（检测技术与自动化装置专业论文）网络控制系统及其预测控制算法研究.pdf

浙江t 业大学硕士学位论文 网络控制系统及其预测控制算法研究 摘要 随着自动控制、微电子技术的发展，大量智能控制芯片和智能传 感的不断出现，网络化的控制系统已成为工业控制领域研究的热点。 它体现了控制系统向网络化、集成化、分布化、节点智能化发展的趋 势。作为对传统的点对点通讯的代替，网络控制系统的公共总线网络 结构提供了更有效的可重构性，更好的资源利用率，减少了安装和维 护成本。 然而，网络的介入使得控制系统的分析变得更加复杂，传统的方 法面临挑战，这主要是由于传输时延引起的。这个时延特性可以是常 数，有界的，时变的，或是随机的，依赖于采取的网络通信协议和硬 件设备。 本文以网络控制系统为研究对象，首先介绍了其特点、模型、协 议，以及采样与性能的关系；再在研究了大量文献的基础上，从网络 时延，采样周期，抖动，数据包丢失，网络调度，稳定性六个方面具 体分析了这些因素对网络控制系统的性能影响，并总结了前人的主要 研究成果，评价了相应的处理方法和技术。然后介绍了网络性能测度 和控制性能品质，分析了采样周期和网络时延之问的关系，以及它们 对系统稳定性的影响，并通过仿真验证了一类积分控制器的稳定区域。 针对由于随机网络时延的不确定性可能导致的空采样、采样拒绝和丢 l 浙江工业丈学硕士学位论文 包现象，本文提出了一种基于模型预测控制( m p c ) 的方法来处理这些 影响控制系统性能甚至引起系统不稳定的问题，并与现存的 t o d ( t r y o n c e d i s c a r d ) 策略进行了比较。仿真结果表明新算法能提高 控制性能。最后以水槽液位控制装置为控制对象建立一个网络控制系 统，并将模型预测控制m p c 方法应用于这个水槽实验系统中，通过具 体的实验分析，验证了m p c 控制算法在网络控制系统中应用的可行性。 且为进一步的研究提供了软件实验平台。 关键字：网络控制系统，模型预测控制，空采样，采样拒绝，网络时 延 浙江工业大学硕士学位论文 as t u d yo nn e t w o r k e dc o n t r o ls y s t e m a n dit sm o d e lp r e dic tiv ec o n t r o lm e t h o d s a b s t r a c t w i t ht h e d e v e l o p m e n to fa u t o m a t i c c o n t r o la n dm i c r o e l e c t r o n i c s t e c h n o l o g y , i n c r e a s i n gp r o d u c t i o n o fal o to fi n t e l l i g e n t i z e d c h i p a n d s e n s o r , t h er e s e a r c h i nj n d u s t r i a lc o n f f o lf i e l dh a v eb e e nf o c u s e do n n e t w o r k e dc o n t r o ls y s t e m f n c s ) n c si n d i c a t e st h ed e v e l o p m e n tt r e n do f c o n t r o ls y s t e mt o w a r d n e t w o r k ，i n t e g r a t i o n ，d i s t r i b u t i o na n di n t e l l i g e n t i z e d n o d e s ，a sa na l t e r n a t i v et ot r a d i t i o n a lp o i n t - t o p o i n tc o m m u n i c a t i o n ，n c s o f f e r sm o r ee f f i c i e n tr e c o n f i g u r a b i l i t y , b e t t e rr e s o u r c eu t i l i z a t i o n ，a n da l s o r e d u c e si n s t a l l a t i o na n dm m n t e n a n c ec o s t h o w e v e r ，t h ei n s e r t i o no ft h ec o m m u n i c a t i o nn e t w o r kl e a d st ot h e u n c e r t a i n t y o ft i m e d e l a y b e t w e e ns e n s o r s ，a c t u a t o r s ，a n d c o n t r o l l e r s ， w h i c hm a k e st h ea n a l y s i sm o r e c o m p l e x a n d c h a l l e n g e s t oc o n v e n t i o n a l t e c h n i q u e s 。