CN106773723A - 一种二输入二输出网络控制系统时延补偿spc和imc方法 - Google Patents

一种二输入二输出网络控制系统时延补偿spc和imc方法 Download PDF

Info

Publication number
CN106773723A
CN106773723A CN201710090539.4A CN201710090539A CN106773723A CN 106773723 A CN106773723 A CN 106773723A CN 201710090539 A CN201710090539 A CN 201710090539A CN 106773723 A CN106773723 A CN 106773723A
Authority
CN
China
Prior art keywords
signal
nodes
control circuit
controller
control
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.)
Pending
Application number
CN201710090539.4A
Other languages
English (en)
Inventor
杜锋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hainan University
Original Assignee
Hainan University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hainan University filed Critical Hainan University
Priority to CN201710090539.4A priority Critical patent/CN106773723A/zh
Publication of CN106773723A publication Critical patent/CN106773723A/zh
Pending legal-status Critical Current

Links

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

二输入二输出网络控制系统时延补偿SPC和IMC方法，属于带宽资源有限的MIMO‑NCS技术领域。针对一种TITO‑NCS中，二输入二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稳定性，而且还将影响另一闭环控制回路稳定性，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，代替其间网络时延补偿模型，并对两回路分别实施动态前馈加SPC和IMC，采用本发明方法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，降低网络时延对TITO‑NCS稳定性影响，改善系统控制性能质量。

