CN112147955A - 分散控制系统 - Google Patents
分散控制系统 Download PDFInfo
- Publication number
- CN112147955A CN112147955A CN202010565344.2A CN202010565344A CN112147955A CN 112147955 A CN112147955 A CN 112147955A CN 202010565344 A CN202010565344 A CN 202010565344A CN 112147955 A CN112147955 A CN 112147955A
- Authority
- CN
- China
- Prior art keywords
- control
- state index
- index value
- adjacent
- agent
- 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.)
- Granted
Links
- 238000004891 communication Methods 0.000 claims abstract description 204
- 230000006854 communication Effects 0.000 claims abstract description 203
- 230000005540 biological transmission Effects 0.000 claims description 71
- 238000005259 measurement Methods 0.000 claims description 35
- 238000005070 sampling Methods 0.000 claims description 16
- 239000003795 chemical substances by application Substances 0.000 description 423
- 238000012937 correction Methods 0.000 description 46
- 238000004364 calculation method Methods 0.000 description 37
- 230000008859 change Effects 0.000 description 22
- 238000004088 simulation Methods 0.000 description 14
- 230000008054 signal transmission Effects 0.000 description 8
- 230000002123 temporal effect Effects 0.000 description 8
- 238000000034 method Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000007726 management method Methods 0.000 description 6
- 230000001934 delay Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000007175 bidirectional communication Effects 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000005094 computer simulation Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003534 oscillatory effect Effects 0.000 description 2
- 241000167854 Bourreria succulenta Species 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 235000019693 cherries Nutrition 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005672 electromagnetic field Effects 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0421—Multiprocessor system
-
- 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
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4185—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the network communication
-
- 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
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41845—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by system universality, reconfigurability, modularity
-
- 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
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
-
- 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
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/33—Director till display
- G05B2219/33273—DCS distributed, decentralised controlsystem, multiprocessor
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Feedback Control In General (AREA)
- Computer And Data Communications (AREA)
Abstract
本发明提供一种分散控制系统,包括分别控制多个设备各自的状态的多个控制装置和包括将所述多个控制装置连接的通信线路的通信网络,所述多个设备各自的控制装置构成为,按照多智能体系统的一致性控制,使用本设备的当前的所述状态指标值和从相邻设备的控制装置接收到的最新的相邻设备的状态指标值与由相邻设备的控制装置接收到的最新的本设备的状态指标值之间的差分来决定状态目标值。
Description
技术领域
本发明涉及多个设备用的控制装置的各自互相连接于网络且构成为基于自身的设备的状态和其他设备的状态来控制自身的设备的状态的分散控制系统,更详细而言,涉及多个设备用的控制装置构成多智能体系统且各设备的状态按照多智能体系统的一致性控制而被控制的系统。
背景技术
通过通信网络技术的发展,提出并实现了将多个设备(尤其是互相配置于距离远离的位置)的设备连接于网络系统且通过该网络系统来总括地或远程地控制·管理多个设备的工作、状态的技术。作为利用了这样的通信网络技术的多个设备的控制·管理系统之一,利用在通过网络连接的设备彼此相互监视它们的工作状态的同时针对每个设备自主地执行状态的控制·管理的分散控制系统。并且,作为该分散控制系统中的各设备的工作状态的控制协议,已知有系统内的各设备由分散控制器控制的“多智能体系统”的控制的协议或算法,与此相关联地提出了各种结构。
例如,在日本特开2010-146246中提出了以下结构:在一个系统中多个多智能体系统分别独立地构建并动作的情况下,在一个终端计算机中,该智能体间的通信功能在多个多智能体系统中能够共用。在日本特开2009-159808中提出了使用以下的多智能体技术的系统:在包括多个发电机及负载的分散型电力系统中,针对由电力系统的区分开闭器分离出的每个区间配置的区间智能体掌握区间内的潮流量,将潮流增减量对发电机智能体或下游区间的智能体调整委托,发电机智能体或下游区间智能体分别自主地与其他发电机智能体或下游区间智能体进行调整,通过反复进行这样的连锁来进行区间内的分散型电源及下游区间的供需控制。日本特开2016-099955提出了以下结构:在构成多智能体系统的电力管理系统中,为了应对共有统计值的用户数的增加并提高与各用户相关的数据的隐匿性,各用户的信息处理装置基于最大电力量及其分割值来确定发送表示分割值的分割值数据的发送对象,发送分割值数据,接收到分割值数据的其他信息处理装置根据分割值来算出多个电力管理装置管理的电力量的平均值或标准偏差。而且,在分散型能量管理系统中的电源或能源等智能体的状态的控制中,多智能体系统的控制手法是有效的,这在系统控制工学系列22“多智能体系统的控制”东俊一及其他5名CORONA出版社2015年9月18日等中提出。在“具有非一样·非对称的时间延迟的多智能体系统的平均一致问题”樱间一德及其他1名计测自动控制学会论文集Vol.47,No.2,100/109(2011)中,关于在网络中的信息传递中存在非一样·非对称的时间延迟的情况下的多智能体系统的平均一致问题中得到一致性值的条件进行了解析和考察。在“Average Consensusin Multi-Agent Systemswith Non-uniform Time-Varying Delays and Random Packet Losses”吴及其他4名(JianWu,YangShi,BingxianMu,HuxiongLi,WenbaiLi)3rd IFAC International ConferenceonIntelligent Control and Automation Science.September2-4,2013.Chengdu,Chinap.322-326中,提出了以下手法:在多智能体系统的平均一致问题中,在网络中的智能体间的信息传递中产生的时间延迟对称的情况下,使全部智能体的状态值向各智能体的初始值的平均值即一致性值收敛。
发明内容
在分散控制系统中的连接于通信网络的多个设备的状态的多智能体系统的一致性控制中,表示任意的设备即智能体i的状态的状态指标值xi按照下述的式子被控制。
xi[k+1]=xi[k]+Ts·ui[k]…(1)
