复杂网络控制系统的调度与控制
	曾用价	85.00
	出版社	科学出版社
	版次	1
	出版时间	2017年06月
	开本	16
	作者	杜锋
	装帧	平装
	页数	204
	字数	250
	ISBN编码	9787030527318

　　本书是作者多年来研究复杂网络控制系统(NCS)的网络调度时延补偿及其控制理论和方法的概括与总结。本书深入研究一自由度内模控制、二自由度内模控制、改进内模控制,以及新型死区调度方法在传感器和控制器节点的实施方法。以大量的仿真对比研究为例,通过仿真验证其方法的有效性。以多输入多输出网络控制系统(MIMO-NCS)以及多输入多输出网络解耦控制系统(MIMO-NDCS)中的两输入两输出(TITO)系统结构作为分析与研究的对象,提出一些时延补偿与控制的新方法。


目录
前言
第1章 一自由度IMC的NC8 1
1.1 引言 1
1.2 国内外研究现状 1
1.2.1 内模控制器 1
1.2.2 IMC 3
1.2.3 IMC与先进控制结合 4
1.3 基于IMC的NC8 4
1.4 IMC的基本性质 6
1.5 IMC设计 6
1.5.1 前馈控制器 7
1.5.2 前馈滤波器 7
1.5.3 内模控制器 7
1.6 模型分析 7
1.7 一自由度IMC的NC8仿真 8
1.7.1 仿真设计 9
1.7.2 仿真研究 9
1.8 一自由度IMC的WNC8仿真 13
1.8.1 仿真设计 13
1.8.2 仿真研究 13
1.9 本章小结 15
参考文献 16
第2章 二自由度IMC的NC8 20
2.1 引言 20
2.2 系统结构 20
2.3 内模控制器设计 21
2.4 二自由度IMC的NC8仿真 22
2.4.1 仿真设计 22
2.4.2 仿真研究 23
2.4.3 滤波器参数选择 26
2.5 二自由度IMC的WNC8仿真 27
2.5.1 仿真设计 27
2.5.2 仿真研究 28
2.5.3 结果分析 29
2.6 本章小结 30
第3章 改进IMC的NC8 31
3.1 引言 31
3.2 针对不稳定时滞对象的改进IMC 31
3.2.1 系统结构 32
3.2.2 系统设计 33
3.3 被控对象在8右半平面存在极点的仿真 33
3.3.1 模型匹配 34
3.3.2 模型失配 35
3.4 被控对象在原点处存在极点的仿真 36
3.4.1 模型匹配 36
3.4.2 模型失配 37
3.5 二阶不稳定时滞被控对象仿真 37
3.5.1 模型匹配 39
3.5.2 模型失配 39
3.6 非zui小相位系统控制器设计 40
3.7 8右半平面存在零点的仿真 40
3.7.1 模型匹配 41
3.7.2 模型失配 41
3.8 不同滤波器参数仿真 42
3.9 本章小结 43
第4章 新型8mith预估补偿与IMC的NC8 45
4.1 引言 45
4.2 基于新型8mith预估补偿的NC8 45
4.3 新型8mith预估补偿与IMC的联系 47
4.4 新型8mith预估补偿与IMC的区别 48
4.4.1 相同点 48
4.4.2 不同点 49
4.5 仿真设计与研究 49
4.6 本章小结 53
参考文献 53
第5章 基于新型死区调度的NC8 54
5.1 引言 54
5.2 网络调度研究现状 54
5.2.1 借鉴CPU的调度 55
5.2.2 基于优先级的调度 55
5.2.3 基于采样周期的调度 56
5.2.4 基于网络带宽的调度 57
5.2.5 基于死区的调度 59
5.3 控制器节点的新型死区调度 61
5.3.1 ML-NC8死区调度存在的问题 61
5.3.2 控制器节点实施方法 64
5.4 本章小结 65
参考文献 66
第6章 控制器节点死区调度仿真 71
6.1 引言 71
6.2 仿真设计 71
6.3 仿真研究 71
6.3.1 未采用调度策略 71
6.3.2 根据e的死区调度 74
b.3.3 根据e与ec的死区调度 76
6.3.4 网络数据包流量统计 79
6.4 本章小结 80
第7章 传感器和控制器节点死区调度 81
7.1 引言 81