Description

一种二输入二输出网络控制系统时延补偿SPC和IMC方法
技术领域
一种二输入二输出网络控制系统时延补偿SPC(Smith Predictor Control，SPC)和IMC(Internal Model Control，IMC)方法，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系统技术领域。
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系统。网络控制系统(Networked control systems，NCS)是指基于网络的实时闭环反馈控制系统，NCS的典型结构如图1所示。
NCS可实现复杂大系统及远程控制，节点资源共享，增加系统的柔性和可靠性，近年来已被广泛应用于复杂工业过程控制、电力系统、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。尤其是网络时延的存在，可降低NCS的控制质量，甚至使系统失去稳定性，严重时可能导致系统出现故障。
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)网络控制系统，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)网络控制系统的研究则相对较少，尤其是针对基于其系统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系统的性能质量，严重时会使系统不稳定，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网络时延，要建立MIMO-NCS中各个控制回路的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。时延导致系统性能下降甚至造成系统不稳定，同时也给控制系统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，系统内部的结构比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中的一种二输入二输出网络控制系统(TITO-NCS)网络时延的补偿与控制，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C1节点，经前向网络通路传输到执行器A1节点所经历的网络时延；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C1节点所经历的网络时延。
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：
上述闭环传递函数等式(1)和(2)的分母中，包含了网络时延τ1和τ2的指数项和时延的存在将恶化控制系统的性能质量，甚至导致系统失去稳定性。
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C2节点，经前向网络通路传输到执行器A2节点所经历的网络时延；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C2节点所经历的网络时延。
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：
上述闭环传递函数等式(3)和(4)的分母中，包含了网络时延τ3和τ4的指数项和时延的存在将恶化控制系统的性能质量，甚至导致系统失去稳定性。
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，同时也将降低整个系统的控制性能质量并影响整个系统的稳定性，严重时将导致整个系统失去稳定性。
为此，针对图3中的闭环控制回路1：本发明提出一种基于动态前馈加SPC(SmithPredictor Control)的时延补偿方法；针对闭环控制回路2：本发明提出一种动态前馈加IMC(Internal Model Control)的时延补偿方法；构成两闭环控制回路网络时延的补偿与控制，用于免除对各闭环控制回路中，节点之间网络时延的测量、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系统控制性能质量与系统稳定性的影响；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，进而可降低网络时延对整个系统稳定性的影响，改善系统的动态性能质量，实现对TITO-NCS网络时延的分段、实时、在线和动态的预估补偿与SPC和IMC。
采用方法：
针对图3中的闭环控制回路1：
第一步：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，在控制器C1节点中，采用以控制信号u1(s)作为输入信号，被控对象预估模型G11m(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控制器C1(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；在被控对象G11(s)端，构建一个动态前馈控制器D12(s)，用于降低来自闭环控制回路2的干扰信号u2p(s)通过交叉干扰通道G12(s)对闭环控制回路1动态性能的影响，同时D12(s)兼有解耦控制作用；实施本步骤的结构如图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C1节点之间，以及从控制器C1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，都可以从系统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，可实现对其网络时延τ1和τ2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；
针对图3中的闭环控制回路2：