在此,xi[k]、xi[k+1]分别是智能体i的时刻k的状态指标值和从时刻k起的1采样时间后的状态指标值应取的目标值,xj[k]是与智能体i通过通信网络而直接连接的智能体j的时刻k的状态指标值,Ni、Nj是与智能体i、j的各自直接连接的智能体的集合,|Ni|、|Nj|是Ni、Nj的数(次数),Ts是采样周期。另外,式(1)的右边第二项被称作“分散控制器”。需要说明的是,上述的式子是在离散时间系统的情况下应用的式子,但在连续时间系统的情况下,使用将状态xi的差分方程式改写成微分方程式后的式子。并且,在系统的结构是全部智能体连结的无向图时,若按照上述的式子来控制系统内的各智能体的状态,则在理论上,各智能体的状态指标值xi如下所述,向成为各智能体的状态指标值xi的初始值xi[0]的平均值的一致性值收敛(平均一致性控制)。
“多智能体系统的一致性控制”如在该领域中已知那样,是以使系统内的全部智能体(即,设备)的状态指标值向某一致性值渐进地一致的方式控制各智能体的状态的形式的控制,即,是以关于系统内的任意的智能体i和智能体j的状态指标值xi、xj,
成立,任意的智能体i的状态指标值xi向某常数值α收敛,即,
成立的方式控制各智能体的状态的形式的控制。
关于上述的多智能体系统的一致性控制,如已经触及那样,通过到此为止的研究而发现了:在直接使用一般已知的上述的式(1)的差分方程式作为达成一致性控制的式子而控制了各智能体的状态时全部智能体的状态指标值向某常数一致性值α收敛的(式(3)、(4)成立的)在理论上是在各智能体中能够实时地参照相邻智能体的状态指标值的情况,即通过通信线路的从相邻智能体向各智能体的状态指标值的传递没有时间延迟的情况,在通过通信线路的各智能体间的状态指标值的传递需要有意义的时间的情况下(在产生时间延迟的情况下),会产生各智能体的状态指标值不向一致性值收敛或者即使收敛一致性值也会变动等现象,因此,在使用了在通信线路中的状态指标值的传递中产生时间延迟的现实的通信网络的分散控制系统中,在直接使用式(1)的方程式的控制中,有时无法达成合适的一致性控制。为了应对该情况,关于上述的时间延迟对称的情况,本发明的发明人提出了补偿通信网络中的信号的通信延迟的影响的结构。
于是,本发明的发明人进一步探索了在信号通信的时间延迟不对称的情况下也能够合适地达成一致性控制的控制协议,结果明白了:如已经触及那样,若作为在各智能体的状态目标值中的每1循环的变化量的决定(分散控制器中的运算)中参照的相邻智能体的状态指标值,使用从相邻智能体发送来的最新的状态指标值,作为各智能体的状态指标值,使用在相邻智能体中接收到的最新的状态指标值,则在保存全部智能体的状态指标值的平均值且全部智能体的状态指标值收敛时,能够达成预定的一致性值。尤其是,在平均一致性控制的情况下,一致性值稳定地保持为各智能体的状态指标值的初始值的平均值。
关于上述的多智能体系统的平均一致性控制,基于上述的式(1)的运算中的各智能体的状态指标值xi向它们的初始值xi[0]的平均值的收敛在智能体间的同时性(在智能体间的通信网络中的信号信息传递中没有时间延迟,在各智能体中能够实时地(即时地)参照相邻智能体的状态指标值的状态)的假定下稳定地达成,但在不满足智能体间的同时性的条件的情况下,即,在智能体间的通信网络的信号信息传递中存在时间延迟的情况下,全部智能体的状态指标值xi的平均值不保存为它们的初始值xi[0]的平均值,这样的话,难以将全部智能体的状态指标值xi向它们的初始值xi[0]的平均值控制。实际上,即使全部智能体的状态指标值xi向一致性值收敛,该一致性值有时也会从全部智能体的初始值xi[0]的平均值(即,式(2)的值)偏离。另外,也发现了:若存在上述的智能体间的通信网络的信号信息传递的时间延迟,则全部智能体的状态指标值xi向一致性值的收敛性会恶化。
另一方面,在现实的分散控制系统中利用的通信网络中,应用延迟[μ秒量级](在发送侧将包向TCP/IP层传递时产生的延迟、在接收侧接收、处理包并回复响应时产生的延迟)、串行延迟[μ秒~m秒量级](网络的带宽越窄则越大的从包的最初的位被发送起到最后的位被传送为止的时间)、传播延迟(在信号在电缆的介质中传播时产生的延迟)、拥挤延迟(在超过了线路的带宽时将超过的包保存于缓冲器并再次传送所需的时间)等由一些要因引起的信号信息传递的延迟的产生不可避免,另外,尤其是,在连接有许多智能体的大规模的网络中,通过信号的交通拥堵,在通信电缆的信号传送延迟、路由器、集线器等的传送延迟、由通信集中引起的冲突、多跳通信时的传送延迟等理由下,产生通信延迟。因此,为了在现实的分散控制系统中达成基于多智能体系统的平均一致性控制的各智能体的状态的按照期待的控制,应该需要改良基于式(1)的控制协议。
关于这一点,本发明的发明人已经提出了以下结构:在各智能体中的状态的控制中,在分散控制器参照相邻的智能体(相邻智能体)的状态指标值来算出自身(本智能体)的状态指标值的变化量即分散控制器的控制输入(式(1)的ui)时,若不是使用在相邻智能体中以时间序列采样到的状态指标值的全部,而是间歇性地参照相邻智能体的状态指标值,则能够补偿由智能体间的通信网络的信号信息传递中的时间延迟引起的状态指标值向一致性值的收敛性的恶化,另外,在分散控制器的控制输入中,通过使用采样时间与相邻智能体参照的状态指标值一致的状态指标值作为本智能体的状态指标值,能够使各智能体的状态指标值收敛的一致性值如期待那样与全部智能体的初始值xi[0]的平均值一致,这样,能够保证状态指标值向一致性值的收敛性和精度。然而,在该结构中,假定了任意的两个智能体间的双向的通信的时间延迟相等的情况(即,上述的时间延迟对称的情况)。于是,本发明的发明人进行了进一步的研究开发,结果发现了:在各智能体的分散控制器的控制输入中,通过使用从相邻智能体接收到的最新的相邻智能体的状态指标值(在相邻智能体向本智能体发送的时间点下由相邻智能体计测到的状态指标值的最新值)与相邻智能体接收到的最新的(或确认了这一点的最新的)本智能体的状态指标值(在本智能体向相邻智能体发送的时间点下由本智能体计测到的状态指标值的最新值)的差分,即使在任意的两个智能体间的信号通信的时间延迟不对称的情况下,也能够使各智能体的状态指标值收敛的一致性值如期待那样与全部智能体的初始值xi[0]的平均值一致。在本发明中,利用该见解。
本发明提供如上述那样按照多智能体系统的一致性控制来管理或控制通过通信网络而互相连接的多个设备各自的状态的结构的分散控制系统且构成为利用即使在通信网络中的信号的通信延迟不对称的情况下(也包括对称的情况)也能够补偿由该信号通信的延迟引起的各智能体的状态指标值的一致性值的变动的新的控制协议来控制各设备的状态的分散控制系统。
本发明的第一方案涉及分散控制系统。所述分散控制系统包括:多个控制装置,控制多个设备各自的状态;及通信网络,包括将所述多个控制装置连接的通信线路。表示在所述多个设备的各自中选择出的状态的状态指标值被计测。通过所述通信线路,所述状态指标值从分别对应的所述多个控制装置的各自向所述多个设备中的相邻设备的所述控制装置传递。参照所述多个设备中的本设备的所述状态指标值和所述相邻设备的所述状态指标值,按照多智能体系统的一致性控制来决定状态目标值,所述多个设备各自的控制装置构成为,以使所述本设备的所述状态指标值与所述决定出的状态目标值一致的方式控制所述本设备的所述状态。所述多个设备各自的控制装置构成为,使用所述本设备的当前的所述状态指标值和从所述相邻设备的所述控制装置接收到的最新的所述相邻设备的所述状态指标值与在所述相邻设备的所述控制装置中接收到的最新的所述本设备的所述状态指标值的差分来决定所述状态目标值,所述本设备对于所述多个设备各自的控制装置而言是自身控制所述状态的设备,所述相邻设备对于所述多个设备各自的控制装置而言是由与自身通过所述通信线路直接连接的控制装置来控制所述状态的设备。
在上述第一方案中,“设备”可以是能源、移动体、各种制造机械器具、各种传感器等工作状态被控制的任意的设备,“设备”的“选择出的状态”可以是任意的能够计测的物理量和/或它们的变化率或变动率,且是任意选择出的状态。“状态指标值”是表示该“选择出的状态”的实际计测到的值,“状态目标值”是在状态的控制中应该使“状态指标值”一致的状态的目标值。“控制装置”可以是计测表示设备的任意的状态的状态指标值并且自主地控制该状态的任意的形式的控制装置,典型地,可以使用计算机来适当控制设备的状态。连接于各设备的控制装置间且传送表示各设备的状态值的信号的通信线路可以是有线通信、无线通信、光通信等以任意的方式传送信号的线路。另外,在上述第一方案中,“本设备”对于系统内的各控制装置而言是该控制装置自身控制状态的设备,“相邻设备”对于各控制装置而言是由与该控制装置自身通过通信线路而直接连接的控制装置控制状态的设备。对于某控制装置而言,由与通过通信线路而连接的控制装置进一步通过通信线路而连接的别的控制装置控制状态的设备成为对于相邻设备而言的相邻设备。
在上述方案中,所述一致性控制可以是平均一致性控制。
根据上述结构,构成为使用本设备的当前的状态指标值和“从所述相邻设备的所述控制装置接收到的最新的所述相邻设备的所述状态指标值与在所述相邻设备的所述控制装置中接收到的最新的所述本设备的所述状态指标值的差分”,决定各设备的控制装置的状态目标值。在此,“从所述相邻设备的所述控制装置接收到的最新的所述相邻设备的所述状态指标值”是从相邻设备的控制装置发送且在各控制装置中接收到的状态指标值中的最新的值(不是由相邻设备逐次计测到的最新的状态指标值)。即,若将从相邻设备的控制装置到各控制装置为止的状态指标值的传递所需的时间称作“第一通信延迟时间”,则在本发明的多智能体系统的分散控制器中参照的相邻设备的控制装置的状态指标值是在从该状态指标值在各控制装置中的接收时间点追溯了第一通信延迟时间的时间点下由相邻设备计测到的状态指标值的最新值。另外,上述的“在所述相邻设备的所述控制装置中接收到的最新的所述本设备的所述状态指标值”是从本设备的控制装置发送且在(本设备的控制装置接收到的状态指标值的发送源的)相邻设备的控制装置中实际接收到的本设备的状态指标值中的最新的值(不是由本设备逐次计测到的最新的状态指标值)。即,若将从各本设备的控制装置到相邻设备的控制装置为止的状态指标值的传递所需的时间称作“第二通信延迟时间”,则在本发明的多智能体系统的分散控制器中参照的本设备的控制装置的状态指标值是在从该状态指标值在相邻设备的控制装置中的接收时间点追溯了第二通信延迟时间的时间点下由本设备计测到的状态指标值的最新值。另外,如在后面的实施方式一栏中也说明的那样,在控制的工作中,在各控制装置的分散控制器中,作为相邻设备的状态指标值及本设备的状态指标值,分别参照相同的状态指标值(即,在设备i和设备j互相交换状态指标值xi[kb]、xj[ka]的情况下,在设备j中成为相邻设备的值的xi[kb]对于设备i而言作为本设备的值来参照,在设备i中成为相邻设备的值的xj[ka]对于设备j而言作为本设备的值来参照),由此,系统内的多个设备的状态指标值的平均值被保存,能够使各设备的状态指标值的一致性值稳定化。
