一步:在控制器C节点中,首先构建一个内模控制器C1IMC(s)用于取代控制器C1(s);为了实现满足预估补偿条件时,闭环控制回路1的闭环特征方程中不再包含网络时延的指数项,以实现对网络时延τ1和τ2的补偿与控制,采用以控制信号u1(s)和u2(s)作为输入信号,被控对象预估模型G11m(s)和G12m(s)作为被控过程,控制与过程数据通过网络传输时延预估模型以及围绕内模控制器C1IMC(s),构造一个正反馈预估控制回路和一个负反馈预估控制回路,如图4所示;
第二步:针对实际TITO-NCS中,难以获取网络时延准确值的问题,在图4中要实现对网络时延的补偿与IMC,除了要满足被控对象预估模型等于其真实模型的条件外,还必须满足不确定网络时延预估模型 以及要等于其真实模型以及的条件。为此,从传感器S1节点到控制器C节点之间,以及从控制器C节点到执行器A1节点之间,采用真实的网络数据传输过程以及代替其间网络时延预估补偿模型以及因而无论被控对象的预估模型是否等于其真实模型,都可以从***结构上实现不包含其间网络时延的预估补偿模型,从而免除对闭环控制回路1中,节点之间不确定网络时延τ1和τ2的测量、估计或辨识;当预估模型等于其真实模型时,可实现对其不确定网络时延τ1和τ2的补偿与IMC;实施本发明方法的网络时延补偿与IMC结构如图5所示;
针对图3中的闭环控制回路2:
第一步:在控制器C节点中,为了实现满足预估补偿条件时,闭环控制回路2的闭环特征方程中不再包含网络时延的指数项,以实现对网络时延τ3和τ4的补偿与控制,采用以控制信号u1(s)和u2(s)作为输入信号,被控对象预估模型G22m(s)和G21m(s)作为被控过程,控制与过程数据通过网络时延传输预估模型以及围绕控制器C2(s),构造一个正反馈预估控制回路和一个负反馈预估控制回路,如图4所示;
第二步:针对实际TITO-NCS中,难以获取网络时延准确值的问题,在图4中要实现对网络时延的补偿与SPC,除了要满足被控对象预估模型等于其真实模型的条件外,还必须满足不确定的网络时延预估模型以及要等于其真实模型以及的条件。为此,从传感器S2节点到控制器C节点之间,以及从控制器C节点到执行器A2节点之间,采用真实的网络数据传输过程以及代替其间网络时延预估补偿模型以及因而无论被控对象的预估模型是否等于其真实模型,都可以从***结构上实现不包含其间网络时延的预估补偿模型,从而免除对闭环控制回路2中,节点之间不确定网络时延τ3和τ4的测量、估计或辨识;当预估模型等于其真实模型时,可实现对其不确定网络时延τ3和τ4的补偿与SPC;实施本发明方法的网络时延补偿与SPC结构如图5所示。
对于图5中的闭环控制回路1:
1)从输入信号x1(s)到输出信号y1(s)之间的闭环传递函数为:
式中:G11m(s)是被控对象G11(s)的预估模型;C1IMC(s)是内模控制器。
2)来自于闭环控制回路2控制器C节点中的控制信号u2(s),在控制器C节点中通过被控对象交叉通道传递函数预估模型G12m(s)作用于闭环控制回路1;来自闭环控制回路2的执行器A2节点的输出控制信号u2(s),同时通过被控对象交叉通道传递函数G12(s)和其预估模型G12m(s)作用于闭环控制回路1;从输入 信号u2(s)到输出信号y1(s)之间的闭环传递函数为:
采用本发明方法,当被控对象预估模型等于其真实模型,即当G11m(s)=G11(s)时,闭环控制回路1的闭环传递函数分母由变成为1;此时,闭环控制回路1相当于一个开环控制***,闭环传递函数的分母中已经不再包含影响***稳定性的网络时延τ1和τ2的指数项和***的稳定性仅与被控对象和内模控制器本身的稳定性有关;从而可降低网络时延对***稳定性的影响,改善***的动态控制性能质量,实现对不确定网络时延的动态补偿与IMC。
对于图5中的闭环控制回路2:
1)从输入信号x2(s)到输出信号y2(s)之间的闭环传递函数为:
式中:G22m(s)是被控对象G22(s)的预估模型;C2(s)是控制器。
2)来自闭环控制回路1控制器C节点中IMC信号u1(s),在控制器C节点中通过被控对象交叉通道传递函数的预估模型G21m(s)作用于闭环控制回路2;来自闭环控制回路1的执行器A1节点的输出IMC信号u1(s),同时通过被控对象交叉通道传递函数G21(s)和其预估模型G21m(s)作用于闭环控制回路2;从输入信号u1(s)到输出信号y2(s)之间的闭环传递函数为:
采用本发明方法,当被控对象预估模型等于其真实模型,即G22m(s)=G22(s)时,闭环控制回路2的闭环特征方程将由变成1+C2(s)G22(s)=0,其闭环特征方程中不再包含影响***稳定性的网络时延τ3和τ4的指数项和从而可降低网络时延对***稳定性的影响,改善***的动态控制性能质量,实现对不确定网络时延的动态补偿与SPC。