7.2 问题提出 81
7.3 调度方法1 82
7.3.1 传感器节点设置死区 82
7.3.2 控制器节点设置死区 82
7.4 调度方法2 83
7.4.1 传感器节点设置死区 83
7.4.2 控制器节点设置死区 84
7.5 死区调度流程 84
7.6 方法特点 85
7.7 本章小结 86
第8章 调度方法仿真对比研究 87
8.1 引言 87
8.2 仿真设计 87
8.3 仿真研究 88
8.3.1 未采用调度策略 88
8.3.2 采用调度方法1 91
8.3.3 采用调度方法2 97
8.4 节省率比较 103
8.5 本章小结 104
第9章 复杂网络环境下死区调度仿真 105
9.1 引言 105
9.2 网络数据丢包 105
9.2.1 采用调度方法1 105
9.2.2 采用调度方法2 106
9.3 阶跃干扰 107
9.3.1 采用调度方法1 107
9.3.2 采用调度方法2 108
9.4 结果分析 109
9.5 本章小结 110
第10章 TITO-NC8时延补偿方法 111
10.1 引言 111
10.2 MIMO-NC8简介 111
10.3 TITO-NC8结构存在的问题 114
10.4 方法1 116
10.5 方法2 119
10.6 方法特点 123
10.7 本章小结 124
第11章 TITO-NDC8结构(1)时延补偿方法 125
11.1 引言 125
11.2 MIMO-NDC8结构I简介 125
11.3 TITO-NDC8结构(1)存在的问题 126
11.4 方法1 128
11.5 方法2 132
11.6 方法特点 137
11.7 本章小结 137
第12章 TITO-NDC8结构(2)时延补偿方法 138
12.1 引言 138
12.2 MIMO-NDC8结构Ⅱ简介 138
12.3 TITO-NDC8结构(2)存在的问题 139
12.4 方法1 141
12.5 方法2 145
12.6 方法特点 148
12.7 本章小结 149
第13章 TITO-NDC8结构(3)时延补偿方法 150
13.1 引言 150
13.2 TITO-NDC8结构(3)存在的问题 150
13.3 时延补偿方法 152
13.4 方法特点 156
13.5 本章小结 156
第14章 TITO-NDC8结构(4)时延补偿方法 157
14.1 引言 157
14.2 TITO-NDC8结构(4)存在的问题 157
14.3 时延补偿方法 159
14.4 方法特点 163
14.5 本章小结 164
第15章 TITO-NDC8结构(5)时延补偿方法 165
15.1 引言 165
15.2 TITO-NDC8结构(5)存在的问题 165
15.3 时延补偿方法 167
15.4 方法特点 171
15.5 本章小结 172
第16章 TITO-NDC8结构(6)时延补偿方法 173
16.1 引言 173
16.2 TITO-NDC8结构(6)存在的问题 173
16.3 方法1 175
16.4 方法2 179
16.5 方法特点 182
16.6 本章小结 183
第17章 TITO-NDC8结构(7)时延补偿方法 184
17.1 引言 184
17.2 TITO-NDC8结构(7)存在的问题 184
17.3 方法1 186
17.4 方法2 190
17.5 方法特点 194
17.6 本章小结 194


第1章 一自由度IMC的NCS
　　1.1 引言
　　NCS是指传感器、控制器及执行器节点通过实时通信网络构成的闭环反馈控制系统［1］。与传统的控制系统相比，NCS可实现资源共享，减少布线，系统容易扩展和维护，可提高系统的可靠性和安全性［2］。但是，网络的存在势必引起网络诱导时延和数据丢包等现象［3］。时延将导致系统性能的恶化，甚至引起系统不稳定［4］。
　　针对NCS中存在的时延问题，首先可考虑采用常规PID控制方法进行控制。但是，当外界环境条件发生变化，尤其是被控对象参数(或模型)也发生一定变化时，常规控制方法难以得到满意的控制效果，因而可考虑采用先进的控制理论与控制技术，如先进PID控制［5］、模糊控制［6］、模糊免疫控制［7］、神经网络控制［8］、Smith预估器控制［9］等。其中，先进PID控制因具有结构简单、容易实现、控制效果较好、鲁棒性强等优点而被广泛应用。