在上述方案中,所述多个设备各自的控制装置可以构成为,将所述本设备的所述状态指标值向所述相邻设备的所述控制装置发送,在发送出的所述本设备的所述状态指标值到达所述相邻设备的控制装置后,发送最新的所述本设备的所述状态指标值。
在上述方案中,所述多个设备各自的控制装置可以构成为,当接收到从所述相邻设备的所述控制装置发送出的所述相邻设备的所述状态指标值时,将接收到所述相邻设备的所述状态指标值这一信息向作为所述相邻设备的所述状态指标值的发送源的所述相邻设备的所述控制装置进行通知。
根据上述结构,通过各控制装置作为状态指标值的接收侧而能够将状态指标值的接收通知向发送源回复,各控制装置能够作为状态指标值的发送侧而得知接收侧的状态指标值的到达,这样,在分散控制器中,参照与相邻设备的控制装置接收到的状态指标值相同的状态指标值。
在上述方案中,所述差分中的在所述相邻设备的所述控制装置中接收到的最新的所述本设备的所述状态指标值可以是从所述相邻设备的所述控制装置接收了接收到所述本设备的所述状态指标值的通知的最新的所述本设备的所述状态指标值。
在多智能体系统中,在各智能体的状态目标值的每1循环的变化量的决定(分散控制器[相当于式(1)的右边第二项]的运算)中,若不是使用在相邻智能体中以时间序列计测到的状态指标值的全部,而是间歇性地参照相邻智能体的状态指标值,更具体而言,跳过在一个状态指标值从相邻智能体经由通信线路而传送起到到达各智能体为止的期间在相邻智能体中计测到的状态指标值而参照相邻智能体的状态指标值(也就是说,作为相邻智能体的状态指标值而参照的值成为状态指标值的信号从相邻智能体传递至各智能体且信号到达的报告从各智能体到达相邻智能体的每个期间的值),则各智能体的状态指标值向一个一致性值的收敛性被改善。于是,如上所述,可以将各设备的控制装置的将本设备的状态指标值向相邻设备的控制装置发送的发送手段构成为,当将本设备的状态指标值发送一次后,等待该发送出的本设备的状态指标值到达相邻设备的控制装置并发送最新的本设备的状态指标值,各设备的控制装置间歇性地参照相邻设备的状态指标值,由此,各设备的状态指标值向一个一致性值的收敛性被改善。
另外,根据上述结构,各设备的控制装置可以对来自相邻设备的控制装置的本设备的状态指标值到达了相邻设备的控制装置的信息的通知进行响应而将下一(即,最新的)状态指标值向相邻设备的控制装置发送。在该情况下,各设备的控制装置可以在状态指标值的发送后即使经过规定的时间也未从相邻设备的控制装置接收到本设备的状态指标值的信号的到达的通知的情况下,发送下一状态指标值(超时处理)。在此,“规定的时间”可以设定为比设想的状态指标值的信号的传递所需的时间(通信延迟时间)长的时间。或者,各设备的控制装置可以在通信延迟时间能够预测的情况下,当将本设备的状态指标值发送一次后,等待相当于通信延迟时间的时间,将下一状态指标值向相邻设备的控制装置发送。
另外,在各控制装置的分散控制器中参照的本设备的状态指标值是由相邻设备的控制装置接收到的值,因此,如上所述,在将各个本设备的状态指标值向相邻设备的控制装置发送的控制装置构成为在发送出的本设备的状态指标值到达相邻设备的控制装置后发送最新的本设备的所述状态指标值的情况下,关于在各控制装置的分散控制器中参照的本设备的状态指标值也是同样,不是使用由本设备以时间序列计测到的状态指标值的全部,而是使用由本设备以时间序列计测到的状态指标值中的间歇性地向相邻设备发送出的值。
在上述方案中,所述状态目标值中的所述的差分的贡献可以由控制增益调节。
根据上述结构,通过调节各设备的状态目标值中的分散控制器的控制输入即从相邻设备的控制装置接收到的最新的相邻设备的状态指标值与在相邻设备的控制装置中接收到的最新的本设备的状态指标值的差分的贡献,能够进一步改善各设备的状态指标值的收敛性。
在上述方案中,所述控制增益可以基于从所述相邻设备的所述控制装置向所述多个设备各自的控制装置的所述相邻设备的所述状态指标值的通信延迟时间及从所述多个设备各自的控制装置向所述相邻设备的所述控制装置的所述本设备的所述状态指标值的通信延迟时间中的至少一个而决定。
根据上述结构,各设备的状态指标值的收敛性的良好与否依赖于相邻的控制装置间的状态指标值的通信延迟时间,因此能够改善各设备的状态指标值的收敛性。
在上述方案中,所述控制增益可以基于从所述相邻设备的所述控制装置向所述多个设备各自的控制装置的所述相邻设备的所述状态指标值的通信延迟时间及从所述多个设备各自的控制装置向所述相邻设备的所述控制装置的所述本设备的所述状态指标值的通信延迟时间中的较长一方而决定。
根据上述结构,根据保存系统内的多个设备的状态指标值的平均值的请求,可以以使相对于互相相邻的设备的状态目标值的这些互相相邻的设备的分散控制器中的状态指标值的差分的贡献互相相等的方式,互相相邻的设备的分散控制器各自中的相对于这些互相相邻的设备的状态指标值的差分的控制增益设定为互相相等,但此时,在通信网络中的信号的通信延迟未必对称的情况下,从相邻设备的控制装置向控制装置各自的相邻设备的状态指标值的通信延迟时间(第一通信延迟时间)和从控制装置的各自向相邻设备的控制装置的本设备的状态指标值的通信延迟时间(第二通信延迟时间)可能不同,考虑通信延迟时间越长则对状态指标值的收敛性的影响越大,能够抑制对所述状态指标值的收敛性的影响。
在上述方案中,在决定所述控制增益所基于的所述通信延迟时间长的情况下,与决定所述控制增益所基于的所述通信延迟时间短的情况相比,所述控制增益可以降低。
根据上述结构,考虑“相邻的设备间的通信延迟时间越长,则与其对应的相邻的设备的分散控制器中的状态指标值的差分的贡献越使状态指标值的收敛性恶化”,能够降低通信延迟时间长的相邻的设备间的状态指标值的差分的贡献。
在上述方案中,所述多个设备各自的控制装置可以构成为使用所述本设备的当前的所述状态指标值和分散控制器来决定所述状态目标值。所述分散控制器可以包括采样周期和所述分散控制器的控制输入。
在上述方案中,所述分散控制器的所述控制输入可以使用从所述相邻设备的所述控制装置发送且在所述本设备的控制装置中接收到的所述相邻设备的所述状态指标值的计测时刻和从所述本设备的所述控制装置发送且在所述相邻设备的所述控制装置中接收到的所述本设备的所述状态指标值的计测时刻而决定。
与此相关联,所述分散控制器的所述控制输入可以表示为下述的式子。
在此,ui是分散控制器的控制输入,kaj是从相邻设备j的控制装置发送且在本设备i的控制装置中接收到的状态指标值的计测时刻,kbi是从本设备i的控制装置发送且在相邻设备j的控制装置中接收到的状态指标值的计测时刻。
在上述方案中,在所述分散控制器的所述控制输入是多个所述相邻设备的所述状态指标值与所述本设备的所述状态指标值的差分的总和时,所述控制增益可以针对与连接于所述多个设备各自的控制装置的所述相邻设备的所述控制装置对应的每个所述差分而设定。
根据上述结构,各设备的控制装置可以与一个以上的相邻设备的控制装置通过通信网络而连接,将通信延迟时间在每个相邻的控制装置间不同纳入考虑。
在上述方案中,所述分散控制器可以使用所述控制增益而被修正。
与此相关联,分散控制器可以使用如上所述的控制增益而基于下述被修正。
在此,ui是分散控制器的控制输入,Gij是针对与连接于控制装置的各自的相邻设备的控制装置对应的每个差分而设定的控制增益,是使用了从相邻设备的控制装置向控制装置的各自的相邻设备的状态指标值的传送中的通信延迟时间(第一通信延迟时间)Δij和从控制装置的各自向相邻设备的控制装置的本设备的状态指标值的传送中的通信延迟时间(第二通信延迟时间)Δji的max(Δij,Δji)的函数。
在上述方案中,所述控制增益可以以
Gij=Γmax(Δij,Δji)…(7)
给出。在此,Gij是所述控制增益,Γ是比1小的正数,Δij是从所述相邻设备的所述控制装置向所述多个设备各自的控制装置的所述相邻设备的所述状态指标值的通信延迟时间,Δji是从所述多个设备各自的控制装置向所述相邻设备的所述控制装置的所述本设备的所述状态指标值的通信延迟时间。
与此相关联,Gij可以设定为与对应的分散控制器的控制输入uj中的控制增益Gji相等。并且,控制增益Gij可以使用比1小的正数Γ、第一通信延迟时间Δij及第二通信延迟时间Δji而以Gij=Γmax(Δij,Δji)给出。
在上述方案中,所述控制增益可以以Gij=1/{c·max(Δij,Δji)给出。在此,Gij是所述控制增益,c是正系数,Δij是从所述相邻设备的所述控制装置向所述多个设备各自的控制装置的所述相邻设备的所述状态指标值的通信延迟时间,Δji是从所述多个设备各自的控制装置向所述相邻设备的所述控制装置的所述本设备的所述状态指标值的通信延迟时间。
在上述第一方案中,所述通信线路可以存在多个。所述通信网络可以包括所述多个通信线路。
根据上述结构,在将控制增益通过状态指标值的通信延迟时间来决定的情况下,各设备的控制装置需要确认在状态目标值的决定时参照的状态指标值在何时的时间点下计测到的值以及参照的状态指标值是在何时的时间点下在发送对象的控制装置中接收到的,因此,可以是,对在各控制装置中计测到的各设备的状态指标值赋予计测时刻(计测时间戳),与状态指标值一起向相邻设备的控制装置发送,另外,对在各控制装置中接收到的状态指标值赋予接收时刻(接收时间戳),该计测时刻与接收时刻之差即通信延迟时间向状态指标值的发送源的控制装置回复,在控制增益的决定中参照。
根据本发明的各方案,提供以下结构:在各设备通过通信网络而连接的分散控制系统中,通过即使在各设备的控制装置间的状态指标值的传递产生不对称的时间延迟也保存各设备的状态指标值的平均值的新的控制协议,来决定各设备的状态目标值。如上所述,在现实的分散控制系统的通信网络中,在信号的传送中,因各种要因而产生的不对称的时间延迟不可避免,能够补偿多智能体系统的一致性控制中的状态指标值的传递的这样的时间延迟的影响,因此,可期待能够通过一致性控制而更合适地控制各设备的状态的分散控制系统更广泛地普及。
本发明的其他目的及优点应该会根据以下的本发明的优选实施方式的说明而变得明显。
附图说明
本发明的典型实施例的特征、优点及技术上和工业上的意义将会在下面参照附图来描述,在这些附图中,同样的标号表示同样的要素,其中:
图1A是示意性地表示本实施方式的分散控制系统的结构的图。
图1B是表示本实施方式的系统中的各设备的控制装置(智能体)的结构的框图。
图1C示出了在现实的分散控制系统中利用的通信网络中观察的通信延迟时间的例。
图1D是针对在分散控制系统的智能体间产生的通信延迟时间的每个长度表示频度的直方图。
图2A是说明在如图1A~图1D所示的分散控制系统中各智能体(发送侧)向相邻的智能体(接收侧)执行状态指标值的间歇性的发送时的状态指标值的计测的各定时的时间图。设为计测时刻和运算时刻的定时一致。
图2B是说明在如图1A~图1D所示的分散控制系统中各智能体(发送侧)向相邻的智能体(接收侧)执行状态指标值的间歇性的发送时的状态指标值的发送及接收的各定时的时间图。