t h ed e l a y sm a y b e c o n s t a n t ，b o u n d e d ，t i m e - v a r y i n g ，o r s t o c h a s t i c ，d e p e n d i n go nn e t w o r kc o m m u n i c a t i o np r o t o c o la n dh a r d w a r e d e v i c ew e a d o p t e d f i r s t l nt h ep a p e ri n t r o d u c e st h et r a i t s ，m o d e l ，p r o t o c o lo fn c s ，a n d t h er e l a t i o n so f s a m p l i n g a n d s y s t e m p e r f o r m a n c e ；a n a l y z e s s i x i i i 浙江工业大学硕士学位论文 f u n d a m e n t a li s s u e st h a ti n f l u e n c e p e r f o r m a n c e o fn c s r e s p e c t i v e l y n e t w o r k i n d u c e d d e l a y s ，s a m p l i n gp e r i o d ，j i t t e r ，d a t ap a c k e td r o p o u t ， n e t w o r k s c h e d u l i n ga n ds t a b i l i t y m a n yr e s e a r c h r e s u l t sa r e g i v e na n d r e l a t e dh a n d l i n ga p p r o a c h e sa r er e m a r k e d t h e n ，t h ep a p e rp r e s e n t st h e m e a s u r em e t h o d so fn e t w o r k s q u a l i t yo fs e v e r ( q o s ) a n dc o n t r o l s q u a l i t yo fp e r f o r m a n c e ( q o p ) ；g i v e st h er e l a t i o no fs a m p l i n gp e r i o da n d n e t w o r kd e l a y s ，a n dt h e i ri n f l u e n c e so nt h es y s t e m s ；v a l i d a t e st h es t a b l e r e g i o n o fa i n t e g r a t o rb ys i m u l a t i o ne x p e r i m e n t an e t w o r k e dc o n t r o l s y s t e m ( n c s ) ，d u e t ot h eu n c e r t a i n t yo fs t o c h a s t i cn e t w o r k i n d u c e d d e l a y ， m a yi n d u c ev a c a n ts a m p l i n g ，d a t ar e j e c t i o n ，a n dt h el o s so fd a t ap a c k e t ， w h i c hd e g r a d ec o n t r o l s y s t e m sp e r f o r m a n c ea n de v e nm a k eas y s t e m u n s t a b l e i no r d e rt oo v e r c o m et h e s ea d v e r s ei n f l u e n c e so na nn c s ，t h e p a p e rp r o p o s e s am e t h o d d e a l i n g w i t ht h e s ei s s u e sb a s e do nm o d e l p r e d i c t i v ec o n t r o l ( m p c ) ，a n dc o m p a r e s i tw i t ht h e e x i s t i n g t r y o n c e d i s c a r d ( t o d ) s t r a t e g y t h e s i m u l a t i o nr e s u l t ss h o wt h a tt h e a l g o r i t h mc a ni m p r o v ec o n t r o lp e