在闭环控制回路1中,内模控制器C1IMC(s)的设计与选择:
设计内模控制器一般采用零极点相消法,即两步设计法:第一步是设计一个取之为被控对象模型的逆模型作为前馈控制器C11(s);第二步是在前馈控制器中添加一定阶次的前馈滤波器f1(s),构成一个完整的内模控制器C1IMC(s)。
(1)前馈控制器C11(s)
先忽略被控对象与被控对象模型不完全匹配时的误差、***的干扰及其它各种约束条件等因素,选择闭环控制回路1中,被控对象预估模型等于其真实模型,即:G11m(s)=G11(s)。
此时,被控对象预估模型可以根据被控对象的零极点分布状况划分为:G11m(s)=G11m+(s)G11m-(s),其中:G11m+(s)为被控对象预估模型G11m(s)中包含纯滞后环节和s右半平面零极点的不可逆部分;G11m-(s)为被控对象预估模型中的最小相位可逆部分。
(2)前馈滤波器f1(s)
由于被控对象中的纯滞后环节和位于s右半平面的零极点会影响前馈控制器的物理实现性,因而在前馈控制器的设计过程中只取了被控对象最小相位的可逆部分G11m-(s),忽略了G11m+(s);由于被控对象与被控对象预估模型之间可能不完全匹配而存在误差,***中还可能存在干扰信号,这些因素都有可能使***失去稳定。为此,在前馈控制器中添加一定阶次的前馈滤波器,用于降低以上因素对***稳定性的影响,提 高***的鲁棒性。
通常把闭环控制回路1的前馈滤波器f1(s),选取为比较简单的n1阶滤波器其中:λ1为前馈滤波器时间常数;n1为前馈滤波器的阶次,且n1=n1a-n1b;n1a为被控对象G11(s)分母的阶次;n1b为被控对象G11(s)分子的阶次,通常n1>0。
(3)内模控制器C1IMC(s)
闭环控制回路1的内模控制器C1IMC(s)可选取为:
从等式(9)中可以看出:一个自由度的内模控制器C1IMC(s)中,只有一个可调节参数λ1;由于λ1参数的变化与***的跟踪性能和抗干扰能力都有着直接的关系,因此在整定滤波器的可调节参数λ1时,一般需要在***的跟踪性与抗干扰能力两者之间进行折衷。
在闭环控制回路2中,控制器C2(s)的选择:
控制器C2(s)可根据被控对象G22(s)的数学模型,以及模型参数的变化,既可选择常规控制策略,亦可选择智能控制或复杂控制策略;由于闭环控制回路2采用SPC方法,从TITO-NCS结构上实现与具体控制器C2(s)的控制策略的选择无关。
本发明的适用范围:
适用于被控对象预估模型等于其真实模型的一种两输入两输出网络控制***(TITO-NCS)不确定网络时延的补偿和混杂IMC与SPC;其研究思路与方法,同样适用于被控对象预估模型等于其真实模型的两个以上输入和输出所构成的多输入多输出网络控制***(MIMO-NCS)不确定网络时延的补偿和混杂IMC与SPC。
本发明的特征在于该方法包括以下步骤:
对于闭环控制回路1:
(1).当传感器S1节点被周期为h1的采样信号触发时,将采用方式A进行工作;
(2).当控制器C节点被反馈信号y1b(s)触发时,将采用方式B进行工作;
(3).当执行器A1节点被IMC信号u1(s)触发时,将采用方式C进行工作;
对于闭环控制回路2:
(4).当传感器S2节点被周期为h2的采样信号触发时,将采用方式D进行工作;
(5).当控制器C节点被反馈信号y2b(s)触发时,将采用方式E进行工作;
(6).当执行器A2节点被控制信号u2(s)触发时,将采用方式F进行工作;
方式A的步骤包括:
A1:传感器S1节点工作于时间驱动方式,其触发信号为周期h1的采样信号;
A2:传感器S1节点被触发后,对被控对象G11(s)的输出信号y11(s)和被控对象交叉通道传递函数G12(s)的输出信号y12(s),以及执行器A1节点的输出信号y11mb(s)和y12mb(s)进行采样,并计算出闭环控制回路1的***输出信号y1(s)和反馈信号y1b(s),且y1(s)=y11(s)+y12(s)和y1b(s)=y1(s)-y11mb(s)-y12mb(s);
A3:将反馈信号y1b(s),通过闭环控制回路1的反馈网络通路向控制器C节点传输,反馈信号y1b(s)将经历网络传输时延τ2后,才能到达控制器C节点;
方式B的步骤包括:
B1:控制器C节点工作于事件驱动方式,被反馈信号y1b(s)所触发;
B2:在控制器C节点中,将闭环控制回路1的***给定信号x1(s),减去反馈信号y1b(s)和被控对象交叉通道传递函数预估模型G12m(s)输出y12ma(s),得到偏差信号e1(s),即e1(s)=x1(s)-y1b(s)-y12ma(s);