第一步：在控制器C2节点中，构建一个内模控制器C2IMC(s)取代控制器C2(s)；为了实现满足预估补偿条件时，闭环控制回路2的闭环特征方程不再包含网络时延指数项，以实现对网络时延τ3和τ4的补偿与控制，围绕被控对象G22(s)，以闭环控制回路2输出y2(s)作为输入信号，将y2(s)通过网络传输时延预估模型和预估内模控制器C2mIMC(s)以及网络传输时延预估模型构造一个正反馈预估控制回路；与此同时，在被控对象G22(s)端，构建一个动态前馈控制器D21(s)，用于降低来自闭环控制回路1的干扰信号u1p(s)通过交叉干扰通道G21(s)对闭环控制回路2动态性能的影响，同时D21(s)兼有解耦控制作用；实施本步骤的结构如图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控制，必须满足网络时延预估模型和要等于其真实模型和的条件，以及满足预估内模控制器C2mIMC(s)等于其内模控制器C2IMC(s)的条件(由于内模控制器C2IMC(s)是人为设计与选择，自然满足C2mIMC(s)＝C2IMC(s))。为此，从传感器S2节点到控制器C2节点之间，以及从控制器C2节点到执行器A2节点之间，采用真实的网络数据传输过程和代替其间网络时延的预估补偿模型和得到图5所示的网络时延补偿与控制结构；
第三步：将图5中内模控制器C2IMC(s)，按传递函数等价变换规则进一步化简，得到图6所示的实施本发明方法的网络时延补偿与控制结构；从结构上实现系统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，节点之间网络时延τ3和τ4的测量、估计或辨识，可实现对网络时延τ3和τ4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6所示。
在此需要特别说明的是，在图6的控制器C2节点中，出现了闭环控制回路2的给定信号x2(s)，与其反馈信号y2(s)实施先“减”后“加”，或先“加”后“减”的运算规则，即y2(s)信号同时经过正反馈和负反馈连接到控制器C2节点中：
(1)这是由于将图5中的内模控制器C2IMC(s)，按照传递函数等价变换规则进一步化简得到图6所示的结果，并非人为设置；
(2)由于NCS的节点几乎都是智能节点，不仅具有通信与运算功能，而且还具有存储与控制等功能，在节点中对同一个信号进行先“减”后“加”，或先“加”后“减”，这在运算法则上不会有什么不符合规则之处；
(3)在节点中对同一个信号进行“加”与“减”运算其结果值为“零”，这个“零”值，并不表明在该节点中信号y2(s)就不存在，或没有得到y2(s)信号，或信号没有被贮存；或因“相互抵消”导致“零”信号值就变成不存在，或没有意义；
(4)控制器C2节点的触发就来自于信号y2(s)的驱动，如果控制器C2节点没有接收到来自反馈网络通路传输过来的信号y2(s)，则处于事件驱动工作方式的控制器C2节点将不会被触发。
对于图6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；C1(s)是控制器。
2)来自于闭环控制回路2中执行器A2节点的信号u2p(s)，通过动态前馈控制器D12(s)作用于闭环控制回路1；与此同时，信号u2p(s)通过交叉干扰通道G12(s)作用于闭环控制回路1；从输入信号u2p(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的闭环特征方程由变成1+C1(s)G11(s)＝0，其闭环特征方程中已经不再包含影响系统稳定性的网络时延τ1和τ2的指数项和从而可降低网络时延对系统稳定性的影响，改善系统的动态控制性能质量，实现对网络时延的动态补偿与动态前馈控制加SPC。
对于图6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：C2IMC(s)是内模控制器。
2)来自于闭环控制回路1中执行器A1节点的信号u1p(s)，通过动态前馈控制器D21(s)作用于闭环控制回路2；与此同时，信号u1p(s)通过交叉干扰通道G21(s)作用于闭环控制回路2；从输入信号u1p(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，传递函数等式(7)和(8)的分母为1+C2IMC(s)G22(s)，闭环控制回路2的闭环特征方程为1+C2IMC(s)G22(s)＝0，闭环特征方程中不再包含影响系统稳定性的网络时延τ3和τ4的指数项和从而可降低网络时延对系统稳定性的影响，改善系统动态控制性能质量，实现对网络时延的动态补偿与系统的动态前馈控制加IMC。
在闭环控制回路1中，控制器C1(s)的选择：
控制器C1(s)可根据被控对象G11(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；闭环控制回路1采用SPC方法，从TITO-NCS结构上实现与具体控制器C1(s)的控制策略的选择无关。
在闭环控制回路2中，内模控制器C2IMC(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C22(s)；第二步是在前馈控制器中添加一定阶次的前馈滤波器f2(s)，构成一个完整的内模控制器C2IMC(s)。
(1)前馈控制器C22(s)
先忽略被控对象与被控对象模型不完全匹配时的误差、系统的干扰及其它各种约束条件等因素，选择闭环控制回路2中，被控对象预估模型等于其真实模型,即：G22m(s)＝G22(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：G22m(s)＝G22m+(s)G22m-(s)，其中：G22m+(s)为被控对象预估模型G22m(s)中包含纯滞后环节和s右半平面零极点的不可逆部分；G22m-(s)为被控对象预估模型中的最小相位可逆部分。
通常情况下，闭环控制回路2的前馈控制器C22(s)可选取为：
(2)前馈滤波器f2(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G22m-(s)，忽略了G22m+(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，系统中还可能存在干扰信号，这些因素都有可能使系统失去稳定。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系统稳定性的影响，提高系统的鲁棒性。
通常把闭环控制回路2的前馈滤波器f2(s)，选取为比较简单的n2阶滤波器其中：λ2为前馈滤波器时间常数；n2为前馈滤波器的阶次，且n2＝n2a-n2b；n2a为被控对象G22(s)分母的阶次；n2b为被控对象G22(s)分子的阶次，通常n2＞0。