r f o r m a n c e f i n a l l y , an e t w o r k e dc o n t r o l s y s t e m sb a s e d o nt h et h r e e - t a n kw a t e r - l e v e lc o n t r o l e q u i p m e n ti sb u i l t ，a n d m p c b a s e dm e t h o d sa r ea p p l i e dt ot h es y s t e m t h ee x p e r i m e n tv a l i d a t e s t h ef e a s i b i l i t ya p p l i n gt h em p ct ot h en c s ，a n d p r o v i d e sas o f t w a r ef r a m e a n d e x p e r i m e n tp l a t f o r m f o rf u r t h e rs t u d yi nt h ef u t u r e 浙江工业大学硕士学位论文 k e yw o r d s ：n e t w o r k e dc o n t r o ls y s t e m s ，m o d e lp r e d i c t i v ec o n t r o l ，v a c a n t s a m p l i n g ，d a t ar e j e c t i o n ，n e t w o r k i n d u c e dd e l a y s v 浙江工业大学 学位论文原创性声明 y7 4 9 7 3 9 本人郑重声明：所提交的学位论文是本人在导师的指导下，独立进行研 究工作所取得的研究成果。除文中已经加以标注引用的内容外，本论文不 包含其他个人或集体已经发表或撰写过的研究成果，也不含为获得浙江工 业大学或其它教育机构的学位证书而使用过的材料。对本文的研究作出重 要贡献的个人和集体，均已在文中以明确方式标明。本人承担本声明的法 律责任。 作者签名：泵龟癸 日期：加f 年f 月p 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学 校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被 查阅和借阅。本人授权浙江工业大学可以将本学位论文的全部或部分内容 编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和 汇编本学位论文。 本学位论文属于 作者签名： 导师签名： 1 、保密口，在年解密后适用本授权书。 2 、不保密函 ( 请在以上相应方框内打“4 ”) 磊遑臻 怎也啦 日期：加f 年 目期声 r 日g 日 f 月汐e t 浙江工业人学硕十学位论文 1 1 网络与控制 第一章绪论 随着自动控制、微电子技术的发展，大量智能控制芯片和智能传感的不断出 现，网络化的控制系统已成为工业控制领域研究的热点。它体现了控制系统向网 络化、集成化、分布化、节点智能化发展的趋势。 传统控制系统中点对点的通信模式，在工业中成功地应用了几十年。然而随 着物理设备和系统功能的扩充，点对点的通信模式在控制系统的信号传输中已达 到了它的应用极限。例如，它已不能满足使控制系统模块化，实现先进控制、集 成诊断，便捷维护和低成本等的需要。而控制回路通过实时网络闭合臼勺反馈控制 系统，即称为网络控制系统的n c s ，则以其完整的体系结构，相对独立又能很好 互连的通信方式，非常节省的布线和信号可靠性，显示出种种优点。尤其对于生 产过程控制，它使基于对象的模型分为两类，特殊的设备类型和特殊的生产类型， 网络控制系统在每一节点都具有特殊的处理功能，允许控制功能模块化和界面标 准化，相互交互和相互渗透，而由通信来连接复杂的生产过程。 以网络为基础的分布式系统，可以应用于大范围区域的控制，系统包含大量 的相互交换信号和信息的设备。网络控制系统的特征是通过一系列的通信信道构 成一个或多个控制闭环，同时具备信号处理、优化决策和控制操作的功能，控制 器可以分散在网络中的不同地点。它的思想是应用一系列通信网络去交换分布系 统中不同的物理元件之间的系统与控制信号。标准的串行通信适合构建网络控制 系统，如菊花链r s 一2 3 2 标准、多点r s - 4 8 5 标准、以太网、i e e e 8 0 2 1 l 无线通信 标准。现在已开发应用的专用网络协议有工业自动化应用系统的控制器局域网 ( c a n ) 协议，具有载波多路侦听冲突检j 贝i ( c s m d c d ) 的以太网协议和现场总线协 议等等。 以太网和t c p p 是世界上应用最广泛的计算机通信技术之一。它具有以下优 点： ( 1 ) 基于t c p i p 的以太网是一种标准开放式网络，不同厂商的设备很容易互 联。这种特性非常适合于解决控制系统中不同厂商设备的兼容和互操作问题。 浙江工业大学硕士学位论文 ( 2 ) 以太网能便捷地访问远程系统，共享访问多数据库。 