B3:对e1(s)实施内模控制算法C1IMC(s),得到IMC信号u1(s);
B4:将来自于闭环控制回路2控制器C2(s)的输出控制信号u2(s)作用于被控对象交叉通道传递函数预估模型G12m(s)得到其输出值y12ma(s);
方式C的步骤包括:
C1:执行器A1节点工作于事件驱动方式,被IMC信号u1(s)所触发;
C2:在执行器A1节点中,将IMC信号u1(s)作用于被控对象预估模型G11m(s)得到其输出值y11mb(s);将来自于闭环控制回路2执行器A2节点的控制信号u2(s)作用于被控对象交叉通道传递函数预估模型G12m(s)得到其输出值y12mb(s);
C3:将IMC信号u1(s)作用于被控对象G11(s)得到其输出值y11(s);将IMC信号u1(s)作用于被控对象交叉通道传递函数G21(s)得到其输出值y21(s);从而实现对被控对象G11(s)和G21(s)的IMC,同时实现对不确定网络时延τ1和τ2的补偿与控制;
方式D的步骤包括:
D1:传感器S2节点工作于时间驱动方式,其触发信号为周期h2的采样信号;
D2:传感器S2节点被触发后,对被控对象G22(s)的输出信号y22(s)和被控对象交叉通道传递函数G21(s)的输出信号y21(s),以及执行器A2节点的输出信号y22mb(s)和y21mb(s)进行采样,并计算出闭环控制回路2的***输出信号y2(s)和反馈信号y2b(s),且y2(s)=y22(s)+y21(s)和y2b(s)=y2(s)-y22mb(s)-y21mb(s);
D3:将反馈信号y2b(s),通过闭环控制回路2的反馈网络通路向控制器C节点传输,反馈信号y2b(s)将经历网络传输时延τ4后,才能到达控制器C节点;
方式E的步骤包括:
E1:控制器C节点工作于事件驱动方式,被反馈信号y2b(s)所触发;
E2:在控制器C节点中,将闭环控制回路2***给定信号x2(s),减去反馈信号y2b(s)与被控对象交叉通道传递函数预估模型G21m(s)输出y21ma(s)以及被控对象传递函数预估模型G22m(s)的输出y22ma(s),得到偏差信号e2(s),即e2(s)=x2(s)-y2b(s)-y21ma(s)-y22ma(s);
E3:对e2(s)实施控制算法C2(s),得到控制信号u2(s);将u2(s)作用于被控对象传递函数预估模型G22m(s)得到其输出值y22ma(s);
E4:将来自于闭环控制回路1内模控制算法C1IMC(s)的输出IMC信号u1(s)作用于被控对象交叉通道传递函数预估模型G21m(s)得到其输出值y21ma(s);
方式F的步骤包括:
F1:执行器A2节点工作于事件驱动方式,被控制信号u2(s)所触发;
F2:在执行器A2节点中,将控制信号u2(s)作用于被控对象预估模型G22m(s)得到其输出值y22mb(s);将来自于闭环控制回路1执行器A1节点的IMC信号u1(s)作用于被控对象交叉通道传递函数预估模型G21m(s)得到其输出值y21mb(s);
F3:将控制信号u2(s)作用于被控对象G22(s)得到其输出值y22(s);将控制信号u2(s)作用于被控对象交叉通道传递函数G12(s)得到其输出值y12(s);从而实现对被控对象G22(s)和G12(s)的SPC,同时实现对不确定网络时延τ3和τ4的补偿与控制。
本发明具有如下特点:
1、由于从结构上免除对TITO-NCS中,不确定网络时延的测量、观测、估计或辨识,同时还可免除节点时钟信号同步的要求,可避免时延估计模型不准确造成的估计误差,避免对时延辨识所需耗费节点存贮资源的浪费,同时还可避免由于时延造成的“空采样”或“多采样”带来的补偿误差。
2、由于从TITO-NCS结构上,实现与具体的网络通信协议的选择无关,因而既适用于采用有线网络协议的TITO-NCS,亦适用于采用无线网络协议的TITO-NCS;既适用于确定性网络协议,亦适用于非确定性的网络协议;既适用于异构网络构成的TITO-NCS,同时亦适用于异质网络构成的TITO-NCS。
3、TITO-NCS中,采用IMC的控制回路1,其内模控制器C1IMC(s)的可调参数只有一个λ1参数,其参数的调节与选择简单,且物理意义明确;采用IMC不仅可以提高***的稳定性、跟踪性能与抗干扰性能,而且还可实现对***不确定网络时延的补偿与IMC。
4、TITO-NCS中,采用SPC的控制回路2,由于从TITO-NCS结构上实现与具体控制器C2(s)控制策略的选择无关,因而既可用于采用常规控制的TITO-NCS,亦可用于采用智能控制或采用复杂控制策略的TITO-NCS。
5、由于本发明采用的是“软件”改变TITO-NCS结构的补偿与控制方法,因而在其实现过程中无需再增加任何硬件设备,利用现有TITO-NCS智能节点自带的软件资源,足以实现其补偿与控制功能,可节省硬件投资便于推广和应用。