(3)内模控制器C2IMC(s)
闭环控制回路2的内模控制器C2IMC(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C2IMC(s)中，都只有一个可调节参数λ2；由于λ2参数的变化与系统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λ2时,一般需要在系统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1和回路2中，动态前馈控制器D12(s)和D21(s)的选择：
影响闭环控制回路1和回路2控制性能质量的干扰信号u2p(s)和u1p(s)，通过交叉干扰通道G12(s)和G21(s)作用于闭环控制回路1和回路2，采用动态前馈控制器D12(s)和D21(s)用于降低干扰信号对闭环控制回路1和回路2动态性能的影响。通常情况下，可选择D12(s)＝G12(s)/G11(s)，D21(s)＝G21(s)/G22(s)。
本发明的适用范围：
适用于控制回路1中被控对象预估模型等于其真实模型，以及控制回路2中被控对象数学模型已知或不确知的一种二输入二输出网络控制系统(TITO-NCS)网络时延补偿与SPC和IMC；其研究思路与方法，同样也适用于控制回路中被控对象预估模型等于其真实模型时采用SPC，以及控制回路中被控对象数学模型已知或不确知采用IMC的多输入多输出网络控制系统(MIMO-NCS)网络时延补偿与控制。
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C1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节点被控制信号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C2节点被反馈信号y2(s)触发时，将采用方式E进行工作；
(6).当执行器A2节点被IMC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)进行采样，并计算出闭环控制回路1的系统输出信号y1(s)和反馈信号y1b(s)，且y1(s)＝y11(s)+y12(s)和y1b(s)＝y1(s)-y11mb(s)；
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C1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C1节点；
方式B的步骤包括：
B1：控制器C1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C1节点中，将闭环控制回路1的系统给定信号x1(s)，减去反馈信号y1b(s)与被控对象传递函数预估模型G11m(s)的输出信号y11ma(s)，得到偏差信号e1(s)，即e1(s)＝x1(s)-y1b(s)-y11ma(s)；
B3：对e1(s)实施控制算法C1(s)，得到控制信号u1(s)；将控制信号u1(s)作用于被控对象预估模型G11m(s)得到其输出值y11ma(s)；
B4：将控制信号u1(s)通过闭环控制回路1的前向网络通路单元向执行器A1节点传输，u1(s)将经历网络传输时延τ1后，才能到达执行器A1节点；
方式C的步骤包括：
C1：执行器A1节点工作于事件驱动方式，被控制信号u1(s)所触发；
C2：在执行器A1节点中，将控制信号u1(s)作用于被控对象预估模型G11m(s)得到其输出值y11mb(s)；将控制信号u1(s)与来自于闭环控制回路2执行器A2节点的信号u2p(s)通过动态前馈控制器D12(s)的输出值ud12(s)相减得到信号u1p(s)，即u1p(s)＝u1(s)-ud12(s)；
C3：将信号u1p(s)作用于被控对象G11(s)得到其输出值y11(s)；将信号u1p(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)的动态前馈控制加SPC，同时实现对网络时延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，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)进行采样，并计算出闭环控制回路2的系统输出信号y2(s)，且y2(s)＝y22(s)+y21(s)；
D3：将反馈信号y2(s)，通过闭环控制回路2的反馈网络通路向控制器C2节点传输，反馈信号y2(s)将经历网络传输时延τ4后，才能到达控制器C2节点；
方式E的步骤包括：
E1：控制器C2节点工作于事件驱动方式，被反馈信号y2(s)所触发；
E2：在控制器C2节点中，将闭环控制回路2系统给定信号x2(s)，与反馈信号y2(s)相加并相减后，得到信号e2(s)，即e2(s)＝x2(s)+y2(s)-y2(s)＝x2(s)；对e2(s)实施内模控制算法C2IMC(s)，得到IMC信号u2(s)；
E3：将IMC信号u2(s)通过闭环控制回路2的前向网络通路单元向执行器A2节点传输，u2(s)将经历网络传输时延τ3后，才能到达执行器A2节点；
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IMC信号u2(s)所触发；
F2：将IMC信号u2(s)与来自于闭环控制回路1执行器A1节点的输出信号u1p(s)通过动态前馈控制器D21(s)的输出信号ud21(s)相减得到信号u2p(s)，即u2p(s)＝u2(s)-ud21(s)；
F3：将信号u2p(s)作用于被控对象G22(s)得到其输出值y22(s)；将信号u2p(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)的动态前馈控制加IMC，同时实现对网络时延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，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中的控制回路1：采用动态前馈控制加SPC，由于从TITO-NCS结构上实现与具体控制器C1(s)的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；采用动态前馈控制器D12(s)，可以降低来自闭环控制回路2的干扰信号u2p(s)通过交叉干扰通道G12(s)对闭环控制回路1动态性能的影响，同时D12(s)兼有解耦控制作用。