f 3 ) 易于与i n t e r n e t 连接，能够在任何城市、地方通过i n t e m e t 对企业进行监 控。 ( 4 1 能降低成本，包括技术人员的培训费用、维护费用及初期投资。 ( 5 ) 以太网能实现办公自动化网络与工业控制网络的无缝连接。 所以将以太网作为高性能网络控制系统是目前极好的选择。以太网技术符合 网络控制系统的数字式互连网络，互操作性，开放性和高网络性能等特点。且具 有大量的软硬件资源和开发设计经验。t c p b p 协议也比较成熟，以太网适配器及 相关产品价格低廉。它将成为过程级和控制级的主要传输技术。可以说，以太网 的使用将构建从底层的现场设备到先进与优化控制层、企业管理决策层的综合自 动化网络平台。本课题采用的通信网络就是以太网。 1 2 课题研究的意义与前景 网络控制系统的研究是交叉学科的，包括三个领域：控制系统，计算机实时 系统和通讯系统。作为对传统的点对点通讯的代替，网络控制系统的公共总线网 络结构，提供了更有效的可重构性，更好的资源利用率，减少了安装和维护成本。 可被应用于化学过程控制，工厂自动化加工，机器人，航空航天，远程监控，楼 宇自动化，家庭自动化等领域。现代化的柔性制造系统f m s 和可重构制造系统 r m s 的一个趋势就是，整合网络控制系统运用到信息处理和工业加工。由于以太 网协议的不确定性，应用以太网作为信息载体的网络控制系统，存在着一定的困 难。 网络的介入使得控制系统的分析变得更加复杂，传统的方法面临挑战，这主 要是由于传输时延引起的。这个时延特性可以是常数，有界的，时变的，或是随 机的，依赖于采取的网络通信协议和硬件设备。众所周知，在控制系统里，时延 会破坏系统的性能，甚至导致系统不稳定。因此，网络导致的时延是网络控制系 统研究的基本课题。网络控制系统的性能很大程度上也依赖于采样周期。对控制 系统而言，提高采样频率有利于提高控制性能，但对网络而言，由于数据包的增 多导致网络负载增加，数据的传输时延反而加大，甚至不确定。所以要同时平衡 2 浙江工业大学硕士学位论文 这两方面的影响。抖动被i e e e 定义为在某些持续的特定时间间隔里，一个与时 间相关的，突然的错位。它歪曲了控制系统里的信号，即使在没有产生空采样和 采样拒绝时，它也能降低控制性能，导致系统不稳定。因此必须把它对系统控制 质量的影响尽可能地减小。还有，数据包在网络传输时不单产生时延，还可能发 生冲突，丢包在所难免。因此，影响系统性能的数据包丢失，也是一个必须考虑 的问题。另外，网络控制系统作为一个控制系统，稳定性分析也是它的一个基本 问题，包括时延和丢包的稳定性分析。由于采用的模型不同，稳定性分析方法也 有差异。 一旦解决了影响性能的这些问题，网络控制系统的应用前景将非常广阔。 1 3 本文的主要工作及研究内容 网络环境下的智能控制理论及方法研究是控制科学和计算机网络的交叉研 究，传统的智能控制理论和方法由于网络的延时赋予了新的含义和研究内容。本 文在文献研究的基础上，以网络控制系统为研究对象，具体分析了影响网络控制 性能的些因素；提出了一种基于模型预测控f l ( m p c ) ，解决空采样和采样拒绝 的控制算法，同时给出了仿真结栗，证实了算法的有效性，改善了控制性能。最 后以水槽液位控制装置为控制对象建立一个网络控制系统，并将模型预测控制 m p c 方法应用于这个水槽实验系统中，通过具体的实验研究，验证了m p c 控制 算法在网络控制系统中应用的可行性。 论文主要研究工作集中在以下几个方面： 1 作为计算机网络技术在控制领域的延伸和应用，同时又是计算机控制系统 的更高发展，本文首先介绍了网络控制系统的特点、模型、协议，以及采样与性 能的关系。 2 在研究了大量的文献基础上，从网络时延，采样周期，抖动，数据包丢失， 网络调度，稳定性六个方面具体分析了这些因素对网络控制系统的性能影响，并 总结了前人的主要研究成果，评价了相应的处理方法和技术。 3 介绍了网络性能测度和控制性能品质，分析了采样周期和网络时延之间的 关系，以及它们对系统稳定性的影响，并通过仿真验证了一类积分控制器的稳定 浙江t 业大学硕士学位论文 区域。 4 针对由于随机网络时延的不确定性可能导致的空采样、采样拒绝和丢包现 象，提出了一种基于模型预测控i t ；i j ( m p c ) 的方法来处理这些影响控制系统性能甚 至引起系统不稳定的问题，并与现存的t r y o n c e d i s c a r d ( t o d ) 策略进行了比较。仿 真结果表明新算法能提高控制性能。 5 以水槽液位控制装置为控制对象建立起一个网络控制系统，并将模型预测 控制m p c 方法应用于这个水槽实验系统中，通过具体的实验研究，验证了m p c 控制算法在网络控制系统中应用的可行性。且为进一步的研究提供了软件实验平 台。 6 对自己所做的工作进行了总结，并对将来的工作做了展望。 洒江工业大学硕士学位论文 第二章网络控制系统( n c s ) 基本特点分析 2 。l 计算机控制系统的发展 计算机控制系统的发展，先后经历了d d c 控制( 如图2 1 所示) 、中小型计 算机共同作用的分层递阶控制、七十年代中期发展起来的集敞控制d c s ( 如图2 2 所示) ，以及八十年代末发展起来的现场总线控制f c s 。