附图说明
图1:NCS的典型结构
图1中:x(s)表示***输入信号;y(s)表示***输出信号;C(s)表示控制器;u(s)表示控制信号;τca表示将控制信号u(s)从控制器C节点向执行器A节点传输所经历的前向网络通路传输时延;τsc表示将传感器S节点的检测信号y(s)向控制器C节点传输所经历的反馈网络通路传输时延;G(s)表示被控对象传递函数。
图2:MIMO-NCS的典型结构
图2中:yj(s)表示***的第j个输出信号;ui(s)表示第i个控制信号;表示将控制信号ui(s)从控制器C节点向第i个执行器A节点传输所经历的前向网络通路传输时延;表示将第j个传感器S节点的检测信号yj(s)向控制器C节点传输所经历的反馈网络通路传输时延;G表示被控对象传递函数。
图3:TITO-NCS的典型结构
图3由闭环控制回路1和2所构成,其***包含传感器S1和S2节点,控制器C节点,执行器A1和A2节点,被控对象传递函数G11(s)和G22(s)以及被控对象交叉通道传递函数G21(s)和G12(s),前向网络通路传输单元和以及反馈网络通路传输单元和所组成。
图3中:x1(s)和x2(s)表示***的输入信号;y1(s)和y2(s)表示***的输出信号;C1(s)和C2(s)表示控制回路1和2的控制器;u1(s)和u2(s)表示控制信号;τ1和τ3表示将控制信号u1(s)和u2(s)从控制器C节点向执行器A1和A2节点传输所经历的前向网络通路传输时延;τ2和τ4表示将传感器S1和S2节点的检测信号y1(s)和y2(s)向控制器C节点传输所经历的反馈网络通路传输时延。
图4:一种包含预估模型的TITO-NCS不确定时延补偿与控制结构
图4中:C1IMC(s)是控制回路1的内模控制器;C2(s)控制回路2的控制器;以及是网络传输时延以及的预估时延模型;以及是网络传输时延以及的预估时延模型;G11m(s)和G22m(s)是被控对象传递函数G11(s)和G22(s)的预估模型;G12m(s)和G21m(s)是被控对象交叉通道传递函数G12(s)和G21(s)的预估模型。
图5:一种两输入两输出网络控制***不确定网络时延混杂控制方法
具体实施方式
下面将通过参照附图5详细描述本发明的示例性实施例,使本领域的普通技术人员更清楚本发明的上述特征和优点。
具体实施步骤如下所述:
对于闭环控制回路1:
第一步:传感器S1节点工作于时间驱动方式,当传感器S1节点被周期为h1的采样信号触发后,将对 被控对象G11(s)的输出信号y11(s)和被控对象交叉通道传递函数G12(s)的输出信号y12(s),以及执行器A1节点的输出信号y11mb(s)和y12mb(s)进行采样,并计算出闭环控制回路1的***输出信号y1(s)和反馈信号y1b(s),且y1(s)=y11(s)+y12(s)和y1b(s)=y1(s)-y11mb(s)-y12mb(s);
第三步:控制器C节点工作于事件驱动方式,当控制器C节点被反馈信号y1b(s)所触发后,将闭环控制回路1的***给定信号x1(s),减去反馈信号y1b(s)和被控对象交叉通道传递函数预估模型G12m(s)的输出值y12ma(s),得到***偏差信号e1(s),即e1(s)=x1(s)-y1b(s)-y12ma(s);对e1(s)实施内模控制算法C1IMC(s),得到IMC信号u1(s);将来自于闭环控制回路2控制器C2(s)的输出控制信号u2(s)作用于被控对象交叉通道传递函数预估模型G12m(s)得到其输出值y12ma(s);
第五步:执行器A1节点工作于事件驱动方式,当执行器A1节点被IMC信号u1(s)触发后,将IMC信号u1(s)作用于被控对象预估模型G11m(s)得到其输出值y11mb(s);将来自于闭环控制回路2的执行器A2节点的信号u2(s)作用于被控对象交叉通道传递函数的预估模型G12m(s)得到其输出值y12mb(s);
第六步:将IMC信号u1(s)作用于被控对象G11(s)得到其输出值y11(s);将IMC信号u1(s)作用于被控对象交叉通道传递函数G21(s)得到其输出值y21(s);从而实现对被控对象G11(s)和G21(s)的IMC,同时实现对不确定网络时延τ1和τ2的补偿与控制;
第七步:返回第一步;
对于闭环控制回路2:
第一步:传感器S2节点工作于时间驱动方式,当传感器S2节点被周期为h2的采样信号触发后,将对被控对象G22(s)的输出信号y22(s)和被控对象交叉通道传递函数G21(s)的输出信号y21(s),以及执行器A2节点的输出信号y22mb(s)和y21mb(s)进行采样,并计算出闭环控制回路2的***输出信号y2(s)和反馈信号y2b(s),且y2(s)=y22(s)+y21(s)和y2b(s)=y2(s)-y22mb(s)-y21mb(s);