4、TITO-NCS中的控制回路2：采用动态前馈控制加IMC，其内模控制器C2IMC(s)的可调参数只有一个λ2参数，其参数的调节与选择简单，且物理意义明确；采用IMC不仅可以提高系统的稳定性、跟踪性能与抗干扰性能,而且还可实现对网络时延的补偿与IMC；采用动态前馈控制器D21(s)，可以降低来自闭环控制回路1的干扰信号u1p(s)通过交叉干扰通道G21(s)对闭环控制回路2动态性能的影响，同时D21(s)兼有解耦控制作用。
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由传感器S节点，控制器C节点，执行器A节点，被控对象，前向网络通路传输单元以及反馈网络通路传输单元所组成。
图1中：x(s)表示系统输入信号；y(s)表示系统输出信号；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由r个传感器S节点，控制器C节点，m个执行器A节点，被控对象G，m个前向网络通路传输时延单元，以及r个反馈网络通路传输时延单元所组成。
图2中：yj(s)表示系统的第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，其系统包含传感器S1和S2节点，控制器C1和C2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)表示系统的输入信号；y1(s)和y2(s)表示系统的输出信号；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C1和C2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C1和C2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时延补偿与控制结构
图4中：C1(s)是控制回路1的控制器；C2mIMC(s)是控制回路2内模控制器C2IMC(s)的预估模型；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)是被控对象传递函数G11(s)的预估模型；D12(s)和D21(s)是动态前馈控制器。
图5：用真实模型代替预估模型的时延补偿与控制结构
图6：一种二输入二输出网络控制系统时延补偿SPC和IMC方法
具体实施方式
下面将通过参照附图6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)进行采样，并计算出闭环控制回路1的系统输出信号y1(s)和反馈信号y1b(s)，且y1(s)＝y11(s)+y12(s)和y1b(s)＝y1(s)-y11mb(s)；
第二步：传感器S1节点将反馈信号y1b(s)，通过闭环控制回路1的反馈网络通路向控制器C1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C1节点；
第三步：控制器C1节点工作于事件驱动方式，被反馈信号y1b(s)所触发后，将闭环控制回路1的系统给定信号x1(s)，减去反馈信号y1b(s)与被控对象传递函数预估模型G11m(s)的输出信号y11ma(s)，得到偏差信号e1(s)，即e1(s)＝x1(s)-y1b(s)-y11ma(s)；对e1(s)实施控制算法C1(s)，得到控制信号u1(s)；将控制信号u1(s)作用于被控对象预估模型G11m(s)得到其输出值y11ma(s)；
第四步：将控制信号u1(s)通过闭环控制回路1的前向网络通路单元向执行器A1节点传输，u1(s)将经历网络传输时延τ1后，才能到达执行器A1节点；
第五步：执行器A1节点工作于事件驱动方式，被控制信号u1(s)所触发后，将控制信号u1(s)作用于被控对象预估模型G11m(s)得到其输出值y11mb(s)；将控制信号u1(s)与来自于闭环控制回路2执行器A2节点的信号u2p(s)通过动态前馈控制器D12(s)的输出值ud12(s)相减得到信号u1p(s)，即u1p(s)＝u1(s)-ud12(s)；
第六步：将信号u1p(s)作用于被控对象G11(s)得到其输出值y11(s)；将信号u1p(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)的动态前馈控制加SPC，同时实现对网络时延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)进行采样，并计算出闭环控制回路2的系统输出信号y2(s)，且y2(s)＝y22(s)+y21(s)；
第二步：传感器S2节点将反馈信号y2(s)，通过闭环控制回路2的反馈网络通路向控制器C2节点传输，反馈信号y2(s)将经历网络传输时延τ4后，才能到达控制器C2节点；
第三步：控制器C2节点工作于事件驱动方式，被反馈信号y2(s)所触发后，将闭环控制回路2系统给定信号x2(s)，与反馈信号y2(s)相加并相减后得到信号e2(s)，即e2(s)＝x2(s)+y2(s)-y2(s)＝x2(s)；对e2(s)实施内模控制算法C2IMC(s)，得到IMC信号u2(s)；
第四步：将IMC信号u2(s)通过闭环控制回路2的前向网络通路单元向执行器A2节点传输，u2(s)将经历网络传输时延τ3后，才能到达执行器A2节点；
第五步：执行器A2节点工作于事件驱动方式，被IMC信号u2(s)所触发后，将IMC信号u2(s)与来自于闭环控制回路1执行器A1节点的输出信号u1p(s)通过动态前馈控制器D21(s)的输出信号ud21(s)相减得到信号u2p(s)，即u2p(s)＝u2(s)-ud21(s)；
第六步：将信号u2p(s)作用于被控对象G22(s)得到其输出值y22(s)；将信号u2p(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)的动态前馈控制加IMC，同时实现对网络时延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)