九十年代开始了以太网在 工业控制上的广泛研究。d c s 控制体现了控制系统的网络化发展趋势，现场总线 的产生使这种趋势变得更加明显和具体，以太网在工业上应用的研究使得控制结 构进一步网络化和集成化。 图2 1 ：直接数字控制系统d d c 结构图 图2 2 ：集散控制系统d c s 结构图 浙江丁业大学硕士学位论文 图2 - 3 ：网络控制系统n c s 结构图 控制回路通过实时网络闭合的反馈控制系统称为网络控制系统m e l w o r k e d c o n t r o l s y s t e m 或n c s ) ，如图2 - 3 所示。网络控制系统中，传感器、控制器、执 行器等通过共用的通讯介质相连，各部分之间可以实现点对点的对等通讯。n c s 的主要优点有良好的可重构性，良好的资源利用率，可靠性高，系统诊断维护容 易，安装成本低，易于扩展以及信息资源共享等等。 2 2 n c s 的特点 2 2 1 时域特点 网络控制系统在时间域上具有以下一些特点，从而区分于其他系统： ( 1 ) 时限。网络控制系统中执行的任务一般具有时限要求，规定在特定时间内 完成特定的功能而不能超过这个时间。 ( 2 ) 实时控制。网络控制系统经常包括实时控制，接收输入数据并做出控制决 策。 ( 3 ) “反应”系统。很多网络控制系统都是“反应”的系统，也就是说，由事 件驱动并且必须对外界事件进行响应。 ( 4 ) 并发处理a 绝大多数网络控制系统的个重要特点是并发处理，通常，事 件发生的顺序是不可预测的。 ( 5 ) 与外部环境交互。网络控制系统通常需要与外部环境进行交互，例如，可 咀控制机器及生产过程，或者监控化学反应并随时汇报危急情况，这种情况通常 需要从外部接收数据并提供输出和控制外部环境。 6 浙江工业大学硕士学位论文 因此，网络控制系统是一种分布式时间系统，分布式时间系统是这样一类系 统，系统中任务的活动在物理上是分布的，任务的正确性不仅依赖于执行结果， 而且依赖于任务的完成时间，即有时间限制( d e a d l i n e ) ，称为时限。分布式时间系 统有广泛的应用领域，例如在工业自动控制、航空、军事等领域。计算机通过特 定的外部设备如传感器感知外部事件，并立即作出响应，这里的活动都要求实时 性，并且根据现场信息，启动或终止活动。 在网络控制系统中，通信频带是最重要的资源之一，同步和数据交换一般要 经过消息传递，实时通信为保证实时任务的按时完成起着关键作用。它最重要的 性质是需要确定有界的消息传递延迟，不可预测的消息延迟可能会使参与实时通 信的任务违反时限要求。消息传递延迟是指发送节点通信对象开始发送消息到接 收节点通信对象完全收到消息之间的时间间隔，主要包括以下几个部分： ( 1 ) 消息在各节点通信对象内的等待延迟。报文在每个通信对象上被阻塞的 时间量是因为多条通道的报文同时到达个通信对象所致。 ( 2 ) 报文发送延迟。节点对象发送一个报文所需时间，它依赖于报文大小和发 送率，一般为常数。 ( 3 ) 链路上的传播延迟。一个数据位在链路上的传播时间。其中，发送延迟和 链路上的传播延迟分别由网络带宽和信号传播速度决定，是确定性的。因此预测 和减少节点通信对象的消息排队等待延迟是实时通信的关键。 2 2 2 数据特性 在网络控制系统中需要传输的数据既包括实时数据，又包括非实时数据。 实时数据：如各种检测器和控制器的i o 信号，控制器之间的互锁信号，部 分系统状态监视数据等。实时数据对时间要求苛刻，一般不允许有秒级的延迟， 在某些特殊情况下甚至不允许有毫秒级的延迟。另一方面，对大多数实时数据而 言，只有最新数据是有意义的，如果在某一时间段内，某一数据由于某种原因未 能作用，而此时下一个数据已经产生，则该数据将被丢弃，而起用最新数据，因 此实时数据一般不要求重发。举例来说，在一温度控制子系统中，阀门的开关是 由温度传感器传送的温度信号决定的，此时控制器将只接收温度传感器传送的最 浙江工业大学硕士学位论文 新数据；同样，阀门将只接收控制器传送的最新控制信号，否则便会产生滞后。 实时数据的长度都很短，数据量相对较少，对带宽的占用率较低。 非实时数据：如用户编程数据、组态数据、部分系统状态监视数据等。非实 时数据对时间要求不很苛刻，允许有相对较长的延迟，但这种数据的长度较长且 不定，数据量相对较大，对带宽的占用率较高，它们一般以小型或微型文件的形 式出现，对绝大多数非实时数据而言，传送的数据都是有意义的，一般不允许丢 失，需要差错控制和重发机制保证数据的完整和准确。 从时域的角度看，网络控制系统中实时数据和非实时数据的传输可以概括为 三种类型的通信：周期性通信、随机性通信和突发性通信。( 1 ) 周期性通信。如传 感器周期性地传送采样数据，控制器周期性地传送控制信号，这类通信的特点是： 通信周期性地发生，一般为相对固定的端到端的消息传递；传送的数据一般 为实时数据：数据通信量较小，占用固定的带宽。( 2 ) 随机性通信。如客户端向 服务器端请求服务等，这类通信的特点是：通信随机性地发生，一般符合负指 数分布：传送的数据一般为非实时数据：数据通信量较大。( 3 ) 突发性通信。 