第三步:控制器C节点工作于事件驱动方式,当控制器C节点被反馈信号y2b(s)所触发后,将闭环控制回路2的***给定信号x2(s),减去反馈信号y2b(s)与被控对象交叉通道传递函数预估模型G21m(s)的输出y21ma(s)以及被控对象传递函数预估模型G22m(s)的输出y22ma(s),得到偏差信号e2(s),即e2(s)=x2(s)-y2b(s)-y21ma(s)-y22ma(s);对e2(s)实施控制算法C2(s),得到控制信号u2(s);将u2(s)作用于被控对象传递函数预估模型G22m(s)得到其输出值y22ma(s);将来自于闭环控制回路1内模控制算法C1IMC(s)的输出IMC信号u1(s)作用于被控对象交叉通道传递函数预估模型G21m(s)得到其输出值y21ma(s);
第五步:执行器A2节点工作于事件驱动方式,当执行器A2节点被控制信号u2(s)触发后,将控制信号u2(s)作用于被控对象预估模型G22m(s)得到其输出值y22mb(s);将来自于闭环控制回路1的执行器A1节点的IMC信号u1(s)作用于被控对象交叉通道传递函数预估模型G21m(s)得到其输出值y21mb(s);
第六步:将控制信号u2(s)作用于被控对象G22(s)得到其输出值y22(s);将控制信号u2(s)作用于被控对象交叉通道传递函数G12(s)得到其输出值y12(s);从而实现对被控对象G22(s)和G12(s)的SPC,同时实现对不确定网络时延τ3和τ4的补偿与控制;
第七步:返回第一步;
以上所述仅为本发明的较佳实施例而己,并不用以限制本发明,凡在本发明的精神和原则之内,所作 的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (5)
1.一种两输入两输出网络控制***不确定时延混杂控制方法,其特征在于该方法包括以下步骤:
对于闭环控制回路1:
(1).当传感器S1节点被周期为h1的采样信号触发时,将采用方式A进行工作;
(2).当控制器C节点被反馈信号y1b(s)触发时,将采用方式B进行工作;
(3).当执行器A1节点被IMC信号u1(s)触发时,将采用方式C进行工作;
对于闭环控制回路2:
(4).当传感器S2节点被周期为h2的采样信号触发时,将采用方式D进行工作;
(5).当控制器C节点被反馈信号y2b(s)触发时,将采用方式E进行工作;
(6).当执行器A2节点被控制信号u2(s)触发时,将采用方式F进行工作;
方式A的步骤包括:
A1:传感器S1节点工作于时间驱动方式,其触发信号为周期h1的采样信号;
A2:传感器S1节点被触发后,对被控对象G11(s)的输出信号y11(s)和被控对象交叉通道传递函数G12(s)的输出信号y12(s),以及执行器A1节点的输出信号y11mb(s)和y12mb(s)进行采样,并计算出闭环控制回路1的***输出信号y1(s)和反馈信号y1b(s),且y1(s)=y11(s)+y12(s)和y1b(s)=y1(s)-y11mb(s)-y12mb(s);
A3:将反馈信号y1b(s),通过闭环控制回路1的反馈网络通路向控制器C节点传输,反馈信号y1b(s)将经历网络传输时延τ2后,才能到达控制器C节点;
方式B的步骤包括:
B1:控制器C节点工作于事件驱动方式,被反馈信号y1b(s)所触发;
B2:在控制器C节点中,将闭环控制回路1的***给定信号x1(s),减去反馈信号y1b(s)和被控对象交叉通道传递函数预估模型G12m(s)输出y12ma(s),得到偏差信号e1(s),即e1(s)=x1(s)-y1b(s)-y12ma(s);
B3:对e1(s)实施内模控制算法C1IMC(s),得到IMC信号u1(s);
B4:将来自于闭环控制回路2控制器C2(s)的输出控制信号u2(s)作用于被控对象交叉通道传递函数预估模型G12m(s)得到其输出值y12ma(s);
方式C的步骤包括:
C1:执行器A1节点工作于事件驱动方式,被IMC信号u1(s)所触发;
C2:在执行器A1节点中,将IMC信号u1(s)作用于被控对象预估模型G11m(s)得到其输出值y11mb(s);将来自于闭环控制回路2执行器A2节点的控制信号u2(s)作用于被控对象交叉通道传递函数预估模型G12m(s)得到其输出值y12mb(s);
C3:将IMC信号u1(s)作用于被控对象G11(s)得到其输出值y11(s);将IMC信号u1(s)作用于被控对象交叉通道传递函数G21(s)得到其输出值y21(s);从而实现对被控对象G11(s)和G21(s)的IMC,同时实现对网络传输时延τ1和τ2的补偿与控制;