　　IMC是一种新型控制策略，其算法设计简单，易于工程实现。当被控对象参数(模型)发生一定变化或系统存在干扰时，仍具有较好的控制性能和较强的鲁棒性。IMC为先进控制策略在远程复杂网络环境中的实际应用和实施提供了一定的理论基础，具有广泛的应用前景。
　　1.2 国内外研究现状
　　1.2.1 内模控制器
　　Garcia等在1982年zui先提出IMC，其基本思路［10］是将被控对象与被控对象模型并联，在不考虑系统鲁棒性和输入约束条件且满足闭环系统的控制性能前提下，前馈控制器选取为被控对象模型的zui小相位部分的逆模型，再添加一个前馈滤波器构成传统的内模控制器，以克服噪声与模型失配带来的影响，从而增强系统的鲁棒性。
　　1) 内模控制器设计
　　内模控制器设计方法主要有零极点相消法［10-13］、IMC-PID法［14-18］、预测控制法［19］和有限拍法［20，21］等。
　　内模控制器的设计通常采用文献［10］提出的两步设计法，也叫零极点相消法，即首先假设在没有模型失配及干扰的情况下设计一个前馈控制器，取之为被控对象模型的zui小相位部分的逆模型，以抵消模型的zui小相位环节；然后在前馈控制器中添加相应阶次的前馈滤波器，以实现内模控制器的物理可实现性并提高系统的鲁棒性。由于其设计方法思路清晰，简单易行，因此被广泛应用［10-13］。但其缺点是当被控对象含有不稳定的零点时，系统的输出有可能产生较大的超调，甚至使系统不稳定。
　　IMC-PID方法是首先对被控对象滞后环节采用Pade近似［14，15］，然后对被控对象无纯滞后部分导出只需要整定一个参数的IMC-PID控制。由于此方法控制器中需要调整的参数只有一个，在线调整方便，因而也被广泛应用［16-18］。李洪文［16］将其方法应用到大型望远镜伺服系统中，验证了方法的实用性；卢秀和等［17］针对风力发电系统数学模型复杂、时变性强、参数间存在耦合及受外部干扰严重等特点，验证了其控制方法的有效性；陶睿等［18］针对城市供水出水浊度过程是一个大惯性、大时滞、非线性、时变以及容易受随机干扰影响的被控对象，验证了其控制方法的实用性与有效性。
　　预测控制方法是利用对象模型对输出进行预测的一种方法。孙建平等［19］采用此方法，利用控制增量加权的二次型性能指标和输出误差来求取其控制器；杨明杰等［20］提出一种基于模型的闭环优化预测控制策略，用于具有纯滞后的过程控制中，获得了较好的控制效果。
　　有限拍方法是根据有限拍控制要求，控制量在有限个采样周期内使系统达到稳态。喻晓红等［21，22］探讨了在控制精度、跟踪误差zui优、能量zui优以及误差能量综合二次型zui优指标下，有限拍内模控制器的设计方法。
　　2) 滤波器设计
　　如果被控对象模型中含有位于右半平面的零点或者存在时滞环节，这将会使控制器失去物理可实现性，加之若被控对象参数(或模型)发生一定变化也可能会使系统失去稳定性。因此，可以考虑在反馈回路中添加一个反馈滤波器，以实现内模控制器的物理可实现性，同时提高系统的稳定性和鲁棒性。Masayuki等［23］详细介绍了常规滤波器的设计方法；陈娟等［24］建立了滤波器时间常数模型整定规则，提出通过在线调整滤波器时间常数，可进一步提高系统的控制品质和鲁棒性。
　　3) 被控对象模型中时滞环节的处理
　　在IMC的设计过程中，对被控对象模型中时滞环节的处理，通常采用以下几种方法：用一阶Pade近似线性化处理方法［25］，在滞后较大的情况下逼近效果较好，但会引入新的零点或在初始时刻产生波动；王蕾蕾等［26］对系统纯滞后环节进行一阶Pade近似线性化处理后，再依据模糊控制规则，对由内模整定得到PID控制器的参数值进行在线二次自整定，从而使系统有较好的调节性能；王文新等［27］采用非对称二阶Pade近似的方法处理时滞环节，减小超调量，缩短调节时间，获取更好的系统响应特性；万振磊等［28］采用全极点逼近展开方法，在逼近过程中克服引入零点的缺点。