图2C是说明在如图1A~图1D所示的分散控制系统中各智能体(发送侧)向相邻的智能体(接收侧)执行状态指标值的间歇性的发送时的状态目标值的运算的各定时的时间图(间歇发送校正)。设为计测时刻和运算时刻的定时一致。
图3是在如图1A~图1D所示的分散控制系统中示意性地表示互相相邻的智能体i、j之间的状态指标值xi、xj和通信延迟时间Δij、Δji的收发和在各分散控制器的控制输入ui、uj中的状态指标值xi项、xj项中参照的值的序列(流程)的图。
图4示出在图1A~图1D所示的分散控制系统中算出通信延迟时间随机变化的情况下的各智能体的状态指标值的时间变化的计算模拟所使用的针对每个发送随机变化的通信延迟时间的例。
图5A示出了在图1A~图1D所示的分散控制系统中在相对于状态目标值的分散控制器的整体的控制增益γi是1且给出针对每个相邻的智能体间决定的控制增益Gij的常系数Γ是1的情况下按照补偿了智能体间的状态指标值的通信延迟的控制协议(参照校正)而得到的各智能体的状态指标值的时间变化的计算模拟的结果。
图5B示出了在图1A~图1D所示的分散控制系统中在相对于各智能体的状态目标值的分散控制器的整体的控制增益γi是0.9且给出针对每个相邻的智能体间决定的控制增益Gij的常系数Γ是1的情况下按照补偿了智能体间的状态指标值的通信延迟的控制协议(参照校正)而得到的各智能体的状态指标值的时间变化的计算模拟的结果。
图6A示出了在图1A~图1D所示的分散控制系统中在相对于状态目标值的分散控制器的整体的控制增益γi是0.5且给出针对每个相邻的智能体间决定的控制增益Gij的常系数Γ是1的情况(无控制增益校正)下按照补偿了智能体间的状态指标值的通信延迟的控制协议(参照校正)而得到的各智能体的状态指标值的时间变化的计算模拟的结果。
图6B示出了在图1A~图1D所示的分散控制系统中在相对于各智能体的状态目标值的分散控制器的整体的控制增益γi是1.0且给出针对每个相邻的智能体间决定的控制增益Gij的常系数Γ是0.9的情况下(有控制增益校正)按照补偿了智能体间的状态指标值的通信延迟的控制协议(参照校正)而得到的各智能体的状态指标值的时间变化的计算模拟的结果。
图7A是说明在如图1A~图1D所示的分散控制系统中按照从前的控制协议而逐次执行状态指标值的发送的情况下的发送侧智能体(相邻设备)中的状态指标值的计测的定时的时间图。设为计测时刻和运算时刻的定时一致。
图7B是说明在如图1A~图1D所示的分散控制系统中按照从前的控制协议而逐次执行状态指标值的发送的情况下的状态指标值的接收的各定时的时间图。
图7C是说明在如图1A~图1D所示的分散控制系统中按照从前的控制协议而逐次执行状态指标值的发送的情况下的接收侧智能体(本设备)中的状态目标值的运算的各定时的时间图。设为计测时刻和运算时刻的定时一致。
图7D是说明在如图1A~图1D所示的分散控制系统中按照从前的控制协议而逐次执行状态指标值的发送的情况下的接收侧智能体(本设备)中的状态指标值的计测的各定时的时间图。设为计测时刻和运算时刻的定时一致。
图8A示出了在如图1A~图1D所示的分散控制系统中在计测时间(采样时间)间隔是1.0秒且没有通信延迟时间的情况下按照图7A~图7D中说明的从前的控制协议(无校正)而得到的各智能体的状态指标值的时间变化的计算模拟的结果。
图8B示出了在如图1A~图1D所示的分散控制系统中在计测时间(采样时间)间隔是1.0秒且在图1A~图1D的智能体6与智能体2、5、7之间的信号传递中对称地产生了1.25秒的通信延迟时间的情况下按照图7A~图7D中说明的从前的控制协议(无校正)而得到的各智能体的状态指标值的时间变化的计算模拟的结果。
图8C示出了在如图1A~图1D所示的分散控制系统中在各智能体间的状态指标值的发送中产生的通信延迟时间以在0~5秒之间随机产生的方式设定且来自各智能体的状态指标值的发送被设定成在接收到来自发送对象的智能体的发送出的状态指标值的接收的通知后(在确认了发送出的状态指标值的到达后)发送下一状态指标值(间歇发送校正)的情况下按照图7A~图7D中说明的从前的控制协议(无校正)而得到的各智能体的状态指标值的时间变化的计算模拟的结果。
具体实施方式
以下,参照附图对本发明的一些优选的实施方式进行详细说明。图中,同一标号表示同一部位。
参照图1A,作为本实施方式的对象的分散控制系统1构成为,多个设备的控制装置Es(智能体)互相通过通信线路Ie而连接,由此,构成通信网络,各智能体Es能够通过该通信网络而取得表示相邻的设备(相邻设备)的选择出的状态的状态指标值。在该系统中成为控制和/或管理的对象的设备可以是任意的,例如,可以是分散型能量管理系统中的能源即将能量通过各种介质或搭载于各种载体而送出的任意的机械器具或装置(发电机(同步发电机、非同步发电机等)、太阳能电池、风车(风力发电机等)、水车(水力发电机等)、燃料电池、化学电池、蓄电池、其他发电装置、充电器、充放电器、发光器、加热器、冷却器、锅炉、发动机、燃气轮机、蒸汽机等)、移动体(车辆、航空器、船舶、人工卫星等)、工业厂房中的各种制造机械器具或处理机械器具、传感器网络中的各种传感器等。而且,分散控制系统也可以由利用IoT技术来控制·管理工作的任意的设备构成。另外,在分散控制系统中应该控制的状态可以是各设备的任意的能够计测的物理量和/或它们的变化率或变动率,例如输出(功率)、电压、压力、温度、转矩、驱动力、制动力、电磁力、电磁场强度、电波强度、频率、振动频率、相位、功率因数、时刻、电流、流量、流速、体积、电荷密度、磁通密度、焓、能量(蓄热量、充电量等)、移动速度、加速度、转速、工作速度、速度变化率等。通信网络可以由有线通信、无线通信、光通信等任意的方式构成。并且,在各智能体Es中,按照多智能体系统的控制协议,以使系统内的各智能体的状态指标值与使用通过上述的通信网络取得的别的智能体的状态指标值而决定出的控制目标值一致的方式进行控制。尤其是,在图1A~图1D的例中,系统构成了全部智能体连结的无向图,在该情况下,在作为控制协议而执行一致性控制的结构中,执行一致性值成为全部智能体的状态指标值的初始值的平均值的“平均一致性控制”。在本说明书中,如图示的例那样,对作为一致性控制而执行平均一致性控制的情况进行说明,但本实施方式根据系统的图的结构,也可以应用于执行领导者·追随者一致性控制或其他一致性控制的情况,应该理解,这样的情况也属于本发明的范围。
在上述的系统中,各智能体i的控制装置(i、j等是对智能体标注的标号)如在图1B中示意性地描绘那样,典型地可以由控制对象即控制设备的选择出的状态和输出的初级控制器和决定设备的选择出的状态的目标值的次级控制器构成。各智能体的控制装置典型地可以是计算机装置,在通常的方式中,装备通过未图示的双向公共总线而相互连结的CPU、存储装置、输入输出装置(I/O),装置内的各部分的工作通过在CPU中执行程序而达成。初级控制器更详细而言以如下方式工作:接收在控制对象中计测到的选择出的状态的指标值(状态指标值)xi[k]和次级控制器发送的状态的目标值(状态目标值)xi[k+1],以使状态目标值与状态指标值的偏差e成为0的方式对控制对象的状态进行控制(状态的反馈控制)。需要说明的是,也可以以使控制对象的输出yi与根据从次级控制器接收到的状态目标值而使用传递函数G决定出的控制对象的输出的目标值yti的偏差ε成为0的方式对控制对象的输出进行控制(输出的反馈控制、伺服控制-在通过选择出的状态来控制输出的情况下,也可以没有)。另外,控制对象中的状态和/或输出的控制处理可以根据选择出的状态、输出的种类而执行。具体的控制处理的方式能够根据选择出的状态而由本领域技术人员适当决定。另一方面,次级控制器使用自身的控制对象的状态指标值xi和通过通信线路而连接的相邻智能体的控制对象的状态指标值xj,利用将在后文详细说明的方式,以使自身的控制对象的状态指标值与一致性值一致或向一致性值收敛的方式决定自身的控制对象的状态目标值。
在如图1A那样的分散控制系统中,如上所述,表示各智能体的选择出的状态的状态指标值通过通信线路Ie而作为信号向相邻智能体发送,换言之,各智能体通过通信线路Ie而从相邻智能体接收其状态指标值的信号。关于该智能体间的状态指标值的信号的通信,在现实的通信网络中,如在“发明内容”中已经叙述那样,由于各种要因,直到状态指标值的信号从相邻智能体到达各智能体为止,即,从相邻智能体发送状态指标值的信号起到各智能体接收到该信号为止,需要有限的时间,因此信号通信的延迟的发生不可避免。另外,一般,任意的两个智能体间的双向的信号通信的延迟未必对称,从智能体i到智能体j为止的信号的通信所需的时间(通信延迟时间)Δji和从智能体j到智能体i为止的通信延迟时间Δij未必一致。并且,如图1C、图1D所例示那样,观察到通信延迟时间在某程度的范围内随机变化为各种长度。
如在“发明内容”一栏中已经叙述那样,在使用上述的式(1)的差分方程式的从前的多智能体系统的一致性控制的运算处理中,未考虑在如上所述的通信网络中产生的通信延迟时间,若将上述的式(1)的差分方程式直接在通信网络中产生通信延迟时间的环境下用于一致性控制,则有时各智能体的状态指标值不向一致性值收敛,或者一致性值产生误差,或者一致性值变动。即,若将从前的多智能体系统的一致性控制的运算处理直接应用于如上所述的现实的分散控制系统,则可能引起无法达成稳定的一致性控制的事态。于是,在本实施方式中,如以下详细说明那样,以利用“即使在通信网络中产生通信延迟时间的环境下,尤其是,即使在智能体间的通信延迟时间不对称的情况下,也能够使各智能体的状态指标值稳定地向一致性值收敛”的新的控制协议来执行信号通信及运算处理的方式,改良各智能体的控制装置的次级控制器的结构。
从前的多智能体系统的一致性控制的运算处理
在说明本实施方式的控制结构之前,对在从前的控制结构中发生的现象进行简单说明。参照图7A~7D,在系统的各智能体中,典型地,表示各设备(控制对象)中的选择出的状态的状态指标值由任意的传感器每隔可以任意设定的规定的时间间隔(计测时刻或采样时刻)逐次计测,这些计测到的状态指标值为了相邻智能体的设备中的状态目标值的决定而通过通信线路作为信号向相邻智能体发送。并且,在多智能体系统的一致性控制中,在各智能体(次级控制器)中,在从前的系统的情况下,一般来说,使用由本设备计测到的状态指标值xi[k]和由相邻智能体计测到的状态指标值xj[k],通过式(1)来算出表示在下一计测时刻下本设备应取的状态的状态目标值xi[k+1],该值向初级控制器的状态的反馈控制用的相加器提供。在此,若假定为相邻智能体的状态指标值xj[k]瞬时到达各智能体,则通过按照式(1)运算状态目标值(设为各智能体的计测时刻和运算时刻实质上一致。以下同样),系统内的全部智能体的状态指标值向一致性值(在该情况下,如式(2)所示,是全部智能体的状态指标值的初始值的平均值)收敛。图8A示出了直到全部智能体的状态指标值向一致性值收敛为止的时间变化的计算模拟的例。在实际的分散控制系统中,如上所述,在次级控制器中算出状态目标值后,在初级控制器中以使控制对象的状态指标值与状态目标值一致的方式对控制对象的状态进行伺服控制,因此有时状态目标值和状态指标值不一致,但由于本说明书的附图中的各智能体的状态指标值的时间变化(图8A~图8C、图5A、图5B、图6A、图6B)是计算模拟,所以示出为状态指标值与状态目标值一致。在此,在图8A、图8B所示的计算模拟的例中,各智能体的状态指标值的初始值以使它们的平均值成为10的方式随机提供。另外,图8A的“收敛判定”表示各智能体的状态指标值的差分缩小为±0.01%的时间点。