1.一种二输入二输出网络控制系统时延补偿SPC和IMC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C1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节点被控制信号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C2节点被反馈信号y2(s)触发时，将采用方式E进行工作；
(6).当执行器A2节点被IMC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)进行采样，并计算出闭环控制回路1的系统输出信号y1(s)和反馈信号y1b(s)，且y1(s)＝y11(s)+y12(s)和y1b(s)＝y1(s)-y11mb(s)；
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C1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C1节点；
方式B的步骤包括：
B1：控制器C1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C1节点中，将闭环控制回路1的系统给定信号x1(s)，减去反馈信号y1b(s)与被控对象传递函数预估模型G11m(s)的输出信号y11ma(s)，得到偏差信号e1(s)，即e1(s)＝x1(s)-y1b(s)-y11ma(s)；
B3：对e1(s)实施控制算法C1(s)，得到控制信号u1(s)；将控制信号u1(s)作用于被控对象预估模型G11m(s)得到其输出值y11ma(s)；
B4：将控制信号u1(s)通过闭环控制回路1的前向网络通路单元向执行器A1节点传输，u1(s)将经历网络传输时延τ1后，才能到达执行器A1节点；
方式C的步骤包括：
C1：执行器A1节点工作于事件驱动方式，被控制信号u1(s)所触发；
C2：在执行器A1节点中，将控制信号u1(s)作用于被控对象预估模型G11m(s)得到其输出值y11mb(s)；将控制信号u1(s)与来自于闭环控制回路2执行器A2节点的信号u2p(s)通过动态前馈控制器D12(s)的输出值ud12(s)相减得到信号u1p(s)，即u1p(s)＝u1(s)-ud12(s)；
C3：将信号u1p(s)作用于被控对象G11(s)得到其输出值y11(s)；将信号u1p(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)的动态前馈控制加SPC，同时实现对网络时延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，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)进行采样，并计算出闭环控制回路2的系统输出信号y2(s)，且y2(s)＝y22(s)+y21(s)；
D3：将反馈信号y2(s)，通过闭环控制回路2的反馈网络通路向控制器C2节点传输，反馈信号y2(s)将经历网络传输时延τ4后，才能到达控制器C2节点；
方式E的步骤包括：
E1：控制器C2节点工作于事件驱动方式，被反馈信号y2(s)所触发；
E2：在控制器C2节点中，将闭环控制回路2系统给定信号x2(s)，与反馈信号y2(s)相加并相减后，得到信号e2(s)，即e2(s)＝x2(s)+y2(s)-y2(s)＝x2(s)；对e2(s)实施内模控制算法C2IMC(s)，得到IMC信号u2(s)；
E3：将IMC信号u2(s)通过闭环控制回路2的前向网络通路单元向执行器A2节点传输，u2(s)将经历网络传输时延τ3后，才能到达执行器A2节点；
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IMC信号u2(s)所触发；
F2：将IMC信号u2(s)与来自于闭环控制回路1执行器A1节点的输出信号u1p(s)通过动态前馈控制器D21(s)的输出信号ud21(s)相减得到信号u2p(s)，即u2p(s)＝u2(s)-ud21(s)；
F3：将信号u2p(s)作用于被控对象G22(s)得到其输出值y22(s)；将信号u2p(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)的动态前馈控制加IMC，同时实现对网络时延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，实现系统不包含控制回路1和控制回路2中所有网络时延的预估补偿模型，从而免除对节点之间网络时延τ1和τ2，以及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TITO-NCS中的控制回路1，采用动态前馈控制加SPC，由于从TITO-NCS结构上实现与具体控制器C1(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；其动态前馈控制器D12(s)，可以降低来自闭环控制回路2的干扰信号u2p(s)通过交叉干扰通道G12(s)对闭环控制回路1动态性能的影响，同时D12(s)兼有解耦控制作用。
5.根据权利要求1所述的方法，其特征在于：针对TITO-NCS中的控制回路2，采用动态前馈控制加IMC，可以提高系统稳定性和跟踪性以及抗干扰性能，实现对网络时延的补偿与控制；采用动态前馈控制器D21(s)，可以降低来自闭环控制回路1的干扰信号u1p(s)通过交叉干扰通道G21(s)对闭环控制回路2动态性能的影响，同时D21(s)兼有解耦控制作用。
CN201710090539.4A 2017-02-20 2017-02-20 一种二输入二输出网络控制系统时延补偿spc和imc方法 Pending CN106773723A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710090539.4A CN106773723A (zh) 2017-02-20 2017-02-20 一种二输入二输出网络控制系统时延补偿spc和imc方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710090539.4A CN106773723A (zh) 2017-02-20 2017-02-20 一种二输入二输出网络控制系统时延补偿spc和imc方法