如报警信息等，这类通信的特点是：通信是突发的；传送的数据一般为实时 数据；数据通信量小。 2 3 n c s 的模型 网络控制系统( n e t w o r k e dc o n t r o ls y s t e m s ，简称n c s ) 是一类反馈控制系统， 其前向通道和反馈通道都插入了一个实时网络，使得数据的传输都要产生时延。 在自动控制领域中，由于广泛采用了现代计算机和通信技术的优点，已经产 生了分层的网络控制系统，每层都有适用于自己的特定网络结构。 系统中底层是连接现场安装的智能变送器、控制器和执行器的现场总线，其 中，包括智能压力、温度、流量传感器，单回路和多回路调节器，可编程控制器， 以及控制阀门和电动机的智能执行器。 车间级中间层是基于监控和数据采集s c a d a ( s u p e r v i s o r yc o n t r o l a n dd a t a a c q u i s i t i o n ) 的网络监控层。一般由上位计算机完成，通过计算机扩展槽中网络接 口板与现场总线相连，或者通过专门的现场总线接口( 转换器) 实现现场总线网 淅江工业大学硕士学位论文 段与以太网段的连接。其关键技术是以太网与底层现场设备之间的接口。这一层 处于以太网中，用于直接交换现场控制单元与监视操作单元之间以及各现场控制 单元之间的数据，以执行对生产制造过程的控制。 厂级网络系统完成全厂信息的综合管理。 因此，控制网络模型应包括从底层现场设备网络到上层信息网络的数据传输 过程，这种统一的控制网络模型具有三层结构形式。 在本文中，远程监控实现的途径是通过校园以太网来构建控制网络。 为简单起见并不失一般性，一个网络控制系统的闭环回路结构如图2 - 4 所示： l 图2 - 4 ：简单网络控制系统的闭环回路图 其中瓦为量测信号从传感器经网络到控制器的时延，z - 。为控制器的计算处 理时间，屯为控制信号从控制器经网络到执行器的时延。 2 4 n c s 的协议 网络控制系统完成的是工业过程的控制。控制网络属于广播式网络，通常有 多个通信节点共同使用同一个通讯介质，由网络上的所有机器共享。这就产生当 信道的使用产生竞争时，如何分配信道的使用权问题。这些用来决定广播信道中 信道分配的协议属于数据链路层( i s o 模型的第二层) 的子层，称作介质访问控 制m a c 层。 m a c 层是网络控制系统的关键，在很大程度上决定了网络的实时性与可靠 性。工业以太网对介质的访问是随机的，即各工作站可在任何时间，任意地访问 介质，其协议为多路载波侦听冲突检测( c s m a c d ) 。 浙江工业大学硕士学位论文 c s m a c d 是一种争用型随机访问协议，它是对c s m a 协议的改进，是总线型 和树形网络常用的介质访问控制方式。这种协议的工作过程完全是随机的。为了 降低冲突后重新发送信息时再次产生冲突的概率，冲突后需要等待一个随机时间， 即进行退避，然后再用c s m a 方法传输。 c s m a c d 协议的主要优点包括：各个站点并行连接到总线上，某个站点的 失效不影响整个网络的运行；网络接口比较简单，容易实现，控制方式比较简单， 可扩展性和可靠性较好，维护方便，结构灵活，成本低；在轻负载时，网络传输 延迟小，响应速度快，有较高的信道吞吐量。但是，以太网的c s m a c d 是不确定 性的，并且不支持数据的优先级分配。随着网络负载的加重，冲突的概率增加， 信息传输时间不确定，信息传输平均延迟增加，响应时间变长，信道的利用率降 低，特别是网络负载达n 6 0 以上时，网络性能将急剧下降。 针对以太网的这种不确定性，已经有了很多研究。国内外学者近年来在工业 以太网的研究工作中表明，新技术的介入和具有实时功能的以太网协议的产生， 使工业以太网将逐步成为工业控制网络的主流技术。碰撞冲突产生的带宽问题和 排队时延的不确定性问题，在理论上都得到了不同程度的解决。比如：消息在发 送前加上时间戳；使用优先级；使用交换式以太网等。工业以太网现阶段的研究 己经取得了初步的成果，同时有待更进一步的深入研究。 2 5 小结 网络控制系统是一类反馈控制系统，其前向通道和反馈通道都捅入了一个实 时网络，使得数据的传输都要产生时延。本章简要介绍了计算机控制系统的发展 历程，n c s 的时域特点、数据特性，以及n c s 的模型和其常采用的通信协议， 为后面的讨论作简要铺垫。 浙江工业大学硕士学位论文 第三章模型预测控制( m p c ) 的基本原理 在最后一章的实验研究中，我们将把动态矩阵控制d m c 和广义预测控制g p c 这两种算法应用到网络控制系统中。所以本章将简单介绍这两种算法，用以为后 面的实验研究做理论铺垫。 3 1 预测控制的基本原理 预测控制是一种基于模型的计算机控制方法，因此它是基于离散控制系统的。 预测控制不但利用当前的和过去的偏差值，而且用预测模型来预估过程未来的偏 差值，以滚动确定当前的最优输入策略。其基本原理如下 4 u ： 1 预测模型 预测控制是一种基于模型的控制算法，这一模型称为预测模型。预测模型的 功能是根据对象的历史信息和未来输入预测末来输出。这里只强调模型的功能而 不强调其结构形式。因此，状态方程、传递函数这类传统的模型都可以作为预测 模型。