在现实的通信网络中,如上所述,状态指标值的信号的通信需要有限的时间,因此如图7B所示,发送侧的智能体(发送侧智能体)的状态指标值的信号(◇)到达接收侧的智能体(接收侧智能体)的接收器的时刻比该状态指标值的计测时刻延迟通信延迟时间Δ。因此,若接收侧智能体逐次使用最新的状态指标值以不考虑通信的延迟的方式运算了状态目标值,则运算按照下述的式子来执行。
在此,k-δk是比当前时刻k追溯了通信延迟时间Δ的时间点的即刻之前的计测时刻(δk是相当于通信延迟时间Δ与接收后的待机时间Δw之和的采样时刻间隔数。参照图7C)。这样一来,如图7C的标号a所示,分散控制器(式(1)的右边第二项)内的发送侧智能体和接收侧智能体的状态指标值的计测时刻产生偏离。在该情况下,当运算状态目标值后,观察到全部智能体的状态指标值向某一致性值收敛但该一致性值从预定的一致性值偏离的现象(通信延迟时间不为0且为采样时刻间隔以下的情况)、全部智能体的状态指标值不收敛的现象(图8B-通信延迟时间超过采样时刻间隔的情况)或全部智能体的状态指标值向某一致性值收敛但该一致性值随着时间振动的现象(未图示)等。
另外,作为别的方式,设为在各智能体的状态指标值的计测中同时记录计测时刻且在状态指标值向相邻智能体的发送中也一并发送该计测时刻的数据的结构,如图7C的标号b所示,在分散控制器(式(1)的右边第二项)中,在使用以使发送侧智能体和接收侧智能体的状态指标值的计测时刻一致的方式修正后的式子即下述的式子
运算了状态目标值的情况下(时间戳校正),观察到,在通信延迟时间(不为0)为采样时刻间隔以下的情况下,全部智能体的状态指标值向预定的一致性值收敛,但在通信延迟时间哪怕稍微超过采样时刻间隔的情况下,全部智能体的状态指标值连收敛的倾向都不示出。
多智能体系统的一致性控制的运算处理的改良
(A)间歇发送校正
如上所述,在分散控制系统中的各智能体间的信号通信中产生有限的延迟时间的环境下,在使用了从前一般已知的式(1)(或式(8)、(9))的控制协议中,根据信号通信的延迟的状况,无法稳定地达成一致性控制,如在“发明内容”一栏中也叙述那样,本发明的发明人关于各智能体向相邻智能体发送状态指标值的处理,提出了以下的间歇发送校正:通过以不是将在各智能体中计测到的状态指标值全部发送而是如以下这样间歇性地发送的方式变更控制协议,从而改善各智能体的状态指标值的收敛性。
参照图2A~图2C,具体而言,(1)各智能体当作为发送侧智能体而向相邻智能体(接收侧智能体)暂且发送状态指标值后,即使逐次地计测到状态指标值也使发送处理待机,当从发送对象的相邻智能体通知了发送出的状态指标值到达了发送对象的相邻智能体时,对此响应而发送状态指标值的最新的计测值(图2B)。即,从状态指标值的发送后到接收到其发送完成通知为止,计测到的状态指标值不发送。需要说明的是,各智能体在状态指标值的发送后来自接收侧智能体的接收通知即使超过可以任意设定的规定的时间也不到达的情况下,可以在该时间点下发送最新的计测到的状态指标值(参照图2B中的“TO”。超时处理)。(2)各智能体当作为接收侧智能体而接收到从相邻智能体(发送侧智能体)发送出的状态指标值时,将其接收通知向发送源的相邻智能体发送(图2C)。从接收侧智能体向发送侧智能体的接收通知所需的时间一般来说与状态指标值的通信所需的时间或采样时间间隔相比非常短,因此,在图中省略从接收通知的发送到接收为止的时间宽度而记载。
如上所述,在各智能体作为发送侧智能体而变更了其状态指标值的发送的方式的情况下,各智能体作为接收侧智能体,在用于运算状态目标值的分散控制器(相当于式(1)的右边第二项)中,使用从发送源到达的状态指标值的最新的值(图2C)作为相邻智能体的状态指标值。即,运算状态目标值的式(1)如下述这样被修正。
在此,kaj是从发送侧智能体j发送出的状态指标值的计测时刻,使用接收侧智能体i中的该接收后的最初的计测时刻laj(<k[当前时刻]),由
kaj=laj-δk…(10a)
δk=Δs+Δij+Δr…(10b)
表示。在此,Δs是从发送侧智能体的发送时刻即刻之前的计测时刻ka到发送时刻为止的待机时间,Δr是从发送侧智能体的状态指标值到达接收侧智能体起到运算时刻为止的待机时间,Δij是通信延迟时间即从发送侧智能体j到接收侧智能体i为止的信号传递所需的时间(在从接收侧智能体向发送侧智能体发送接收通知的结构中,可以包括直到该接收通知到达为止的时间)。根据该协议,在接收侧智能体中,发送侧智能体(相邻智能体)的状态指标值当被暂且接收后,直到下一发送侧智能体的状态指标值被接收为止,在分散控制器中持续使用。另外,在各智能体中,可以针对每个相邻智能体执行在分散控制器中使用的相邻智能体的状态指标值的更新(例如,在图1A~图1D的智能体6中,在分散控制器中使用的智能体2、5、7的状态指标值的计测时刻kaj可以不同)。
这样,若使用上述的式(10)应用间歇发送校正来运算状态目标值,则如图8C上段的计算模拟的结果所例示那样,在状态指标值的时间变化中,即使通信延迟时间在超过采样时间间隔的范围中随机变化的情况下,也能够大幅改善全部智能体的状态指标值向一致性值的收敛性。在图8C的例中,在各智能体的分散控制器中参照的状态指标值设为了从相邻智能体接收到的最新的相邻设备的状态指标值和在运算时刻下得到的最新的本设备的状态指标值(无参照校正)。需要说明的是,图8C的例是为了提前状态指标值的收敛而对分散控制器输入即式(10)的第二项乘以控制增益γi=0.5而得到的结果。不过,在平均一致性控制的情况下,仅应用上述的间歇发送校正的话,如图8C下段所示,全部智能体的状态指标值的平均值会变化,状态指标值收敛的一致性值不与预定的值(在该情况下是全部智能体的状态指标值的初始值的平均值)一致这一问题即一致性值的偏离的发生不被消除。实际上观察到,通信延迟时间变长,并且一致性值的偏离增大,收敛时间也变长。
(B)参照校正
如上所述,在分散控制系统中的各智能体间的信号通信产生有限的延迟时间的环境下,在利用上述的式(1)或(8)~(10)来控制状态指标值的情况下,构成连结的无向图的全部智能体的状态指标值的平均值不被保存,其结果,产生了“即使应用间歇发送校正等而状态指标值向一致性值收敛,一致性值也会从预定的全部智能体的状态指标值的初始值的平均值偏离”的现象。在系统内的智能体间的信号传递中未产生通信延迟时间的情况下,关于任意的两个智能体i、j,在各分散控制器的控制输入ui、uj中,这两个智能体所涉及的项的差分分别是(xj[k]-xi[k])、(xi[k]-xj[k]),即,在这些项中参照的状态指标值是相同的xi[k]、xj[k]。并且,直截了当地说,通过这样在系统内的各智能体的分散控制器中参照的状态指标值与相邻智能体共通,全部智能体的状态指标值的平均值会被保存。然而,在到此为止的智能体的状态指标值的控制协议中,在系统内的智能体间的信号传递中产生通信延迟时间的情况下,在各智能体的分散控制器中参照的本设备的状态指标值有时与向相邻智能体发送出的本设备的状态指标值不同,因此,在相邻智能体的分散控制器中,对于该相邻智能体而言与作为相邻智能体的状态指标值而参照的本设备的状态指标值未必一致,其结果,全部智能体的状态指标值的平均值不被保存。于是,在本实施方式中,以使在各智能体的分散控制器中参照的本设备的状态指标值与向相邻智能体发送出的本设备的状态指标值相同的方式修正控制协议,由此,谋求全部智能体的状态指标值的平均值的保存(以下,将该控制协议的修正称作“参照校正”)。
在理论上,式(1)的分散控制器的控制输入ui如下述这样被修正。
在此,Δij[k]是从与智能体i相邻的智能体j向智能体i的信号传递所需的通信延迟时间,xj[k-Δij[k]]是在智能体i中接收到的比当前时刻k靠前Δij[k]的智能体j的状态指标值,Δji[k]是从智能体i向智能体j的信号传递所需的通信延迟时间,xi[k-Δji[k]]是在智能体j中接收到的比当前时刻k靠前Δji[k]的智能体i的状态指标值。需要说明的是,Δij[k]、Δji[k]也可以不固定而设为时刻变化。
根据上述的式(11),构成连结的无向图的全部智能体的状态指标值的平均值被保存如下述这样被证明。首先,式(11)若进行z变换,则表示为
。在此,Ui[z]、Qi[z]、Qj[z]分别是ui[k]、xi[k]、xj[k]的z变换。因此,全部智能体的分散控制器的控制输入U使用图拉普拉斯算子Ld a[k]和以全部智能体的状态指标值的z变换为成分的向量Q[z],由
U[z]=-Ld a[k]Q[z]…(13)
表示。在此,图拉普拉斯算子Ld a[k]是
。并且,若对图拉普拉斯算子Ld a[k]从左侧起乘以全部成分为1的行向量1T n,则成为
1T nLd a[k]=0T…(15)
(0T是全部成分为0的行向量),由此,可以说全部智能体的状态指标值的总和的变化成为0,全部智能体的状态指标值的平均值被保存。
在上述的控制协议的修正中,在应用在各智能体的状态指标值之前说明的间歇发送校正的情况下,(时间区域的)分散控制器的控制输入ui如下述这样表示。
在此,kaj是从相邻的智能体j发送并在智能体i中接收到的最新的状态指标值的计测时刻,kbi是从智能体i发送并在智能体j中接收到的最新的状态指标值的计测时刻。需要说明的是,应该理解,在上述的各智能体的分散控制器中将作为本设备的状态指标值而参照的值向相邻的智能体发送的参照校正中,在应用间歇发送校正的情况下,智能体i在分散控制器的控制输入ui中参照的本设备的状态指标值xi也成为以时间序列计测到的状态指标值中的间歇性地向相邻智能体发送并被接收到的值。另外,关于这一点,各智能体关于自身向相邻智能体发送出的状态指标值到达了相邻智能体,仅靠其发送的话不知道。因此,在实施方式中,各智能体可以在从发送对象的相邻智能体接收到发送出的状态指标值到达了相邻智能体的通知的阶段中,将其发送出的状态指标值在分散控制器中使用。即,各智能体在分散控制器中参照的本设备的状态指标值可以是确认了在相邻智能体中接收到的本设备的状态指标值。需要说明的是,为此,各智能体优选构成为,当从相邻智能体接收到状态指标值时,将该意思向发送源的相邻智能体通知。
在上述的参照校正中,由各智能体的分散控制器参照的本设备的状态指标值和相邻设备的状态指标值的各自的计测时刻也可以不一致。因此,应该理解,通过参照校正而保存系统内的全部智能体的状态指标值的平均值这一作用效果即使在任意的两个智能体间的信号通信的时间延迟不对称的情况下也达成。
(C)控制增益校正