方式D的步骤包括:
D1:传感器S2节点工作于时间驱动方式,其触发信号为周期h2的采样信号;
D2:传感器S2节点被触发后,对被控对象G22(s)的输出信号y22(s)和被控对象交叉通道传递函数G21(s)的输出信号y21(s),以及执行器A2节点的输出信号y22mb(s)和y21mb(s)进行采样,并计算出闭环控制回路2的***输出信号y2(s)和反馈信号y2b(s),且y2(s)=y22(s)+y21(s)和y2b(s)=y2(s)-y22mb(s)-y21mb(s);
D3:将反馈信号y2b(s),通过闭环控制回路2的反馈网络通路向控制器C节点传输,反馈信号y2b(s)将经历网络传输时延τ4后,才能到达控制器C节点;
方式E的步骤包括:
E1:控制器C节点工作于事件驱动方式,被反馈信号y2b(s)所触发;
E2:在控制器C节点中,将闭环控制回路2***给定信号x2(s),减去反馈信号y2b(s)与被控对象交叉通道传递函数预估模型G21m(s)输出y21ma(s)以及被控对象传递函数预估模型G22m(s)的输出y22ma(s),得到偏差信号e2(s),即e2(s)=x2(s)-y2b(s)-y21ma(s)-y22ma(s);
E3:对e2(s)实施控制算法C2(s),得到控制信号u2(s);将u2(s)作用于被控对象传递函数预估模型G22m(s)得到其输出值y22ma(s);
E4:将来自于闭环控制回路1内模控制算法C1IMC(s)的输出IMC信号u1(s)作用于被控对象交叉通道传递函数预估模型G21m(s)得到其输出值y21ma(s);
方式F的步骤包括:
F1:执行器A2节点工作于事件驱动方式,被控制信号u2(s)所触发;
F2:在执行器A2节点中,将控制信号u2(s)作用于被控对象预估模型G22m(s)得到其输出值y22mb(s);将来自于闭环控制回路1执行器A1节点的IMC信号u1(s)作用于被控对象交叉通道传递函数预估模型G21m(s)得到其输出值y21mb(s);
F3:将控制信号u2(s)作用于被控对象G22(s)得到其输出值y22(s);将控制信号u2(s)作用于被控对象交叉通道传递函数G12(s)得到其输出值y12(s);从而实现对被控对象G22(s)和G12(s)的SPC,同时实现对网络传输时延τ3和τ4的补偿与控制。
2.根据权利要求1所述的方法,其特征在于:从TITO-NCS结构上,实现***不包含控制回路1和控制回路2中所有网络传输时延的预估补偿模型,从而免除对节点之间网络传输时延τ1和τ2,以及网络传输时延τ3和τ4的测量、估计或辨识,免除对节点时钟信号同步的要求。
3.根据权利要求1所述的方法,其特征在于:从TITO-NCS结构上实现,对网络传输时延补偿方法的实施,与具体网络通信协议的选择无关。
4.根据权利要求1所述的方法,其特征在于:针对控制回路1采用IMC,可以提高***稳定性和跟踪性能,实现对网络传输时延的补偿与控制。
5.根据权利要求1所述的方法,其特征在于:针对控制回路2采用SPC,可以从TITO-NCS结构上实现与具体控制器C2(s)控制策略的选择无关,因而既可用于采用常规控制的TITO-NCS,亦可用于采用智能控制或采用复杂控制策略的TITO-NCS。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710090661.1A CN106707762B (zh) | 2017-02-20 | 2017-02-20 | 一种两输入两输出网络控制***不确定时延混杂控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710090661.1A CN106707762B (zh) | 2017-02-20 | 2017-02-20 | 一种两输入两输出网络控制***不确定时延混杂控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106707762A CN106707762A (zh) | 2017-05-24 |
CN106707762B true CN106707762B (zh) | 2020-08-21 |
Family
ID=58917066
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710090661.1A Expired - Fee Related CN106707762B (zh) | 2017-02-20 | 2017-02-20 | 一种两输入两输出网络控制***不确定时延混杂控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106707762B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107168040A (zh) * | 2017-05-26 | 2017-09-15 | 海南大学 | 一种tito‑ndcs长网络时延的imc方法 |