预测模型具有展示系统未来动态行为的功能。 2 滚动优化 在预测控制中，是以选定的性能指标的最优来确定控制作用的。比如，控制 的结果往往是使对象的输出值与某一期望值的方差为最小，从而保证恒值调节或 跟踪控制的精确度。然而，与传统意义下的离散屉优控制不同的是，预测控制中 的优化是一种有限时段的滚动优化。在每一个采样时刻，优化性能指标只涉及到 从该时刻起未来有限的时间，而到下一个采样时刻，这一优化时段同时向前推移。 因此，预测控制不使用一个对全局相同的优化性能指标，而是在每一个时刻有一 个相对于该时刻的优化性能指标。不同时刻优化性能指标的相对形式是相同的， 但其绝对形式，即所包含的时间区域是不同的。因此，在预测控制中，优化不是 一次离线进行，而是反复在线进行。 浙江工业大学硕士学位论文 3 反馈校正 由于模型的不准确，即对象结构与参数的时变，也由于外界环境的变化，使 得按预测模型给出的预测值与对象实际输出值之间不可避免出现偏差，并按一定 的加权修正方式对基于模型的预测值进行校正，使之更加逼近期望值，从而保证 控制的高质量。 目前的预测控制方法有模型算法控制( m a c ) 、动态矩阵控制( d m c ) 、广义 预测控制( g p c ) 等。模型算法控制( m a c ) 采用了基于脉冲响应的非参考模型 作为内部模型，用过去和未来的输入输出信息，预测系统未来的输出状态，经过 用模型输出误差进行反馈校正后，再与参考输入轨迹进行比较，应用二次型性能 指标滚动优化，再计算当前时刻加于系统的控制量，完成整个循环。动态矩阵控 制( d m c ) 采用了在工程上易于测取的对象阶跃响应做模型，计算量减少，鲁棒 性较强。二者均适用于渐近稳定的线性过程。广义预测控制( g p c ) 是在自适应 控制的研究中发展起来的预测控制算法。它的预测模型采用c a r i m a ( 离散受控 自回归滑动平均模型) ，克服了脉冲响应模型、阶跃响应模型不能描述不稳定过程 和难以在线辨识的缺点。广义预测控制保持最小方差自校正控制器的模型预测， 在优化中引入了多步预测的思想，抗负载扰动、随机噪声、对延变化等能力显著 提高，具有许多可以改变各种控制性能的调整参数。它不仅能用于开环稳定的最 小相位系统，而且可用于非最小相位系统、不稳定系统和变时滞、变结构系统。 它在模型失配情况下仍能获得良好的控制性能。 3 2 动态矩阵控制d m c 算法 用对象的阶跃响应摸型作为内部模型的预测控制，叫动态矩阵控制。保持系 统开环，并在其输入端分别施加控制增量u i 和u 2 ，对应的系统阶跃响应分别为y 】 和y 2 。如果被控对象在线性范围内，则 y l u l = y 2 l u z 应为单位阶跃响应曲线，于是在采样点产t ，2 t , ，n t , 可求得单位阶 跃响应值或阶跃响应系数： 浙江工业大学硕士学位论文 。：y a j _ 2 “l 口，：监旦 “ a：螋n “， 或 “：y 2 ( t ) “ 口z = 1 y 2 ( 2 - t ) ( 3 1 ) “，j i i 口。：y 2 ( n t ) 讯 有了阶跃响应系数，就可获得未来p 步模型输出 圪( 尼+ 1 ) = a a u ( k ) + 4 u ( k 一1 ) ( 3 2 ) 式中l ( k + 1 ) = ( y ( 尼+ 1 ) ，y ( 尼+ 2 ) ，y ( k 十p ) ) 7 为当前时刻求得的未来p 步模型输出， a 和4 0 分别为p + m 和p ，( n 一1 1 阶矩阵，均由阶跃响应系数构成， 以= a = 皿 o 口2q c 1 md “一1 口p日p 一1 d 一n ，一in 一l o n 一2 一 a 一p + i o n p 。一 吗一呸啦 a n a n id p 一口一p 。i 一吩岛 ： ：- ： 0 a n a n la p + 2 一唧+ ia p + a u = ( a u ( k ) ，a u ( k + 1 ) ，a u ( k + m 一1 ) ) 7 u ( k 1 ) = ( 甜( 后一+ 1 ) ，u ( k 一+ 2 ) ，u ( k 一1 ) ) 7 引入反馈校正的作用，便有如下多步输出预测 昂( i + 1 ) = 匕( 七十1 ) + h e ( k ) = a a u ( k ) + 4 0 u ( k 一1 ) + h e ( k ) 其中y a k + 1 ) = ( y p ( j 十1 ) ，y p ( a + 2 ) ，昂( 七+ p ) ) 7 e ( k ) = y ( k ) - y 。( 南) ，h = ( 啊，吃，h ，) 7 = q ( 尼) + ( a 2 一a 1 ) u ( k 一1 ) + ( a 3 一a 2 ) “( 七一2 ) ( 3 - 3 ) ( 3 4 ) ( 3 5 ) ( 3 6 ) ( 3 7 ) 1j 浙江工业大学硕上学位论文 + - 。