Publications (1)

Publication Number Publication Date
CN106773723A true CN106773723A (zh) 2017-05-31

Family

ID=58958879

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710090539.4A Pending CN106773723A (zh) 2017-02-20 2017-02-20 一种二输入二输出网络控制系统时延补偿spc和imc方法

Country Status (1)

Country Link
CN (1) CN106773723A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108628270A (zh) * 2018-06-11 2018-10-09 哈尔滨工程大学 一种基于plc远程监控终端的优化网络控制装置与方法
CN108900285A (zh) * 2018-06-26 2018-11-27 电子科技大学 一种面向预测控制系统的自适应混合无线传输方法
CN109856970A (zh) * 2018-12-19 2019-06-07 哈尔滨理工大学 一种具有网络诱导有界时滞和数据丢失的有限时镇定方法
CN109901400A (zh) * 2019-04-01 2019-06-18 中国矿业大学 一种刮板输送机链张紧系统参数化逆模型控制器设计方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108628270A (zh) * 2018-06-11 2018-10-09 哈尔滨工程大学 一种基于plc远程监控终端的优化网络控制装置与方法
CN108900285A (zh) * 2018-06-26 2018-11-27 电子科技大学 一种面向预测控制系统的自适应混合无线传输方法
CN108900285B (zh) * 2018-06-26 2020-11-13 电子科技大学 一种面向预测控制系统的自适应混合无线传输方法
CN109856970A (zh) * 2018-12-19 2019-06-07 哈尔滨理工大学 一种具有网络诱导有界时滞和数据丢失的有限时镇定方法
CN109856970B (zh) * 2018-12-19 2022-01-25 哈尔滨理工大学 一种具有网络诱导有界时滞和数据丢失的有限时镇定方法
CN109901400A (zh) * 2019-04-01 2019-06-18 中国矿业大学 一种刮板输送机链张紧系统参数化逆模型控制器设计方法
CN109901400B (zh) * 2019-04-01 2020-06-05 中国矿业大学 一种刮板输送机链张紧系统参数化逆模型控制器设计方法

Similar Documents

Publication Publication Date Title
CN106707762A (zh) 一种两输入两输出网络控制系统不确定时延混杂控制方法
CN107065572A (zh) 一种双输入双输出ndcs未知时延的混杂控制方法
CN106773723A (zh) 一种二输入二输出网络控制系统时延补偿spc和imc方法
CN106802561A (zh) 一种tito‑ndcs可变网络时延的补偿方法
CN106802562A (zh) 一种二输入二输出网络解耦控制系统长时延补偿方法
CN106773725A (zh) 一种二输入二输出网络控制系统未知时延补偿与imc方法
CN106773727A (zh) 一种二自由度imc与spc的tito‑ncs不确定时延补偿方法
CN106802559A (zh) 一种两输入两输出网络控制系统网络时延二自由度imc方法
CN106707761A (zh) 一种两输入两输出网络控制系统未知时延imc方法
CN106802560A (zh) 一种二输入二输出网络控制系统随机时延的spc和imc方法
CN106919047A (zh) 一种双输入双输出网络控制系统时延二自由度imc方法
CN106802556A (zh) 一种两输入输出网络解耦控制系统未知网络时延的imc方法
CN106773724A (zh) 一种二输入二输出网络控制系统时延补偿与imc方法
CN106802557A (zh) 一种tito‑ndcs随机网络时延的spc和imc方法
CN106873368A (zh) 一种双输入输出网络解耦控制系统非确定时延的补偿方法
CN107102628A (zh) 一种两输入两输出ndcs时变时延补偿与控制方法
CN106773731A (zh) 一种双输入输出网络解耦控制系统未知时延混杂控制方法
CN106919042A (zh) 一种两输入输出网络解耦控制系统时变网络时延的imc方法
CN106802555A (zh) 一种双输入双输出网络控制系统时延补偿方法
CN107065535A (zh) 一种两输入两输出网络控制系统时变时延混杂控制方法
CN106814621A (zh) 一种两输入两输出网络解耦控制系统随机网络时延imc方法
CN106814612A (zh) 二输入二输出网络控制系统时延补偿与动态前馈加imc方法
CN107168043A (zh) 一种二输入二输出ndcs未知时延补偿与imc方法
CN106842945A (zh) 一种双输入双输出网络控制系统随机时延的imc方法
CN106842930A (zh) 一种双输入双输出网络控制系统未知时延spc方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170531