CN107219761A (zh) * | 2017-05-26 | 2017-09-29 | 海南大学 | 一种两输入两输出网络解耦控制***不确知时延补偿方法 |
CN106970534A (zh) * | 2017-05-26 | 2017-07-21 | 海南大学 | 一种两输入两输出网络解耦控制***未确知时延imc方法 |
CN106990713A (zh) * | 2017-05-26 | 2017-07-28 | 海南大学 | 一种两输入两输出ndcs不确知网络时延补偿控制方法 |
CN106990716A (zh) * | 2017-06-07 | 2017-07-28 | 海南大学 | 一种双输入输出ndcs未知网络时延的混杂控制方法 |
CN107247408A (zh) * | 2017-06-07 | 2017-10-13 | 海南大学 | 一种双输入输出ndcs随机时延的imc和spc方法 |
CN107102628A (zh) * | 2017-06-07 | 2017-08-29 | 海南大学 | 一种两输入两输出ndcs时变时延补偿与控制方法 |
CN111025898B (zh) * | 2019-11-07 | 2021-08-24 | 江南大学 | 一种用于流程工业大规模过程控制的降维辨识方法 |
CN113328941B (zh) * | 2021-05-26 | 2022-02-18 | 北京航空航天大学 | 一种面向动态不确定网络的时延最小路由算法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0216183A2 (en) * | 1985-08-28 | 1987-04-01 | Nec Corporation | Decision feedback equalizer with a pattern detector |
CN101957598A (zh) * | 2010-09-26 | 2011-01-26 | 上海电力学院 | 一种大时滞***的灰色无模型控制方法 |
CN102033531A (zh) * | 2010-11-18 | 2011-04-27 | 海南大学 | 网络串级控制***外前向与内反馈通路时变时延补偿方法 |
CN102033535A (zh) * | 2010-11-18 | 2011-04-27 | 海南大学 | 变送(控制)器与执行器间带双控功能的时延补偿方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106773725A (zh) * | 2017-02-20 | 2017-05-31 | 海南大学 | 一种二输入二输出网络控制***未知时延补偿与imc方法 |
CN106773726A (zh) * | 2017-02-20 | 2017-05-31 | 海南大学 | 一种两输入两输出网络解耦控制***随机时延补偿方法 |
-
2017
- 2017-02-20 CN CN201710090661.1A patent/CN106707762B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0216183A2 (en) * | 1985-08-28 | 1987-04-01 | Nec Corporation | Decision feedback equalizer with a pattern detector |
CN101957598A (zh) * | 2010-09-26 | 2011-01-26 | 上海电力学院 | 一种大时滞***的灰色无模型控制方法 |
CN102033531A (zh) * | 2010-11-18 | 2011-04-27 | 海南大学 | 网络串级控制***外前向与内反馈通路时变时延补偿方法 |
CN102033535A (zh) * | 2010-11-18 | 2011-04-27 | 海南大学 | 变送(控制)器与执行器间带双控功能的时延补偿方法 |
Non-Patent Citations (4)
Title |
---|