　　1.2.2 IMC
　　针对IMC的研究，通常是对被控对象的时滞环节采用Pade近似线性化处理［29］；用针对连续系统的劳斯稳定判据和针对状态空间的李雅普诺夫方法得到保持系统稳定所允许的zui大时延阈值［30］；在内模通道中引入时延预测环节，利用对历史时延数据进行储存、对下一时刻的时延值进行预测的方法［31］；假设网络总的时延等于从控制器到执行器的前向网络通路传输的时延加上从传感器到控制器的反馈网络通路传输的时延，且假设网络时延小于1个采样周期，从而可以不考虑时钟同步的问题［32］；对于大于1个采样周期的网络时延，通常采用设置接收缓冲区的方法将随机时延用zui大时延代替，将随机性时变时延变成确定性时延，从而使系统的稳定性得到改善［33］。但是，通常情况下，网络时延都是随机不确定、难以事先准确预测的，而且在实际的控制过程中，网络时延也往往大于1个采样周期。如果引入缓冲区，将随机时变时延用zui大时延来代替，可能人为增大时延，从而对系统的控制性能造成一定的负面影响。温阳东等［34］基于文献［9］的新型Smith预估补偿器控制方法，采用Smith预估补偿器与IMC的等价变换方法，提出针对NCS的IMC方法。但是，其研究未能在有网络存在的环境下进行验证测试，忽略了采样周期、网络数据传输丢包、网络随机时延等因素对NCS的影响。
　　针对文献［34］的存在的问题，本书作者进一步研究了IMC的NCS。考虑到采样周期，网络数据传输丢包概率和数据传输速率等因素对系统的影响，在动态网络环境下进行了仿真验证研究。其结果表明：基于IMC的NCS可免除对网络时延进行的预测、辨识或估计，降低系统对节点时钟信号同步的要求，可免除设置信号接收缓存器。其适用于网络时延是随机、时变或不确定，大于1个乃至数十个采样周期，网络中可存在一定量的数据包丢失，被控对象参数(或模型)发生一定变化的NCS中的应用。
　　基于一自由度IMC的NCS中仅有一个可调的参数，因此往往要在跟踪性和鲁棒性之间进行折中，难以同时取得zui优的动态性能和zui强的鲁棒性。解决这个问题的有效途径是采用二自由度结构［35-41］，通过设置不同的跟踪控制器和抗干扰控制器，分别对跟踪性能和鲁棒性能进行调节，提高系统的控制性能质量。于湘涛等［35］针对电厂主蒸汽温度大惯性、大滞后被控对象，设计二自由度内模PID控制器，其控制器中有两个调节参数，一个用来调节系统的位置跟随性能，另一个用来调整系统的干扰抑制特性和鲁棒性，但需要将纯滞后环节用Pade线性化处理进行逼近；赵曜［36］提出利用频域理论中传递函数互质分解的方法以求取闭环系统稳定的控制器；汤伟等［37］提出对被控对象先行在线辨识的方法用以设计内模控制器；彭可等［38］设计的二自由度IMC系统，需要假设节点时钟同步，采用设置接收缓冲区的方法将随机时延用zui大时延代替，使系统的稳定性得到改善，但人为增加了额外的时延，从而影响系统的控制性能；Liu［39］、喻晓红等［40］针对过程控制中对象不够精确、系统中存在干扰或者被控对象参数发生变化的情况，提出用内模前馈控制器及反馈滤波器的二自由度IMC结构，以提高控制系统的抗干扰能力和鲁棒性能；Chen等［41］在文献［39］和文献［40］的基础上，提出采用模糊神经网络方法，自适应调整滤波器常数，使滤波器能跟随外部环境的变化进行调整，从而获取更好的控制性能。但是，文献［39］～文献［41］都仅在没有网络协议的静态环境下进行仿真研究，忽略了网络数据传输丢包、网络不确定性时延等因素对NCS的影响。
　　为此，本书作者提出二自由度IMC的NCS，并将其方法在动态网络环境下进行仿真研究。其结果表明：基于二自由度IMC的NCS，具有比一自由度IMC的NCS更好的控制性能和抗干扰能力。
　　1.2.3 IMC与先进控制结合