如上所述,在分散控制系统中的各智能体间的信号通信中产生有限的延迟时间的环境下的各智能体的状态指标值的收敛性能够通过间歇发送校正而在某种程度上改善。另外,发现了:若各智能体间的通信延迟时间变长,则分散控制器的算出值是振动性的,因此,状态指标值产生振动,状态指标值变得难以收敛,因此,为了降低状态指标值的目标值中的分散控制器的贡献,通过如下述的式(17)那样对分散控制器乘以增益γi(0<γ<1),能够进一步改善状态指标值的收敛性。
xi[k+1]=xi[k]+Ts·γi·ui[k]…(17)
关于这一点,如上所述,分散控制器的算出值的振动依赖于通信延迟时间的长度,因此,在通信延迟时间针对每个智能体间可能随机变动的一般的系统中,可认为通信延迟时间长的智能体间所涉及的分散控制器的成分(例如,关于智能体i、j是(xj[kaj]-xi[kbi])、(xi[kbi]-xj[kaj]))的振动更大。于是,可以针对每个智能体间,根据其通信延迟时间的长度,以调节该智能体所涉及的分散控制器的成分对状态目标值的贡献的方式,使用基于通信延迟时间而决定的控制增益,谋求状态指标值的收敛性的进一步改善。
具体而言,分散控制器的控制输入ui可以如下述这样被修正(与上述的式(6)同样。)。
在此,Gij是针对与连接于控制装置的各自的相邻设备的控制装置对应的每个差分设定的控制增益,可以以
Gij=g(Δij,Δji)…(19)
给出。g(Δij,Δji)可以是从智能体j向智能体i的状态指标值的传送中的第一的通信延迟时间Δij和从智能体i向智能体j的状态指标值的传送中的第二通信延迟时间Δji的函数。如上所述,通信延迟时间Δij和通信延迟时间Δji一般是时间变量。需要说明的是,如上所述,一般,通信延迟时间Δij或通信延迟时间Δji越长,则分散控制器的成分的振动越大,因此,g可以是通信延迟时间Δij或通信延迟时间Δji越长则大小越降低的函数或单调减小函数。另外,在智能体间的通信延迟时间不对称时,g可以依赖于双向的通信延迟时间中的较长一方而决定,在该情况下,g可以是max(Δij,Δji)的函数。而且,如在上述的参照校正所涉及的说明中叙述那样,在存在保存系统内的全部智能体的状态指标值的平均值的请求的情况下,分散控制器对智能体i的状态指标值的贡献和对智能体j的状态指标值的贡献需要相等,因此控制增益可以设定为
Gij=Gji…(20)。
作为满足上述的要件的控制增益,控制增益Gij例如可以使用比1小的正数Γ、第一通信延迟时间Δij及第二通信延迟时间Δji而以
给出。或者,控制增益Gij也可以是
Gij=1/{c·max(Δij,Δji)}…(22)
等。(c是正系数)
在上述的结构中,各智能体间的双向的通信延迟时间(Δij,Δji)可以通过任意的手法而在各智能体中取得。在一个方式中,可以是,在各智能体中,在状态指标值的计测时记录计测时刻tm,将状态指标值与该计测时刻一起向发送对象智能体发送,记录在此处接收到状态指标值的时刻tr,从接收时刻减去计测时刻(tr-tm),算出直到发送对象智能体为止的通信延迟时间。在此,算出的通信延迟时间可以用于发送对象的智能体中的控制增益的决定。并且,也可以从状态指标值的发送对象的智能体向状态指标值的发送源的各智能体与状态指标值的接收的通知一起发送通信延迟时间,用于各智能体中的控制增益的决定。
(D)通信序列
应用上述的间歇发送校正、参照校正及控制增益校正的情况下的系统内的任意的两个相邻的智能体i、j间的状态指标值的计测、通信、参照的序列如图3所示。需要说明的是,在图示的例中,信号的传递所需的时间的长度以说明的目的示意性地表现,可能与实际的时间的长度不同。
参照该图,首先,在智能体i、j中,分别以时间序列计测状态指标值xik、xjk(k=1,2,…)。然后,智能体i、j分别将计测到的状态指标值xik、xjk与它们的计测时刻一起对智能体j、i发送,当发送出的状态指标值xik、xjk由智能体j、i接收后,接收时刻由各智能体记录,从各接收时刻减去对应的状态指标值xik、xjk的计测时刻,由智能体j算出通信延迟时间Δjik,由智能体i算出通信延迟时间Δijk。另外,由智能体j接收到的状态指标值xik作为分散控制器的控制输入uj中的xi项(差分的第一项)而参照,由智能体i接收到的状态指标值xjk作为分散控制器的控制输入ui中的xj项(式(18)的差分的第一项)而参照。而且,接收到状态指标值xik、xjk的智能体j、i将其接收通知与通信延迟时间Δjik、Δijk一起向发送源的智能体i、j恢复,智能体i、j当接收到接收通知时,将向与该接收通知对应的对象发送出的自身的状态指标值xik、xjk在分散控制器中作为自身的状态指标值的项(式(18)的差分的第二项)而参照。接着,智能体i、j将最新的计测到的状态指标值xik、xjk(可以是在接收通知的接收时之前计测的值或在接收通知的刚接收后计测的值)向智能体j、i,反复进行上述的动作。这样,在各智能体中,在分散控制器中参照的状态指标值关于相邻智能体的状态指标值成为接收到的最新值,关于自身的状态指标值成为发送且接收通知到达的最新值。即,分别直到新的值到达为止或者直到新的接收通知到达为止,到此为止到达的值中的最新值在分散控制器中使用。
作为例,若设为在智能体j中以k=4计测到的状态指标值xj4从智能体j发送并由智能体i在k=7的经过后接收到,则在智能体i中,从该时间点起将状态指标值xj4作为分散控制器的控制输入ui的xj项而参照,算出状态指标值xj4的计测时刻与接收时刻的差即通信延迟时间Δij4,用于控制增益Gij的决定。并且,状态指标值xj4和通信延迟时间Δij4直到下一状态指标值从智能体j到达为止使用。并且,从智能体i向智能体j与通信延迟时间Δij4一起回复状态指标值xj4的接收通知,当由智能体j接收到时,在智能体j中,从该时间点起将状态指标值xj4作为分散控制器的控制输入uj的xj项而参照,通信延迟时间Δij4用于控制增益Gji的决定。接着,智能体j中的最新的状态指标值xj9向智能体i发送。在智能体j中,状态指标值xj4和通信延迟时间Δij4直到状态指标值xj9的接收通知到达为止,在分散控制器的运算中使用。
(E)计算模拟
在图1A~图1D所例示的系统中,通过计算模拟而确认了上述的参照校正和控制增益校正的作用效果(图5A~图5B、图6A~图6B)。在计算中,在向各智能体提供初始值后,在各智能体间的状态指标值的发送中应用间歇发送校正,在分散控制器的运算中应用参照校正,按照适当设定了状态指标值的目标值的运算中的分散控制器的控制增益的控制协议,使用式(17)算出了各智能体的状态指标值。需要说明的是,各智能体间的状态指标值的通信延迟时间以双向地分别在0~5秒的范围内成为随机的方式给出。各智能体分散控制器通过对式(16)应用了控制增益Gij的式(18)而运算。控制增益Gij通过式(21)而运算。在图5A、图5B、图6A、图6B的计算模拟中,各智能体的状态指标值的初始值以使它们的平均值成为10的方式随机给出,各智能体的状态指标值的计测(采样)周期和运算周期设为了1秒(1步)(设为计测时刻和运算时刻的定时一致)。需要说明的是,来自各智能体的状态指标值的发送被设定成,在接受来自发送对象的智能体的发送出的状态指标值的接收的通知后(在确认发送出的状态指标值的到达后),发送下一状态指标值(间歇发送校正)。在各智能体的分散控制器的控制输入ui中参照的状态指标值设为了从相邻设备的控制装置接收到的最新的相邻设备的状态指标值和由相邻设备的控制装置接收到的最新的本设备的状态指标值。
首先,图5A示出了应用了间歇发送校正和参照校正的例。由于设定为γi=1.0,Γ=1.0,所以未应用控制增益校正。如参照该图所理解的那样,各智能体的状态指标值向收敛的方向变化,但在试验时间内(120秒:120步)收敛条件(各智能体的状态指标值的差分缩小为±0.01%)未达成。然而,如该图下段所示,由于应用了参照校正,所以在运算中确认了各智能体的状态指标值的平均值被保存。图5B、图6A示出了在应用了间歇发送校正和参照校正的基础上进一步将降低分散控制器整体的贡献的增益γi分别设定为0.9、0.5的例。参照这些图,由于均应用了参照校正,所以在运算中确认各智能体的状态指标值的平均值被保存,另外,与图5A的情况相比,各智能体的状态指标值更向收敛的方向变化。需要说明的是,在图5B的情况下,在试验时间内(120秒)收敛条件未达成,但在图6A的情况下,在大约100秒处达成了收敛条件。
另一方面,在图6B的例中,使降低分散控制器整体的贡献的增益γi恢复为1.0,另一方面,设定为Γ=0.9,根据各智能体间的通信延迟时间,应用了使降低分散控制器内的对应的智能体所涉及的成分的贡献的控制增益作用的控制增益校正。在该情况下,如从该图所理解的那样,各智能体的状态指标值的平均值被保存,并且与图5B及图6A相比,各智能体的状态指标值迅速地更向收敛的方向变化。在图6B的例中,在大约50秒处达成了收敛条件。如图6B那样,可认为,与调节分散控制器整体的增益的情况相比在针对每个智能体间根据通信延迟时间而使控制增益作用时各智能体的状态指标值早期收敛是因为,通过关于通信延迟时间长的成分使其贡献相对小,另一方面,关于通信延迟时间短的成分使其贡献相对大,通信延迟时间短的成分所涉及的智能体的状态指标值能够相对迅速地向一致性值接近。
根据以上的计算模拟的结果确认了,通过应用了上述的参照校正的控制协议,各智能体的状态指标值的平均值被保存,在各智能体的状态指标值收敛的情况下,向预定那样的一致性值收敛。另外,示出了:通过应用针对上述的每个智能体间使根据通信延迟时间而决定出的控制增益作用的校正,能够加快各智能体的状态指标值的收敛。需要说明的是,应该理解,上述的作用效果即使各智能体间的信号传递的延迟不对称也会达成。
另外,应该理解,上述的控制增益校正不限于例示的平均一致性控制,在其他控制形式(例如,一致性控制、被覆控制、分散最佳化控制)的情况下,在产生通信延迟时间时也适用,能够得到补偿由通信延迟时间导致的各智能体的状态指标值的收敛性的恶化的效果。
而且,上述的一致性控制在一致性值成为全部智能体的状态指标值的初始值的平均值的平均一致性控制的情况下有利地适用,但也可以是一致性值成为系统内的某智能体的状态指标值的领导者·追随者一致性控制或一致性值成为全部智能体的状态指标值的初始值的几何平均值、最大值或最小值的一致性控制。
以上的说明与本发明的实施方式相关联地进行,但对本领域技术人员而言能够容易地进行很多修正及变更,本发明不仅相对于上述例示的实施方式,显然不从本发明的概念脱离而适用于各种装置。
Claims (16)
1.一种分散控制系统,其特征在于,具备:
多个控制装置,分别控制多个设备各自的状态;及
通信网络,包括将所述多个控制装置连接的通信线路,
其中,表示在所述多个设备的各自中选择出的状态的状态指标值被计测,
通过所述通信线路,所述状态指标值从分别对应的所述多个控制装置的各自向所述多个设备中的相邻设备的所述控制装置传递,
参照所述多个设备中的本设备的所述状态指标值和所述相邻设备的所述状态指标值,按照多智能体系统的一致性控制来决定状态目标值,