A delay compensation approach based on internal model control for two-input two-output networked control systems;Yinqing Tang 等;《CrossMark》;20180113;第5775-5786页 * |
Feng Du 等.Networked Control Systems Based on New Smith Predictor and Internal Model Control.《Proceedings of the 10th World Congress on Intelligent Control and Automation》.2012, * |
NCS***中二自由度内模控制器的优化设计;彭可 等;《计算机工程与应用》;20050721;第227-229页 * |
网络控制***的自整定PID控制器设计;付伟 等;《控制与决策》;20120727;第1231-1236页 * |
Also Published As
Publication number | Publication date |
---|---|
CN106707762A (zh) | 2017-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106707762B (zh) | 一种两输入两输出网络控制***不确定时延混杂控制方法 | |
CN106802561A (zh) | 一种tito‑ndcs可变网络时延的补偿方法 | |
CN106773723A (zh) | 一种二输入二输出网络控制***时延补偿spc和imc方法 | |
CN106802562A (zh) | 一种二输入二输出网络解耦控制***长时延补偿方法 | |
Tang et al. | Networked control system: survey and directions | |
CN106707761A (zh) | 一种两输入两输出网络控制***未知时延imc方法 | |
CN106773725A (zh) | 一种二输入二输出网络控制***未知时延补偿与imc方法 | |
CN106802559A (zh) | 一种两输入两输出网络控制***网络时延二自由度imc方法 | |
CN106773731A (zh) | 一种双输入输出网络解耦控制***未知时延混杂控制方法 | |
CN106773738A (zh) | 一种两输入输出网络解耦控制***时变网络时延的imc方法 | |
CN106814615A (zh) | 一种二自由度imc的tito‑ndcs网络时延的补偿方法 | |
CN106814618A (zh) | 一种二输入二输出网络解耦控制***大网络时延的imc方法 | |
CN106990713A (zh) | 一种两输入两输出ndcs不确知网络时延补偿控制方法 | |
CN106802556A (zh) | 一种两输入输出网络解耦控制***未知网络时延的imc方法 | |
CN106842943A (zh) | 基于spc的两输入两输出网络解耦控制***时延补偿方法 | |
CN106919042A (zh) | 一种两输入输出网络解耦控制***时变网络时延的imc方法 | |
CN106802557A (zh) | 一种tito‑ndcs随机网络时延的spc和imc方法 | |
CN107065527A (zh) | 一种双输入双输出网络解耦控制***未知时延imc方法 | |
CN106950828A (zh) | 一种spc与二自由度imc的tito‑ndcs未知网络时延补偿方法 | |
CN106970534A (zh) | 一种两输入两输出网络解耦控制***未确知时延imc方法 | |
CN106970525A (zh) | 基于spc和imc的两输入输出网络解耦控制***时延补偿方法 | |
CN107065525A (zh) | 两输入两输出网络解耦控制***时变时延二自由度imc方法 | |
CN107065528A (zh) | 一种二输入输出网络解耦控制***未知网络时延补偿方法 | |
CN107247409A (zh) | 一种双输入输出ndcs随机时延的二自由度imc方法 | |
CN106950827A (zh) | 一种tito‑ndcs随机网络时延的二自由度imc方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200821 |
|
CF01 | Termination of patent right due to non-payment of annual fee |