　　许多研究者把IMC与其他智能控制相结合，形成多种复合控制。Danlel等［42］将PID与IMC结合；Li等［43］在二自由度IMC的反馈回路中采用了模糊控制器，有效防止了被控对象参数(或模型)发生一定变化时系统控制性能变差甚至不稳定的状况，同时又解决了模糊控制的稳态误差问题；袁桂丽等［44］将免疫反馈控制与内模控制相结合，有效缓解IMC中只有一个可调整参数需要在鲁棒性和快速性之间进行折中的矛盾；Zhou等［45］、Zhao等［46］将IMC与神经网络相结合，利用神经网络充分逼近复杂非线性系统的能力对被控对象进行建模；王建平等［47］使用小波神经网络的方法，分别逼近非线性系统中的被控对象模型和被控对象的逆模型，并分析了小波神经网络IMC的稳定性和鲁棒性问题；Chidrawar等［48］、侯明冬等［49］提出通过神经网络的在线学习能力，实时整定内模控制器的可调参数，以增强系统的稳定性和鲁棒性；Zhang等［50］提出利用自适应模糊神经网络的IMC方法，解决由于网络时延带来的不稳定性问题；侯萍等［51］将IMC与单神经元相结合，利用单神经元的自学习与自适应能力，使系统具有较强的鲁棒性。
　　1.3 基于IMC的NCS
　　基于IMC的NCS如图1.1所示。
　　图1.1 基于IMC的NCS
　　图1.1中，CIMC(s)是内模控制器，系统输出y(s)与内部模型输出ym(s)的差值为Δy，此时传感器发送的信号和控制器接收的信号不再是系统的输出y而是Δy。假设传感器采用时间驱动，内模控制器CIMC(s)和执行器采用事件驱动，被控对象的传递函数G(s)已知，d(s)为干扰信号，τsc为信号从传感器节点向控制器节点传输的反馈通路网络时延，τca为信号从控制器节点向执行器节点传输的前向通路网络时延。在被控对象G(s)端并联一个被控对象的内部模型Gm(s)，基于IMC的NCS输出为
　　(1-1)
　　由式(1-1)可得系统的目标值跟踪传递函数为
　　(1-2)
　　系统的干扰抑制传递函数为
　　(1-3)
　　系统的闭环特征方程为
　　(1-4)
　　式(1-4)中包含了网络时延τca和τsc的指数项e-τcas和e-τscs，时延的存在将恶化系统的控制性能，甚至导致系统不稳定。
　　(1) 由式(1-2)可知，当Gm(s)=G(s)时，目标值跟踪传递函数可改写为
　　(1-5)
　　此时，闭环控制系统相当于一个开环控制系统，系统的稳定性仅与被控对象和控制器的稳定性有关，因此，只要被控对象和控制器本身是稳定的，其系统就是稳定的。式(1-5)的等效结构如图1.2所示。
　　图1.2 式(1-5)的等效结构
　　(2) 由式(1-2)可知，当Gm(s)≠G(s)时，在反馈回路中，反馈信号除了含有原来的系统干扰、网络时延信息以外，还包含被控对象与被控对象内部模型不匹配的一些信息。因此，可以根据这些反馈信息选择合适的内模控制器，降低其给系统控制性能带来的影响，以提高系统的鲁棒性。
　　1.4 IMC的基本性质
　　IMC通常具有以下几项基本性质［52］：
　　（1) 对偶稳定性。
　　如果模型准确，即Gm(s)=G(s)，则由式(1-5)所示的闭环传递函数可知，使系统稳定的充分条件是被控对象G(s)和IMC传递函数CIMC(s)都稳定，即对偶稳定。通过利用对偶稳定性的判据对系统的稳定性进行辨识与判断，使其分析变得简单容易，特别是对于具有纯滞后的非线性控制系统，其稳定性的分析尤其复杂，通过对偶稳定性，可以对系统稳定性的分析进行一定的简化。
　　如果模型不准确，即Gm(s)≠G(s)，则由式(1-2)所示的闭环传递函数可知，要使系统稳定的充分条件是除了要求被控对象G(s)和IMC传递函数CIMC(s)都稳定，还要求式(1-4)所示的闭环特征方程的特征根都落在s域的左半开平面，这需要通过选择合适的内模控制器来保证。
　　（2) 理想控制器特性。
　　内模控制器的设计一般先忽略模型不精确和系统的干扰等因素对系统的影响，设计一个理想的前馈控制器，然后添加相应阶次的滤波器来调节系统的各种性能，从而改善控制品质。
　　（3) 稳态无静差性。
　　如果内模控制器的静态增益等于被控对象内部模型的静态增益的倒数，则在闭环系统稳定的情况下，稳态偏差为零。
　　1.5 IMC设计
　　设计内模控制器一般采用零极点相消法，即两步设计法［10］：第*步是设计一个被控对象模型的逆模型作为前馈控制器；第二步是在前馈控制器中添加一定阶次的前馈滤波器，构成一个完整的内模控制器。