所述多个设备各自的控制装置构成为以使所述本设备的所述状态指标值与所述决定出的状态目标值一致的方式控制所述本设备的所述状态,
所述多个设备各自的控制装置构成为使用所述本设备的当前的所述状态指标值和从所述相邻设备的所述控制装置接收到的最新的所述相邻设备的所述状态指标值与在所述相邻设备的所述控制装置中接收到的最新的所述本设备的所述状态指标值之间的差分来决定所述状态目标值,
所述本设备对于所述多个设备各自的控制装置而言是自身控制所述状态的设备,
所述相邻设备对于所述多个设备各自的控制装置而言是由与自身通过所述通信线路直接连接的控制装置来控制所述状态的设备。
2.根据权利要求1所述的分散控制系统,其特征在于,
所述一致性控制是平均一致性控制。
3.根据权利要求1或2所述的分散控制系统,其特征在于,
所述多个设备各自的控制装置构成为将所述本设备的所述状态指标值向所述相邻设备的所述控制装置发送,在发送出的所述本设备的所述状态指标值到达所述相邻设备的控制装置后,发送最新的所述本设备的所述状态指标值。
4.根据权利要求1~3中任一项所述的分散控制系统,其特征在于,
所述多个设备各自的控制装置构成为,当接收到从所述相邻设备的所述控制装置发送出的所述相邻设备的所述状态指标值时,将接收到所述相邻设备的所述状态指标值这一信息向作为所述相邻设备的所述状态指标值的发送源的所述相邻设备的所述控制装置进行通知。
5.根据权利要求4所述的分散控制系统,其特征在于,
所述差分中的在所述相邻设备的所述控制装置中接收到的最新的所述本设备的所述状态指标值是从所述相邻设备的所述控制装置接收了接收到所述本设备的所述状态指标值的通知的最新的所述本设备的所述状态指标值。
6.根据权利要求1~5中任一项所述的分散控制系统,其特征在于,
所述状态目标值中的所述差分的贡献由控制增益调节。
7.根据权利要求6所述的分散控制系统,其特征在于,
所述控制增益基于从所述相邻设备的所述控制装置向所述多个设备各自的控制装置的所述相邻设备的所述状态指标值的通信延迟时间及从所述多个设备各自的控制装置向所述相邻设备的所述控制装置的所述本设备的所述状态指标值的通信延迟时间中的至少一个而决定。
8.根据权利要求7所述的分散控制系统,其特征在于,
所述控制增益基于从所述相邻设备的所述控制装置向所述多个设备各自的控制装置的所述相邻设备的所述状态指标值的通信延迟时间及从所述多个设备各自的控制装置向所述相邻设备的所述控制装置的所述本设备的所述状态指标值的通信延迟时间中的较长一方而决定。
9.根据权利要求7或8所述的分散控制系统,其特征在于,
在决定所述控制增益所基于的所述通信延迟时间长的情况下,与决定所述控制增益所基于的所述通信延迟时间短的情况相比,所述控制增益降低。
10.根据权利要求7~9中任一项所述的分散控制系统,其特征在于,
所述多个设备各自的控制装置构成为使用所述本设备的当前的所述状态指标值和分散控制器来决定所述状态目标值,所述分散控制器包括采样周期和所述分散控制器的控制输入。
11.根据权利要求10所述的分散控制系统,其特征在于,
所述分散控制器的所述控制输入使用从所述相邻设备的所述控制装置发送且在所述本设备的控制装置中接收到的所述相邻设备的所述状态指标值的计测时刻和从所述本设备的所述控制装置发送且在所述相邻设备的所述控制装置中接收到的所述本设备的所述状态指标值的计测时刻而决定。
12.根据权利要求10或11所述的分散控制系统,其特征在于,
在所述分散控制器的所述控制输入是多个所述相邻设备的所述状态指标值与所述本设备的所述状态指标值的差分的总和时,所述控制增益针对与连接于所述多个设备各自的控制装置的所述相邻设备的所述控制装置对应的每个所述差分而设定。
13.根据权利要求10~12中任一项所述的分散控制系统,其特征在于,
所述分散控制器使用所述控制增益而被修正。
14.根据权利要求12所述的分散控制系统,其特征在于,
所述控制增益以Gij=Γmax(Δij,Δji)给出,其中,Gij是所述控制增益,Γ是比1小的正数,Δij是从所述相邻设备的所述控制装置向所述多个设备各自的控制装置的所述相邻设备的所述状态指标值的通信延迟时间,Δji是从所述多个设备各自的控制装置向所述相邻设备的所述控制装置的所述本设备的所述状态指标值的通信延迟时间。
15.根据权利要求12所述的分散控制系统,其特征在于,
所述控制增益以Gij=1/{c·max(Δij,Δji)给出,其中,Gij是所述控制增益,c是正系数,Δij是从所述相邻设备的所述控制装置向所述多个设备各自的控制装置的所述相邻设备的所述状态指标值的通信延迟时间,Δji是从所述多个设备各自的控制装置向所述相邻设备的所述控制装置的所述本设备的所述状态指标值的通信延迟时间。
16.根据权利要求1所述的分散控制系统,其特征在于,
所述通信线路存在多个,所述通信网络包括所述多个通信线路。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019119170A JP7173704B2 (ja) | 2019-06-26 | 2019-06-26 | マルチエージェントシステムの合意制御が実行される分散制御システム |
JP2019-119170 | 2019-06-26 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112147955A true CN112147955A (zh) | 2020-12-29 |
CN112147955B CN112147955B (zh) | 2024-05-14 |
Family
ID=71096504
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010565344.2A Active CN112147955B (zh) | 2019-06-26 | 2020-06-19 | 分散控制系统 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11269315B2 (zh) |
EP (1) | EP3757695B1 (zh) |
JP (1) | JP7173704B2 (zh) |
CN (1) | CN112147955B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109407519A (zh) * | 2018-12-19 | 2019-03-01 | 辽宁石油化工大学 | 一种基于协议失效的卫星运载火箭牵制控制器控制方法 |
CN114185273A (zh) * | 2021-12-02 | 2022-03-15 | 南京邮电大学 | 一种饱和受限下分布式前置时间一致性控制器的设计方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7470146B2 (ja) | 2022-04-06 | 2024-04-17 | 株式会社アデランス | 増毛毛材取付器具 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0563633A (ja) * | 1991-02-27 | 1993-03-12 | Fujitsu Ltd | 網制御方式 |
US20020178395A1 (en) * | 2001-05-23 | 2002-11-28 | Qiming Chen | Multi-agent cooperative transaction method and system |
JP2004254149A (ja) * | 2003-02-21 | 2004-09-09 | Nippon Telegr & Teleph Corp <Ntt> | データ伝送制御方法およびシステム |
JP2006074617A (ja) * | 2004-09-03 | 2006-03-16 | Oki Electric Ind Co Ltd | 通信制御装置、通信制御方法、ノード及び通信システム |
JP2007266910A (ja) * | 2006-03-28 | 2007-10-11 | Oki Electric Ind Co Ltd | 通信制御装置、通信制御方法、ノード及び通信システム |
JP2012125052A (ja) * | 2010-12-08 | 2012-06-28 | Daihen Corp | 制御システム、この制御システムを構成する制御回路、この制御回路を備えた分散電源、およびこの制御システムを構成するサーバ |
US20160117505A1 (en) * | 2013-05-25 | 2016-04-28 | North Carolina State University | Large-scale, time-sensitive secure distributed control systems and methods |
US20160276830A1 (en) * | 2015-03-16 | 2016-09-22 | Board Of Regents, The University Of Texas System | System and Method for Distributed Control of an Electrical Network |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3204731B2 (ja) * | 1992-05-12 | 2001-09-04 | 株式会社東芝 | 分散制御器およびこの制御器を用いた制御装置 |
WO2009058982A2 (en) * | 2007-10-30 | 2009-05-07 | President And Fellows Of Harvard College | Environmentally-adaptive shapes with a multi-agent system |
JP5320802B2 (ja) | 2007-12-03 | 2013-10-23 | 株式会社明電舎 | 電力系統の制御システムおよび制御方法 |
JP2010146246A (ja) | 2008-12-18 | 2010-07-01 | Sumitomo Electric Ind Ltd | マルチエージェントシステム用フレームワークコンピュータプログラム、ネットワークシステム、及びエージェント間通信方法 |
JP6433062B2 (ja) | 2014-11-26 | 2018-12-05 | 国立大学法人鳥取大学 | 情報処理装置、情報処理方法およびプログラム |
JP6847606B2 (ja) | 2016-09-05 | 2021-03-24 | 株式会社東芝 | 配水ポンプ制御装置、配水ポンプ制御方法、配水ポンプ制御システム及びコンピュータプログラム |