+ ( 口一a n - 1 ) “( 七一+ 1 ) 给定如下参考轨迹： r = ( y a k + 1 ) ，”( i + 2 ) ，y r ( k + 尸) ) 7( 3 8 ) 根据珍( 抖1 ) 和y r ( k + 1 ) ，可得如下二次性能指标： ，= ( 耳( 后+ 1 ) 一i ( 七十1 ) ) 7 q ( y p ( k + 1 ) 一r ( + 1 ) ) + a u 7 2 a u 2 ( a a u ( k ) + 4 u ( k 一1 ) 十h e ( k ) 一j ：( 七十1 ) ) - 9 ( 彳( 素) + 4 u ( 露一1 ) + 五已( 觅) 一r ( 七十1 ) ) + r 2 a u ( 3 9 ) 令：【，( i ) = o ，可求得如下优化控制率： a u ( k ) = ( a q a + 兄) 一1 a 7 q ( r ( 七+ 1 ) a 。u ( k 1 ) 一矗8 ( 女) )( 3 。1 0 ) 这里p 和a 分别为p * p 维和m * m 维加权阵。 3 3 广义预测控制6 p c 算法 与非参数模型预测控制不同，在广义预测控制中，采用最小化的参数模型作 为预测模型，一股为受控自回归滑动平均模型c a r i m a ( c o n t m l l e d a u t o r e g r e s s i v ei n t e g u a t e dm o v i n g a v e r a g e ) 模型，其具体形式如下： a ( z 一1 ) j ，( 女) = b ( z 1 ) “( - 1 ) + c ( z 一1 k ( k ) a r 3 1 1 ) 式中1 1 ，y 为系统的输入、输出，f 表示均值为零、方差为口：的自噪声，a ：1 一z 一， h 口 月6n 为差分算子，a ( z - ) = 1 十q z 一，b ( ) = 芝6 ，z ，c ( z 一) = 1 + 芝q z 。 i - l i = o i = l 为了突出基本原理和推导简单起见，首先讨论c ( z 一1 ) ：i 的情况。对于c ( z - t 1 1 的 情况，可仿此进行。求解如下d i o p h a n t i n e 方程，便可获得p 步预测输出： i = e ，( 三- 1 ) 彳( z 一) + z 一( ：- 1 ) ( 3 1 2 ) e j ( z “) b ( z “) = g ，( z 1 ) + = 。日，( = 一1 ) 以上两式中，3 = 1 ，2 ，p 浙江丁_ 业大学硕士学位论殳 e j ( z 一1 ) = g 。+ q z 一1 + + g j i z + 1 c ( z 。) = 爿+ ：z 一。+ + f z z 一“ g ，( z 一1 ) = g o + g l z 一十+ g j l z 一+ 1 h j ( z 。) = h g + h z 。+ - + k i z ”1 为了表示简单，以下省略后移算子z 。p 步预测输出可表示为： y 。( k + i ) = g a u ( k ) + f y ( t ) + h a u ( k 一1 ) + e ( 3 1 3 ) 式中y ，( + 1 ) = c v ，( 后十1 ) ，y ，( + 2 ) ，y ，( 七+ 尸) ) r a v ( g ) = ( ( 后) ，a u ( k + 1 ) ，a u ( k + m 一1 ) y f = ，五，b ) 7 h = ，h ：，h ，) 7 e = ( e j 4 ( k + 1 ) ，e 2 9 ( k + 2 ) ，e p ( + p ) ) 7 g = g。0 g lg 。 g m ig m 2 g mg ，一i 9 0 g i g p ig p 一2 。 g p m 设参考轨迹为 y ，( 女+ 1 ) = o ，( 女+ 1 ) ，y ，( 女+ 2 ) ，一，y ，( + p ) ) 7 广义预测控制的目的是使预测输出对参考轨迹的跟踪误差最小，据此可确定 如下性能指标： j = 妒k ( 惫+ 1 ) 一y ，( 盘+ 1 ) 7 o ( 盘+ 1 ) 一y ，( 意+ 1 ) ) + 删7 ( 克) u ( 血) j ( 3 1 4 ) 式中表示求期望值，兄为加权因子，令c 2 0 a u ( k ) = 0 ，得如下优化控制率 a v ( k ) = ( g7 g + k 1 ) - 1 g 7 ( y ，( j i + 1 ) 一f y ( k ) 一h a u ( k 一1 ) ) ( 3 i s ) 由以上推导可知在被控对象参数已知时，广义预测控制的基本算法为 浙江工业大学顶士学位论文 1 由d i o p h a n t i n e 方程求解多项式e ，、g 和j 2 计算矩阵g 及( g y g + 甜一； 3 求控制量( 。 3 4 d i o p h a n t i n e 方程的递推求解算法及程序流程图 由上述求解步骤可以看出，在广义预测控制中，求解d i o p h a n t i n e 方程是一个 重要的环节。通过求解d i o p h a n t i n e 方程，可以把预测输出用两部分表示出来： ( 1 ) 包含当前及将来控制量的未知部分；( 2 ) 包含过去输入、输出的已知部分。 由前述可知 a ( z - i ) a = 0 + 叩。1 一+ z ”a i 】- - z - i ) = i + 。】2 1 + a 2 z 一2 + + 口n ，z 一“。