-
2019
- 2019-06-26 JP JP2019119170A patent/JP7173704B2/ja active Active
-
2020
- 2020-06-12 EP EP20179772.7A patent/EP3757695B1/en active Active
- 2020-06-15 US US16/901,360 patent/US11269315B2/en active Active
- 2020-06-19 CN CN202010565344.2A patent/CN112147955B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0563633A (ja) * | 1991-02-27 | 1993-03-12 | Fujitsu Ltd | 網制御方式 |
US20020178395A1 (en) * | 2001-05-23 | 2002-11-28 | Qiming Chen | Multi-agent cooperative transaction method and system |
JP2004254149A (ja) * | 2003-02-21 | 2004-09-09 | Nippon Telegr & Teleph Corp <Ntt> | データ伝送制御方法およびシステム |
JP2006074617A (ja) * | 2004-09-03 | 2006-03-16 | Oki Electric Ind Co Ltd | 通信制御装置、通信制御方法、ノード及び通信システム |
JP2007266910A (ja) * | 2006-03-28 | 2007-10-11 | Oki Electric Ind Co Ltd | 通信制御装置、通信制御方法、ノード及び通信システム |
JP2012125052A (ja) * | 2010-12-08 | 2012-06-28 | Daihen Corp | 制御システム、この制御システムを構成する制御回路、この制御回路を備えた分散電源、およびこの制御システムを構成するサーバ |
US20160117505A1 (en) * | 2013-05-25 | 2016-04-28 | North Carolina State University | Large-scale, time-sensitive secure distributed control systems and methods |
US20160276830A1 (en) * | 2015-03-16 | 2016-09-22 | Board Of Regents, The University Of Texas System | System and Method for Distributed Control of an Electrical Network |
Non-Patent Citations (1)
Title |
---|
MUHAMMAD MAJID GULZAR.ET AL: ""Multi-Agent Cooperative Control Consensus:A Comparative Review"", 《"MULTI-AGENT COOPERATIVE CONTROL CONSENSUS:A COMPARATIVE REVIEW"》, pages 3 - 6 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109407519A (zh) * | 2018-12-19 | 2019-03-01 | 辽宁石油化工大学 | 一种基于协议失效的卫星运载火箭牵制控制器控制方法 |
CN109407519B (zh) * | 2018-12-19 | 2021-10-19 | 辽宁石油化工大学 | 一种基于协议失效的卫星运载火箭牵制控制器控制方法 |
CN114185273A (zh) * | 2021-12-02 | 2022-03-15 | 南京邮电大学 | 一种饱和受限下分布式前置时间一致性控制器的设计方法 |
CN114185273B (zh) * | 2021-12-02 | 2023-09-01 | 南京邮电大学 | 一种饱和受限下分布式前置时间一致性控制器的设计方法 |
Also Published As
Publication number | Publication date |
---|---|
US11269315B2 (en) | 2022-03-08 |
JP7173704B2 (ja) | 2022-11-16 |
JP2021005256A (ja) | 2021-01-14 |
US20200409341A1 (en) | 2020-12-31 |
EP3757695A1 (en) | 2020-12-30 |
EP3757695B1 (en) | 2022-01-19 |
CN112147955B (zh) | 2024-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112147955A (zh) | 分散控制系统 | |
Garcia et al. | Model-based event-triggered control for systems with quantization and time-varying network delays | |
JP7088856B2 (ja) | マルチエージェントシステムの合意制御が実行される分散制御システム | |
CN112147956B (zh) | 分布式控制系统 | |
Zholbaryssov et al. | Fast coordination of distributed energy resources over time-varying communication networks | |
Pan et al. | Sampled-data iterative learning control for a class of nonlinear networked control systems | |
Varutti et al. | Event-based NMPC for networked control systems over UDP-like communication channels | |
Nonomura et al. | Design of Two DOF digital servo system with RNN-based dynamic state predictive control for network control systems with large delays | |
CN115021300A (zh) | 基于mpc算法的电动汽车调频延时补偿控制策略 | |
Lokhande et al. | Optimal self-triggered control and network co-design for networked multi-agent system via adaptive dynamic programming | |
Ting et al. | Analysis and design of the time-delay compensation for networked control systems with random communication delay | |
Kumar et al. | An improved lag-time compensation technique in distributed networked control system based on smith predictor | |
EP2961031B1 (en) | Frequency control method and frequency control system | |
Zhang et al. | Time delay compensation in a wireless tracking control system with previewed reference | |
CN111061154A (zh) | 一种用于工程控制的增量式网络化预测控制方法及系统 | |
Rosenthal et al. | A control approach for cooperative sharing of network resources in cyber-physical systems | |
Rosenthal et al. | Sequence-Based Receding Horizon Control Over Networks with Delays and Data Losses | |
Boudjadar et al. | Intelligent time synchronization protocol for energy efficient sensor systems | |
CN115128961B (zh) | 基于LoRaWAN网络的自触发模型预测方法及系统 | |
Yi et al. | Design of networked control system using RTT measurement over WSN | |
CN113727391B (zh) | 一种控制系统运行的方法、装置、设备及存储介质 | |
Carabelli et al. | A network abstraction for control systems | |
Huang et al. | Dynamic characteristics of mesh–based network control system under optimal resource circumstances | |
Bansal et al. | PERFORMANCE OF DIGITAL COMMUNICATION NETWORK FOR A TWO-TANK SYSTEM IMPLEMENTING LAR AND RIP PROTOCOL USING FRACTIONAL CONTROLLER AND SMITH PREDICTOR | |
Guo et al. | Iterative learning control for one-sided Lipschtiz nonlinear multi-agent systems with Time-delay |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |