网络控制系统的时延补偿与控制器设计

—欢迎下载—欢迎下载摘要随着计算机技术的进展，把握系统与网络通信系统的集成成为把握网络技术争辩的热点，为此提出了网络把握系统（NCS）。本文介绍了网络把握系统的工业背景和争辩现状，重点介绍了网络时延问题的争辩进展。分析了网络把握系统的时延产生缘由及特性，依据采样时间的不同和驱动方式的不同进行了建模分析。依据不同的模型分析了固定时延、随机时延的补偿把握器设计。本文重点介绍了针对不确定时延接受Fuzzy-PID把握器的设计和仿真争辩。在最终，介绍了一种Matlab环境下的实时把握系统仿真工具箱Truetime，给出了具有时延特征的网络把握系统的把握仿真结果。关键词：网络把握系统，网络时延，时延补偿，Fuzzy-PID把握器ABSTRACTWiththedevelopmentofcomputertechnology,someconsiderableattentionshavebeendirectedtotheintegratedcontrolsystemsandnetworkcommunicationcontrolsystem.SoNetworkControlSystem（NCS）isproposed.Inthisthesis，thepaperintroducestheengineeringbackgroundandresearchachievements,andfocusesontheprogressofnetworkdelay.Thecausesandthecharacteristicofnetwork-induceddelayareanalyzed.Accordingtothedifferentofsamplingtimeanddriveway,modelisbuiltandanalyzed.Dependingonthedifferentmodels,thecontrollerwiththecompensationaboutthefixedtimedelayandrandomdelaycontrolleraredesigned.ThispaperfocusesonusingFuzzy-PIDcontrolleragainstuncertaintydelaytodesignandsimulationtesting.Inconclusion，Simulinktoolbox，namedbyTruetime，basedonMatlabhasbeenintroducedinthispaper.AndthecharacteristicsoftheNCSsimulationresultsaregiven.LiuJian(ControlTheoryandControlEngineering)Directedbyprof.MaYongguangKEYWORDS：Networkedcontrolsystems,Network-induceddelay,Delaycompensation,Fuzzy-PIDcontroller—目录中文摘要英文摘要第一章绪论 11.1网络把握系统的进展与基本概念 11.1.1计算机把握系统的进展 11.1.2网络把握系统的描述 31.2网络把握系统时延争辩现状 41.2.1NCS的数学模型的建立 41.2.2NCS把握器设计方法 51.3本文争辩的动身点与主要工作 71.3.1目的和意义 71.3.2争辩内容 8其次章 具有网络诱导时延的NCS分析 92.1引言 92.2网络把握系统的采样技术 102.2.1同步采样和非同步采样 102.2.2时间驱动方式和大事驱动方式 112.2.3多速率采样 122.3把握网络与网络把握系统的时延分析 122.3.1把握网络 132.3.2网络把握系统的时延分析 162.4小结 18第三章具有网络诱导时延的NCS建模与把握 193.1引言 193.2具有网络诱导时延的NCS的数学建模 193.3具有固定时延的NCS的把握器设计 213.4具有随机时延的NCS的把握器设计 223.4.1基于时延统计规律的随机把握器设计 233.4.2基于时变、有界时延的随机时延的补偿 243.5小结 26第四章Fuzzy-PID网络把握器设计 274.1引言 274.2模糊把握理论基础 274.2.1模糊把握系统的组成 274.2.2模糊把握器原理 284.2.3模糊把握器的输入输出变量 304.2.4模糊把握器设计的基本方法 314.3带PID的网络化把握系统 314.4模糊补偿PID把握器设计 324.5fuzzy-PID复合把握器设计 334.6小结 34第五章基于matlab/simulink的NCS仿真环境争辩 355.1引言 355.2Truetime工具箱结构与功能 355.2.1计算机模块 365.2.2网络模块 365.3初始化 375.4网络把握系统仿真争辩 385.5仿真说明 395.5.1PID把握器设计仿真 405.5.2Fuzzy-PID把握系统设计仿真 425.6小结 44第六章总结与展望 456.1总结 456.2争辩展望 45参考文献 46致谢 49在学期间发表的学术论文和参与科研状况 50——第一章绪论1.1网络把握系统的进展与基本概念随着把握、计算机、通信网络等技术的进展，信息交换的领域正在快速掩盖从工厂的现场设备层到把握、管理的各个层次，掩盖从工段、车间、工厂、企业乃至世界各地的市场，因此迫切要求工业自动化水平也提高到了一个崭新的高度。从历史上看，传统把握系统的通讯方式是点对点的，包括早期的DCS，目前这种方式已经越来越不能适应某些新的需求，比如模块化、集散分布、综合诊断、快捷便利的维护及低成本化等。从整体上看，计算机把握系统己呈现出向网络化、集成化、节点智能化、分布化的进展趋势。现场总线把握系统和工业以太网，顺应了这一趋势，是完全网络化、分布化的把握系统。1.1.1计算机把握系统的进展计算机把握系统进展至今先后主要经受了以下几个阶段：传统的集中式把握系统、集散把握系统（DCS）、现场总线把握系统（FCS）、以及基于以太网的把握系统的广泛争辩。传统的集中式把握系统一般接受一个中心把握单元（CPU）完成把握计算、信息处理等全部工作，把握器和对象之间的连接接受的是点对点的连接方式，其典型结构如图1-1。图1-1集中式把握系统示意图随着现场采集信息量的增加，集中式把握对中心把握单元的硬件性能要求越来越高，软件编程也越来越简单。因此，产生了集散式把握系统（DistributedControlSystem，DCS）来代替集中式把握系统，如图1-2所示。图1-2DCS示意图DCS，又称分布或分散把握系统，它以微处理机为核心，实现地理上和功能上的把握，同时通过高速数据通道把各个分散点的信息集中起来，进行集中的监视和操作，并实现简单的把握和优化。DCS的设计原则是分散把握，集中操作，分级管理，分而自治和综合协调。对各个现场设备的任务由现场级的把握单元（PLC，单片机等）完成，总体的把握任务和操作监视等其他任务由中心把握单元完成，从而实现了把握功能和管理信息的分别。虽然提高了系统的牢靠性和机敏性，但集散把握系统和集中式把握系统都有一些共同的缺点，就是随着现场设备的增加，系统简单，成本大大提高，以及系统的抗干扰性、机敏性不够、扩展不便利等[1]。为了从根本上解决这些问题，新型的分布式把握系统——现场总线把握系统（FieldbusControlSystems，FCS）应运而生，如图1-3所示。图1-3FCS示意图目前现场总线的主要种类有：基金会现场总线FF；ProfiBus；WorldFIP；ControlNet/DeviveNet；CAN。与传统的DCS相比，FCS具有如下一些技术特点[2]：（1）FCS是现场通信网络：把通信线路始终延长到生产现场中的生产设备，构成用于过程自动化和制造自动化的现场设备或仪表互联的现场通信网络。实现了全数字化传输，极大地提高了信号转换的精度和牢靠性，有效地避开了模拟信号在传输过程中存在的信号衰减、精度下降和信号干扰等问题。（2）FCS能进行现场设备互连：传感器、变送器、执行器的等设备在现场总线系统中已成为由微处理机为把握核心的智能设备，可以通过一对双绞线、同轴电缆、光纤、或电源线互连，具有较强的抗干扰力量。（3）FCS具有良好的互操作性：实现“即插即用”，并且用户可以对不同品牌的现场设备进行统一组态，构成所需要的把握回路。（4）FCS具有分散的功能块，便于用户组态：将功能块分散到多台现场仪表中并进行统一组态，有助于用户依据需要机敏的选用各功能块，构成需要的把握回路，实现彻底的分散把握。（5）FCS具有开放式互联网络，可以与同类型的网络互联：既可以与同层网络互联又可以与不同层网络互联，既可以实现企业内部的网络互联又可以与企业外部的网络互联。（6）FCS对现场环境的适应性强。由上可见，把握系统随着计算机的应用进展，现场设备的智能化、数字化进展，也在不断的提高自身对现场的适应力和牢靠性，使得把握系统更加网络化、集成化、分布化。1.1.2网络把握系统的描述随着把握系统规模的日益扩大，越来越多的把握系统接受分布式把握的方式。分布式把握的形式多种多样，很多简单的把握系统例如制造业设备、运输工具、机器人等接受串行通讯网络作为监控计算机、把握器、现场传感器及执行器间信息和把握信号的交换通道，这种通过串行通信网络实现闭环把握回路的把握系统被称为网络把握系统(NetworkedControlSystems，NCS)，有的文献用综合通讯和把握系统(IntegratedCommunicationandControlSystems，ICCS)或者基于网络的把握系统(Network-basedControlSystems)来称呼具有这种结构的把握系统[3]。“NetworkControlSystems”最早于1998年消灭在马里兰高校G.C.Walsh的论著中，但未给出明确的定义。只是用图示说明白网络把握系统的结构，指出在该系统中把握器与传感器通过串行通信形成闭环。而同济高校的于之训等用了“网络把握系统”；重庆高校的张结斌等用了“分布式把握网络系统”这样的术语。清华高校的顾洪军给出了明确的定义[4]：网络把握系统（NCS，NetworkControlSystems），又称网络化的把握系统，即在网络环境下实现的把握系统。是指在各区域内一些现场检测、把握及操作设备和通信线路的集合，用以供应设备之间的数据传输，使该区域内不同地点的设备和用户实现资源共享和协调操作。其本质是信息（参考输入、对象输出和把握输入等）在把握系统各部件间（传感器、把握器和执行器等）通过网络进行交换。NCS典型的系统结构图如图1-4所示。图1-4NCS示意图NCS中的网络是一个广义的范畴，包含了FCS、工业以太网、无线通信网络、甚至Internet，这也是与网络技术的进展相适应的。视其回路中所嵌入的网络结构的不同可以将其分为广义网络把握系统和狭义网络把握系统。一般认为通过FCS和工业以太网组成的网络把握系统是狭义的网络把握系统，而由通过计算机网络比如计算机广域网、Internet等网络组成的把握系统则被视为广义的网络把握系统。本文主要针对狭义的网络把握系统进行争辩和分析。1.2网络把握系统时延争辩现状工业把握网络不同于一般的计算机通信网络，它传递信息是以引起物质或能量的运动为最终目的，分析的对象不再是孤立的把握过程，而是整个网络把握系统的稳定性、调度管理和鲁棒性问题等。其通信网络特殊强调实时性、牢靠性、稳定性[5]。实时性始终是把握系统面临的重要问题，由于连接到通讯介质上的每个设备都是一个信息源，而通讯介质是分时复用的，待发送信息只有等到网络空闲时才能被发送出去，这就不行避开地导致了传输延迟的发生。而闭环把握系统是通过网络形成闭环的，相应地就把延迟环节引入到这些系统。不但会降低系统的把握性能，而且还是引起系统不稳定的一个潜在因素[6]。因此，在争辩NCS存在的很多新问题时，如：网络诱导的时延、网络调度、数据包的多包传输及丢失等，主要还是集中在对NCS的时延补偿这个热点问题上。1.2.1NCS的数学模型的建立目前，NCS的建模是NCS分析、仿真和设计的基础，因此NCS的建模问题在NCS的争辩中具有重要意义．虽然NCS的概念早已被提出并取得了一系列成果，但其建模问题照旧没有很好地解决。以下为几种有条件的模型建立：针对NCS的建模问题，Halevi和Ray考虑了传感器-把握器和把握器-执行器单时延的状况，而且在传感器和把握器的采样时刻之间只有一个时间差。他们用增广状态把过去的延迟信号也包括进来，导出一个闭环模型[7][8]。LianFengLi推导出一个离散的多输入多输出NCS模型，在该模型中，有分布式通信延迟。此外，为了得到传感器和把握器之间真实的时间延迟，还表征了分布式传感器的异步采样机制。但是，在该模型中，全部的延迟都是定界在一个采样周期之内的，而且并没有考虑数据丢失的状况[9]。朱其新、胡寿松在考虑系统噪声、把握器的动态特性及输出反馈的状况下建立了多包传输、单保传输有数据包丢失、多包传输有数据包丢失时NCS的离散随机模型的统一建模方法[10]。樊卫华等争辩了同时存在传输延时和数据包丢失的NCS建模问题，并借助ADS的一些结论，争辩了NCS的稳定性，给出具有典型双线形矩阵不等式的结论，但是他们既没有考虑把握器-执行器之间的延迟，也没有考虑不同的节点的分布式异步多时延状况[11]。以往的建模方法都有一个共同的局限性，即基本上都针对网络时延不超过一个采样周期的状况来争辩的。近年来人们开头逐步涉准时延大于一个采样周期时NCS的建模并取得肯定的成果。从目前争辩状况看，网络把握系统的建模渐渐从单变量到多变量，从确定性到不确定性进展，但是这只是一个开端。1.2.2NCS把握器设计方法现阶段依据以上不同的模型，分析和设计网络把握器渐渐由单变量到多变量、由确定到随机、由经典把握理论到智能把握理论和高级把握算法进展。目前所接受的网络把握系统的把握器设计方法主要有：确定性把握设计方法、随机把握设计方法、智能把握方法、鲁棒把握设计方法。确定性把握设计方法应用确定性设计方法应首先将随机时变延迟通过在把握器和执行器之间设置缓冲区转化为固定延迟，然后针对转化后的固定延迟设计把握器。Rogelio针对模型(时间驱动)提出了基于观测器的分布延迟补偿器[12]。在该补偿器算法中，首先在把握器和执行器接收端设置接收缓冲区，将时变的传输延迟转化为固定的传输延迟。其优点是可用已有的确定性系统设计和分析方法对闭环网络把握系统进行设计和分析，不受延迟特性变化的影响；其缺点是将全部延迟都转化为最大延迟，人为地将传输延迟扩大化，因此降低了系统应有的把握性能。对于具有随机传输延迟的闭环把握系统，若按最大传输延迟来设计把握器，则所得闭环把握系统不肯定稳定。熊远生，俞立，徐建明将时间延迟的不确定性通过引入一个信息接收缓冲区来实现时间延迟的确定化的基础上，将滑模变结构把握和预估把握的方法引入把握器的设计中，得出的结果的时间延迟可以大于一个采样周期[13][14]。随机把握设计方法应用随机把握的方法关键在于对网络延时的合理建模和估量，可假设时延符合某种统计规律并且是相互独立的，从概率分布的角度将网络延时作为系统中的随机变量或随机过程，设计随机最优把握律。Ray对随机时变分布延迟下的输出反馈时延网络系统进行争辩，基于最小方差滤波器和动态规划原理，得到了具有随机延迟补偿的LQR把握器(DCLQR)，但不满足确定性等价原理[15]。于之训对把握器是大事驱动的，在第k步传感器到把握器之间延迟未知的状况下，基于动态规划和最优把握理论，得出了使系统均方指数稳定的把握律[16]。针对把握网络中的随机传输延迟，提出把握器节点接受大事驱动的方式，同时在传感器和把握器节点发送端设置发送缓冲区，以确保信息按产生的时间先后依次到达接收端，接受这种把握模式，利用传输延迟的Markov特性，得到了具有多步随机传输延迟的网络把握系统的数学模型。并得到了满足给定二次型性能指标的最优把握律的解析表达式，成功地解决了原来大事驱动模式下对这类网络把握系统无法猎取其解析随机把握律的难题[17]。Nillson假设时延的概率分布已知，不超过一个采样周期，传感器接受大事驱动，把握器和执行器接受大事驱动。并利用Markov链对时延的概率分布进行了建模，给出了闭环网络系统的LQG随机最优把握律，该把握律满足确定性等价原理[18]。WeiZhen针对网络时延分布未知的状况，改进了Nilsson的LQG把握律，提出时延在线估量方法——平均时延窗口(ADW，AverageDelaysWindow)方法。该方法无需网络时钟同步和延时补偿，即可获得延时信息。并在10kbit/s的CAN总线上进行了试验争辩[19]。WeiZhang针对网络把握系统中普遍存在的通讯延迟问题，对于把握器是时间驱动的，利用在把握器和执行器接收端设置接收缓冲区的方法，提出了一种延迟补偿器结构，该结构可同时实现对噪声的滤波处理[20]。LianFengLi针对MIMO网络把握系统进行了时延分析和建模，并设计了最优把握器[8]。智能把握设计方法确定性把握方法和随机性把握方法都是基于时延和被控对象的精确数学模型之上的，而在实际的NCS中往往存在着诸多的不确定性，而智能把握对解决变化的问题和状况具有较好的适应力量，因此目前多接受智能把握策略来解决时延不确定和时延补偿问题，以提高系统的鲁棒性。KyungChang针对基于Profibus—DP的网络把握系统，在考虑传输拖延的基础上，设计了基于遗传算法(GeneticAlgorithm)对PID参数进行整定的把握器，并对马达的把握进行了试验争辩[21]。SukLee利用模糊(Fuzzy)把握鲁棒性较好的特性，设计了基于模糊规律的把握器，并与传统的PID把握器和时延补偿PID把握器进行了比较，说明白模糊把握的效果优于传统把握方法[22]。Almutairi争辩了基于IP网络的把握系统，利用对网络延时的补偿来提高系统的性能。首先利用Fuzzy理论设计了模糊补偿器，直接对PI把握器的参数进行整定，并给出了离线和在线的整定算法。进一步又考虑对模糊规章参数的自适应调整，并对马达进行了仿真试验[23]。任长清对基于互联网的液压远程把握进行了争辩，为了解决不确定性变化的网络延时对系统性能的影响，在系统中设计了补偿器结构解决网络延时问题，同时接受延时猜测算法解决网络延时不确定性变化的问题，以改善系统的动态性能和保持系统的稳定性[24]。王晓峰争辩了基于TCP/IP网络的远程伺服把握系统，提出的动态模糊把握器可按网络中不断变化的传输延时，依据最佳参数库不断调整其把握参数，使系统保持稳定并使输出达到肯定的性能指标要求[25]。近两年在已有成果上学者们连续争辩应用遗传算法[26]、模糊把握[27]、猜测把握[28]对网络把握系统时延把握设计。鲁棒把握设计方法鲁棒把握理论是针对实际工程中模型不确定性进展起来的，因此对于此类问题可以直接应用鲁棒把握器的设计方法来解决。接受该方法的关键是要将时延环节转化为系统的一个不确定块，同时可以考虑被控对象本身的不确定性，然后针对转化后的系统设计鲁棒把握器[29]。这样设计出的把握器能同时保证NCS的鲁棒稳定性和鲁棒性能指标，该性能指标是确定性的性能指标，而不是概率意义上的性能指标。由于NCS实际为采样把握系统，所以其等价模型为离散形式的，要使用采样系统鲁棒把握器的设计理论。当然，在系统的采样时间远小于系统的时间常数的状况下，可以近似地将整个采样系统看作是一个准连续系统，这样做得出的结果可能比较保守。1.3本文争辩的动身点与主要工作1.3.1目的和意义目前，NCS中把握理论的争辩大大落后于网络把握系统实际应用。网络把握系统的消灭进展推广应用给把握理论提出了严峻的挑战，针对把握理论的争辩首次表现出滞后于把握系统应用的现状，网络把握理论的争辩刻不容缓。1.3.2争辩内容本文主要围绕网络性能的争辩、网络引起时延的补偿、网络把握系统的仿真和试验，进行了以下几方面的争辩工作。（1）在介绍网络把握系统的产生背景、概念的基础上，着重介绍网络把握系统存在的几个主要问题及近年来的争辩进展。（2）争辩了网络把握系统中，不同的驱动方式对网络把握系统性能产生的影响。在网络时延分析的基础上，对大事驱动和时间驱动这两类网络把握系统的性能进行了理论和仿真分析。（3）提出了一种基于模糊把握的时延补偿策略。（4）介绍truetime工具箱，并利用其进行仿真试验。其次章 具有网络诱导时延的NCS分析2.1引言网络把握系统是指在通信网络环境下，各种现场设备，如传感器、把握器、变送器以及执行机构等连接在一起，相互联系、相互作用，共同构成一个统一的整体，协同完成把握功能。由于网络把握系统中传感器、把握器、执行器都通过共同的通信介质相连，各设备间可以实现点对点的信息传递，但是，通信网络是分时复用的，在同一时刻，只能有一个设备能够发送信息。待发送信息只有等到网络空闲时才能发送出去。现实中把握网络的带宽和承载力量有限，同时网络把握系统中设备较多，通过通信网络传送的信息量很大，因此，信息的冲撞、重发觉象经常发生，使信息在传输过程中不行避开地存在时延。从闭环把握的角度看，网络把握系统中的把握器、执行器、被控对象、传感器是通过通信网络实现闭环的，因此网络把握系统的结构图可以表示为图2-1。图2-1闭环网络把握系统结构图图中，表示把握器到执行器的网络时延，表示传感器到把握器的网络时延。网络把握系统中，被控对象一般都是现实中的物理对象，它的输入和输出都是模拟量，可以用连续时间状态方程或传递函数来描述，而把握器算法一般由计算机程序来实现，可以用离散时间状态方程或脉冲传递函数来描述。考虑到传感器节点将被控对象的模拟量输出转换成数字量，而执行器节点却将通信网络传输来的把握器数字量把握信号转换成模拟信号，网络把握系统的结构图可表示为图2-2。图2-2网络把握系统结构图从图2-2可以看出，网络把握系统是一个计算机采样把握系统[30]，由于前向通道和反馈通道中都有和网络延迟有关的纯滞后环节，因此把握系统的建模、分析和设计都是格外困难的。2.2网络把握系统的采样技术网络把握系统本质是一个具有纯滞后环节的计算机采样把握系统，因此，计算机采样把握系统中的采样技术都可用于网络把握系统中。2.2.1同步采样和非同步采样2.2同步采样就是网络把握系统中的全部采样开关都等周期同时开闭。图2-3是网络把握系统中传感器节点、把握器节点、执行器节点都接受同步采样工作方式的采样开关动作时序图。图2-3同步采样工作方式下采样开关动作时序图2.2非同步采样就是网络把握系统中全部采样开关等周期但不同时闭合。图2-4是网络把握系统中r个传感器节点接受非同步采样工作方式，而把握器节点和执行器节点接受同步采样工作方式的采样开关动作时序图。图2-4r个传感器节点接受非同步采样的采样开关动作时序图2.2.2时间驱动方式和大事驱动方式下面以把握器节点为例说明时间驱动工作方式和大事驱动工作方式。2.2时间驱动(Time-driven)工作方式，是指把握器节点在采样时钟的作用下定时采样传感器测量信号，依据相应的把握器算法计算把握量，然后通过把握网络将把握量传送给相应的执行器。图2-5是时间驱动方式下网络把握系统中信息传输时序图。图2-5把握器节点在时间驱动方式下NCS中信息传输时序图时间驱动方式下，把握器节点会消灭信息丢弃(MessageRejection)和空采样(VacantSampling)。由于传感器节点到把握器节点的网络时延是时变的，把握器有可能使用前一个或者前几个采样周期的传感器测量数据。把握器工作在时间驱动方式下，只在固定的时间间隔上执行把握程序，计算把握量，因此当一个采样周期内有两个或者多个传感器测量数据到达把握器节点时，只有最近采样的传感器数据被把握器接受，用于计算把握量，这种现象称为信息丢弃。图2-5中，把握器在第k+2采样周期发生信息丢弃，把握器接受第k+1周期传感器的测量数据计算把握量，而第k周期的传感器数据却被丢弃。另一方面，当把握器节点在一个采样周期内没有得到新的传感器数据，只能使用过去的传感器数据计算把握量，这种现象称为空采样。图2-5中，把握器节点在第k采样周期发生空采样，仍旧利用第k+2周期传感器数据计算把握量，也就是说，第k采样周期把握器计算出来的把握量与第k+1周期相同。大事驱动(Event-driven)方式是指传感器的测量信号经把握网络到达把握器，把握器马上依据此最新的数据计算把握量，然后传送给执行器。也就是说“传感器测量值到达”这一大事触发把握器执行相应的把握程序计算相应的把握量，大事驱动方式由此得名。图2-6是大事驱动方式下网络把握系统中信息传输时序图。图2-6把握器节点在大事驱动方式下NCS中信息传输时序图由图2-6可以看出，，，，……是把握器启动把握程序计算把握量时刻。2.2.3多速率采样多速率采样就是网络把握系统中传感器节点、把握器节点和执行器节点以不同周期采样输入信号。图2-7表示了网络把握系统中的多速率采样。由图2-7可以看出，传感器节点和把握器节点接受时间驱动工作方式，而执行器节点接受大事驱动工作方式，并且传感器节点的采样周期与把握器节点的采样周期之间满足。把握器在第k+1采样周期接受传感器在周期采样的数据计算把握量而将周期传感器数据丢弃。图2-7网络把握系统中的多速率采样2.3把握网络与网络把握系统的时延分析把握网络不同于一般的计算机网络，由于它本身的结构特点与工业生产对其要求的不同，打算了时延产生的机理不同。因此，还需争辩把握网络的特点。2.3.1把握网络把握网络技术源于计算机网络技术，与一般的信息网络有很多共同点，但又有不同之处和独特的地方。由于工业把握系统特殊强调牢靠性和实时性，所以，应用于测量与把握的数据通信不同于一般电信网的通信，也不同于信息技术中一般计算机网络的通信。把握网络与信息网络的具体不同如下[31]：（1）把握网络中数据传输的准时性和系统响应的实时性是把握系统最基本的要求。一般来说，过程把握系统的响应时间要求为0.01~0.5s，制造自动化系统的响应时间要求为0.5~2.0s，信息网络的响应时间要求为2.0~6.0s。在信息网络的大部分使用中实时性是可以忽视的。（2）把握网络强调在恶劣环境下数据传输的完整性、牢靠性。把握网络应具有在高温、潮湿、振动、腐蚀，特殊是电磁干扰等工业环境中长时间、连续、牢靠、完整的传送数据的力量，并能抗工业电网的浪涌、跌落和剑锋干扰。在可燃和易爆场合，把握网络还应具有本质平安性能。（3）在企业自动化系统中，由于分散的单一用户可借助把握网络进入某个系统，通信方式多使用广播或组播方式；在信息网络中某个自助系统与另一个自助系统一般都建立一对一通信方式。（4）把握网络必需解决多家公司产品和系统在同一网络中相互兼容，即互操作性问题。工业把握网络是工业企业综合自动化系统的基础，现代制造系统的典型网络结构可分为三个层次，即信息管理层、过程监控层和现场设备层[32]，如图2-8所示。图2-8现代制造系统的典型网络结构（1）信息管理层网络：主要用于企业的方案、销售、生产、库存以及企业经营等方面信息的传输，在信息管理层上传输的信息一般都是非实时性的，并且数据包较大，信息传输频率较低。数据通信的发起是随机的、无规章的，数据吞吐量较大，因此要求网络必需具有较大的带宽在。信息管理层网络主要由以太网组成。（2）过程监控层网络：主要用于将采集到的现场信息置入实时数据库，进行先进把握和优化计算，以及传输更新现场设备的工作配置信息或命令。过程监控层网络上传输的信息具有周期性、实时性特点。过程监控层网络上传输的实时信息消灭较大延时或丢失时就会导致多个设备不能协调工作。一般由令牌网和以太网组成。（3）现场设备层网络：主要用于把握系统中大量现场设备之间的测量与把握信息以及其它一些信息(例如状态信息、故障信息等)的传输。传感器、把握器和执行器通过现场设备层网络相连。传输的信息具有周期性和实时性，数据的长度较小但传输的频率较高。对网络传输的吞吐量要求不高，但通信响应的实时性和确定性要求较高。现场设备层网络上传输的信息假如消灭延时或丢失现象就会降低把握系统的性能甚至使把握系统不稳定。现场设备层网络一般由现场总线例如CAN总线组成。这三层网络可以通过网关或网桥相连，由于在它们上面传输的信息具有不同的特征，因此这三层网络应当独立组成。在总线或环形拓扑中，网上设备共享传输线路。为了解决同一时间有几个设备争用传输介质的问题，需要某种介质访问把握方式，以便协调各设备访问介质的挨次，在设备之间交换数据。媒体访问把握层(MediumAccessControl-MAC)负责对媒体的访问以及通信的牢靠性和通信质量，因此对信息的传输时间有很大的影响。由此可见，网络把握系统中的时延受到网络所接受的通信协议、网络当时的负载状况、网络的传输速率和数据包的大小等因素的影响。下面从媒体访问把握方式的角度比较以太网、把握网和CAN总线三种把握网络。2.3.1.以太网[33]接受载波监听多路访问/冲突检测(CarrierSenseMultipleAccesswithCollisionDetection-CSMA/CD)的介质访问把握方式。其基本工作原理是：当某节点要发送报文时，首先监听网络，假如网络忙，则等到其空闲时为止，否则将马上发送；假如两个或更多个节点监听到网络空闲并同时发送报文时，它们发送的报文将发生冲突，因此每个节点在发送时，还必需监听网络。当检测到两个或多个报文发生碰撞时，节点马上停止发送，并等待一段随机长度的时间后重新发送。该随机时间由标准二进制指数补偿算法确定。重发的时间在之间的时间片中随机选择（此处代表被节点检测到的第次碰撞大事），一个时间片尾重发循环所需的最小时间。但是，在10次碰撞发生后，该间距将被冻结在最大时间片（即1023）上，16次碰撞后，把握器将停止发送并向节点微处理器报告失败信息。有3种CSMA坚持退避算法：（1）不坚持CSMA：假如介质是空闲的，则发送；假如介质是忙的，则等待一段随机时间，重复第一步。（2）为1坚持CSMA：即如介质是空闲的，则发送；假如介质是忙的，则连续侦听，直到介质空闲，马上发送；假如冲突发生，则等待一段随机时间，重复第一步。（3）为P坚持CSMA：假如介质空闲，则以P的概率发送，或以1-P的概率随机延迟一个时间单位后再听，这个时间单位等于最大的传播延迟；假如介质是忙的，则连续监听知道介质空闲，重复第一步。可见，CSMA/CD是一种随机性通信协议，通信延时是随机的，并且可能无界。但是，在网络负载较低时，几乎没有网络传输延时。网络负荷较高时，以太网上存在的这种碰撞成了主要问题，由于它极大的影响了以太网的数据吞吐量和传输延时，并导致以太网实际性能的下降。由于一系列碰撞后，报文可能丢失，因此，节点与节点之间的通信将无法得到保障。就是说，以太网的这种CSMA/CD介质访问机制导致了网络传输延时和通信响应的“不确定性”[34]。2.3.1.把握网[35]接受令牌传递总线(Token-passingBus)的介质访问把握方式。此方式接受总线网络拓扑结构，网络上的节点按肯定的挨次形成一个规律环，每个节点在环中均有一个指定的规律位置，末站的后站就是首站，即首尾相连。总线上各站的物理位置跟规律位置无关。令牌总线接受称为令牌的把握帧来调整对总线的访问把握权。收到令牌的节点在一段规定的时间内被授予对介质的把握权，因而该节点可以发送一帧或者多帧信息。当该节点的传输已经完成或者规定的时间已经用完时，它将令牌传递给规律环中的下一个节点。由于只有收到令牌的节点才能将信息帧发送到总线上，因此令牌传递总线访问方式不行能产生碰撞。假如取得令牌的节点有报文要发送，则发送报文，随后将令牌送至下一个节点；否则，若取得令牌的节点没有报文要发送，则马上将令牌送到下一个节点。由于节点接收到令牌的过程是挨次依次进行的，因此对全部节点都有公正的访问权。最坏的状况下，一个节点等待取得令牌和发送报文的时间等于全部节点令牌传送时间和报文发送时间的总和。假如只有一个站点有报文要发送，则等待时间只是全部令牌传递时间的总和，而平均等待时间是它的一半，实际等待时间应在这个区间范围内。令牌传递总线访问方式是一种确定性协议，可以估算出最大的通信延时，网上每一个节点都知道信息的来去方向，保证了较高的信息传输的确定性，并且对网络负载的轻重不敏感。但是在负载较轻时，有很多时间铺张在令牌的传递上。2.3.1.CAN(ControllerAreaNetwork)[36]即把握器局域网络，最初是为汽车监测、把握系统而设计的，现在已经在过程工业、机械工业、机器人等工业领域广泛应用。CAN总线接受载波监听多路访问/避开碰撞(CarrierSenseMultipleAccess/CollisionAvoidance-CSMA/CA)的介质访问把握方式，又称为非破坏仲裁的CSMA/CD(CSMA/CDwithNon-destructiveArbitration-CSMA/NDA)。实质上CAN总线接受CSMA/CD协议并引用非破坏性仲裁机制解决媒体共享问题。CAN总线上的节点没有地址，而节点信息分成不同的优先级，优先级的编码被放置在报文的标志字段中。网络上任一节点均可在任意时刻主动地向网络上其它节点发送信息，而不分主从。要传送信息的节点首先监听总线，假如总线空闲，该节点就开头发送信息。假犹如时有两个或者多个节点发送信息，就会发生碰撞。它是接受非破坏性优先权逐位仲裁规章，优先级较低的节点会主动地退动身送，而最高优先级的节点可以不受影响地连续传输信息。这样大大节省了总线冲突的仲裁时间，尤其是在网络负载很重地状况下也不会消灭网络瘫痪状况。CAN总线上的每个信息都有唯一的标识符，信息帧的发送是以发送标识符的高位开头的，当两个节点在同一时刻向总线上发送信息时，它们首先将信息帧从标识符高位开头逐位向总线上发送，然后监听网络，假如其中的一个节点监听到位数据和它发送出去的位数据不相同，它就不再往网络上发送信息。另一个节点赢得仲裁，连续发送信息。网络上其它的节点是否接收此信息完全取决于其对标识符滤波的设置状况。CAN总线是面对信息的协议，接受短帧结构，传输时间短，受干扰概率低，具有错误检测和处理功能，保证了信息传输出错率极低。网络上的节点信息分成不同的优先级，可以满足不同的实时要求，高优先级的信息最大通信延时是可以估算的。这些特点使其适合于工业实时应用场合。可以通过表2-1对三种把握网络作简洁的比较概括：网络类型EthernetCANBusControlNet访问方式随机随机令牌传递网络协议CSMA/CDCSMA/CATP数据包大小72-1500最大为87-504时延类型随机、无界随机、有界确定、周期有界表2-1几种典型网络的延时特性2.3.2网络把握系统的时延分析上一小节对以太网、把握网和CAN总线三种工业把握网络进行了具体的分析，指出它们的特点以及网络传输延时的特性，本小节将争辩网络把握系统中的时延的组成，并争辩影响时延的一些因素。从图2-1可知，网络把握系统中存在着两种网络时延，它们是传感器到把握器的网络延迟和把握器到执行器的网络延迟。另外，把握器中把握程序依据网络上传送来的传感器测量数据进行计算，得到把握量，这一过程所花费的时间称为把握器的处理时间。同样地，传感器采样实时信号以及执行器对把握信息的响应都需要时间，分别称之为传感器处理时间和执行器的处理时间。因此网络把握系统中，时延可以分为网络时延和节点处理时延两类。下面将从这两方面具体分析时延的组成。网络把握系统中，源节点得到某一信息并将之通过把握网络传送到目标节点进行处理所经受的全部时间可以分为产生时延、排队时延、传输时延和传递时延。图2-9是网络通讯模型[37]。产生时延就是源节点依据系统的任务要求得到某一格式的信息所用的时间。例如传感器节点采样物理信号，将之转换成数字信号，并且按总线数据链路层协议进行编码所需的时间就是传感器节点的产生时延。产生时延和源节点的任务数、任务的优先级及其处理时间有关。一般状况下，认为任务的处理时间是个常数或者忽视不计，这要视具体任务而定。图2-9CAN总线的通讯模型排队时延就是信息在源节点队列里等待直到其得到总线的使用权所需的时间。排队时延和源节点要传送的信息数、网络负载、网络协议与调度方法有关。其中网络协议是影响排队时延的主要因素，因此在网络把握系统中，应选择合适的通讯网络，使排队时延不致太大而影响系统性能。传输时延是网络传输信息所用的时间。它和把握网络的数据帧大小、节点距离、媒体电气特性以及网速有关。传递时延就是目标节点接收到源节点送来的信息到目标节点处理此信息所需的时间，例如把握器节点缓冲区接收到传感器节点送来的测量数据到把握器节点处理此数据所需的时间就是传递时延。它是将节点收到的信息传递给下一个任务所必需的等待时间。传递时延和网络把握系统的采样技术和缓冲区的大小等因素有关。因此，全部有系统的总时延为。从上述分析可以看出，网络把握系统中的时延与网络协议、网络负载、信息优先级、信息长度、网络速率、节点间距离、采样技术和信息调度算法等诸多因素有关。在实际应用中，应综合考虑各种因素，使时延符合系统要求。2.4小结由于网络把握系统是在计算机网络基础上进展起来的把握系统，而计算机对信号的采样技术将直接影响后面对网络把握系统时延的建模和补偿问题，因此，首先介绍了三种不同的采样方式和驱动方式。介于网络把握系统是一种把握网络，它不同于一般的通信网络，从两者的区分动身，分析了三种典型的把握网络，并从媒体访问把握方式的不同，分析了其时延产生的缘由和所产生的时延所具有的特性。通过比较以太网、把握网和CAN总线可以看出，每一种把握网络媒体访问把握层(MAC)接受的协议都对网络延时具有很大的影响，使网络延时呈现出或确定(CAN总线和把握网)或随机(以太网)，或有界(CAN总线和把握网)或无界(以太网)的特征。第三章具有网络诱导时延的NCS建模与把握3.1引言上一章分析和争辩了网络把握系统时延产生的缘由及特性，本章将利用模型建立来争辩网络时延的补偿问题。3.2具有网络诱导时延的NCS的数学建模具有网络诱导时延的NCS结构框图如图3-1所示，被控对象为连续时间对象，而把握器为离散把握器，把握器输出通过执行器施加到被控对象上。图3-1具有网络诱导时延NCS结构图设NCS中被控对象的连续状态方程为：依据其次章对时延产生的分析，针对节点不同的工作方式，可以得到不同的系统离散时间模型。为了对NCS进行建模，首先对系统作如下假设：（1）传感器节点接受时间驱动方式，对被控对象的输出进行等周期采样，采样周期为h；（2）把握器节点和执行起节点均接受时间驱动方式；（3）把握器节点接受时间驱动方式而执行器接受大事驱动方式；（4）把握器节点接受时间驱动方式而执行器接受时间驱动方式；（5）把握器和执行器节点均接受大事驱动方式；（6）整个把握回路总的时延，且为固定或随机的；（7）整个把握回路总的时延，且为固定或随机的。基于以上假设的不同组合，我们可以得到NCS的不同数学模型。例如：基于假设（1）、（5）、（6）的NCS的各节点的时序图为：图3-2NCS中把握器和执行器均接受大事驱动方式的时序图由此假设可得离散时间模型为[38]：（3-1）其中，，，。基于假设（1）、（5）、（7）的NCS的各节点的时序图如图3-3所示。图3-3NCS中把握器和执行器均接受大事驱动方式时序图对于假设（7），为了避开消灭k时刻发出的信息比k+1时刻发出的后到的状况，可接受在传感器和把握器段设置发送缓冲区的方法，这样可以保证信息依据时间先后挨次到达。由图3-3可知，在执行器为时间驱动的状况下，在一个采样周期[kh,(k+1)h)内加到被控对象的把握量分段连续且最多有个不同值，假设在采样周期[kh,(k+1)h)内各把握信号到达执行器端的时间序列为，，，，，则可得离散模型为[39]：（3-2）其中，。以上介绍的两种模型是NCS的常见的建模形式。此外，还可以基于七种假设的不同组合可以得到其他的数学模型。可以看出，由于网络时延的存在，使得网络把握系统的分析变得简单。若当时延为随机状况时，则这种随机时变和不确定性，使得NCS分析和设计更具有难度和挑战性。3.3具有固定时延的NCS的把握器设计不同的网络产生不同的网络诱导时延，一般可分为固定时延和随机时延，严格的固定时延在任何一种网络中都不存在，但假如在把握器和执行器的接收端设置缓冲区可以将时延固定，如图3-4所示。图3-4带有缓冲区的NCS转化为固定时延的优点在于可以利用确定性分析和设计方法对把握器进行设计，从而达到对时延的补偿。已有的NCS确定性把握方法主要有：增广确定性离散时间模型方法、基于观测器的分布时延补偿方法、Smith预估把握、变结构把握等等。对于时不变把握器，前向通道和反馈回路的时延可以叠加在一起分析。因此，图3-4可以等效为图3-5的形式：图3-5确定性系统的等价机构图设被控对象离散模型为：（3-3）其中可控，可观测。1.补偿器的结构接受观测器法建立时延补偿器结构设计如下[40]：观测器模型：（3-4）步猜测器：，（3-5）猜测把握：，（3-6）其中为的步猜测估量，为状态反馈增益矩阵，为延迟补偿器的观测器增益矩阵。观测误差定义为：为延迟补偿器的观测器增益矩阵的确定，有以下的定理：定理3.1使步延迟补偿器的猜测均方误差最小的观测器增益矩阵即为时的一步猜测性最小方差增益矩阵，即。又依据Kalman滤波理论，有，其中为最小方差Kalman滤波增益。定理3.2：若被控系统（3-3）全都完全可控和全都完全可观测，且系统可控，则整个闭环系统可以实现稳定。综上，可以利用分别定理分别设计和，在此基础上通过观测器和步猜测器得到当前状态的估量值，然后通过状态反馈来把握对象。由定理3.1可知，此把握器还具有滤波功能，可以有效的消退噪声对网络把握系统的影响。3.4具有随机时延的NCS的把握器设计NCS的时延通常是随机的。随机的缘由主要是由信息在网络中的等待，重发时间打算的，所以在设计把握器模型时必需考虑时延的随机性。具有随机时延的NCS把握器设计的关键在于网络时延的合理建模和估量。目前，随机时延模型主要分两类：一类是已知时延统计规律，相互独立的变量，在此基础上借助随机把握理论设计使系统稳定的把握器。这是一类比较抱负的建模方法，往往只适用于网络数据流量较小的状况；另一类是将时延看成一个时变、有界量。这是一类实际的网络时延状况比较相符的时延模型。传统的把握理论已不能很好的解决这类问题。因此，近几年来，不少争辩学者便着眼于现代把握理论，智能把握理论来争辩这类问题，并取得了不少的争辩成果。目前对这类时延的补偿方法主要有：基于线性矩阵不等式方法，猜测把握方法，以及鲁棒把握方法，遗传算法，模糊把握方法等等。3.4.1基于时延统计规律的随机把握器设计针对上述的第一类时延模型，对基于时延统计规律的独立随机时延，可利用最优随机把握理论设计了使系统稳定的把握器。其具体方法如下：NCS系统结构图如图3-1所示，其中传感器接受时间驱动，把握器和执行器均接受大事驱动。被控对象连续模型为：假设，因此满足3.2节中假设（1）（5）（6），应用（3-1）式得：（3-8）其中，，，定义性能指标函数：（3-9）其中为加权阵，，为半正定。定理3.3对于上述给定的系统，假如状态量为可测输出，即，那么能量损失函数最小把握律由以下LQG把握方法[41]给出为：（3-10）式中：定理3.3给出了利用全状态反馈的把握算法，把握量的生成依靠当前的状态和以前的把握量，每一步的迭代过程包含了随机时延和的均值。3.4.2基于时变、有界时延的随机时延的补偿针对其次类时延模型，多接受线性矩阵不等式（LMI）方法。近年来，LMI被广泛用来解决系统与把握中的一些问题，随着解决LMI的内点法提出，MATLAB软件中LMI工具箱的推出，LMI越来越受到人们的关注，已成为鲁棒分析和设计的重要方法，在时滞不确定系统中的分析和把握中有着广泛的应用，同时也正逐步的被应用到NCS的分析和把握中[42]。系统描述NCS系统结构图如图3-1所示，其中传感器和执行器接受时间驱动方式，把握器接受大事驱动方式。假设系统在不考虑网络时延时的被控对象和把握器模型如下：连续被控对象：离散把握器：由于接受了静态反馈，因此和可以合并，为此，将图3-1转化为如下的等效结构框图。图3-6等价结构框图考虑到网络的实际状况，假设存在正整数和，使，成立，其中为总的环路时延。在图3-6所示的系统中，被控对象离散化以后的状态方程为：（3-11）把握器：（3-12）其中，，。设计的目标是确定反馈矩阵，使闭环把握系统在网络时延的状况下渐进稳定。.反馈矩阵的求取首先，将（3-12）式代入（3-11）得到被控对象离散模型为：（3-13）针对系统（3-13），利用Lyapunov稳定性定理求的了使该系统可镇静的充分条件，并将该充分条件转化为LMI问题，得到下面的定理。定理3.4假如存在相应维数的矩阵使得（3-14）及（3-15）成立，则系统（3-13）渐进稳定。其中事实上，定理3.4将反馈矩阵的求取转化为求解矩阵不等式（3-14）的可行解问题。但在（3-14）中含有和，因此不能直接应用LMI求解，而接受锥补线性化的方法，可将(3-14)转化为一个线性矩阵不等式的最小化问题。定理3.5（锥补线性化）双线性矩阵不等式（3-14），可以通过锥补线性处理加以近似转化为求下列目标函数的最小化优化问题。（3-16）（3-17）及，（3-18）定理3.5将定理3.4的非凸可行性问题转化为具有线性矩阵不等式约束的非线性目标函数最小化问题。但由于目标函数是非线性的，因此需要进一步转化成为一个线性矩阵不等式的迭代问题，算法如下：对给定的时延，，找到一个可行集合，满足（3-16）-（3-18），并设。针对变量，求解如下的最小化问题：式（3-16）-（3-18）设，，，。验证求出的最优解是否满足（3-14），若满足，则求出的最优解即为系统的镇静把握器。假如不满足，检查是否达到规定的迭代次数，假如达到，则认为系统无解；否则，设，返回步骤（2）。此外，结合以上两种类型的随机时延把握器设计方法，文献[43]中给出了依据时延独立统计特性，应用Markov链建立时延模型并对有界时延进行分析的方法。3.5小结针对NCS基本问题中的时延问题，本章主要争辩了三种时延模型和现有的一些把握方法。固定时延可以通过现有的确定性方法来补偿。随机独立时延（已知概率分布）主要利用动态规划和最有随机把握理论，使设计出的把握器能够保证系统统计意义上的稳定性和性能指标。当时延是时变，有界的状况下，可以利用LMI来设计使系统稳定的把握器。目前，NCS把握器的设计方法主要还是集中在传统把握方法上，为了能更多的考虑到NCS中网络诱导时延的不确定性因素。而智能把握与传统把握的主要区分在于传统的把握方法必需依靠于被控对象的模型，而智能把握可以解决非模型化系统的把握问题。因此下一章将争辩智能把握在网络把握系统时延补偿中的应用。第四章Fuzzy-PID网络把握器设计4.1引言上一章争辩了NCS的三种时延模型和相应的把握方法。所接受的确定性把握方法和随机性把握方法都是基于时延和被控对象的精确数学模型之上的，而在实际的NCS中往往存在着诸多的不确定性，主要包括网络时延的不确定性和被控对象的不确定性以及当前网络QoS的不确定性。虽然在上一章中提到的LMI方法在肯定程度上能解决时延和被控对象的不确定性问题，但是这类方法涉及到大量的矩阵变换和处理，计算简单，并且有时会消灭找不到解的状况。而模糊把握适用于被控对象不确定、不精确尤其是非线性、时变、滞后的系统的把握。为此，本章利用模糊把握对模型参数变化不敏感及易于实现等优点，通过将模糊规律与传统的把握方法相结合来实现对网络诱导的随机不确定时延的补偿。4.2模糊把握理论基础模糊规律把握论是1965年由扎德教授首先提出。它的主要思想是吸取人类思维具有模糊性的特点，通过模糊规律推理来实现对众多不确定性系统的有效把握。传统的把握是从被控对象的数学机构上去考虑进行把握的，而模糊把握时从人类智能活动的角度和基础上去考虑实施把握的，其设计的核心是模糊把握规章和隶属度函数的确定。从线性把握与非线性把握的角度分类，模糊把握是一种非线性把握；从把握器的智能性看，模糊把握属于智能把握的范畴，而且它已成为目前实现智能把握的一种重要而有效的方法。4.2.1模糊把握系统的组成模糊把握系统是以模糊数学、模糊语言形式的学问表示和模糊规律的规章推理为理论基础，接受计算机把握技术构成的一种具有反馈通道的闭环结构的数字把握系统。模糊把握系统作为一种自动把握系统，具有自动把握系统的某些共性。它的核心就是具有智能性的模糊把握器，这是它与其他自动把握系统的不同之处。通常模糊把握系统是由模糊把握器、输入输出接口、执行机构、被控对象和测量装置等五个部分组成，其组成框图如图4-1所示。图4-1模糊把握系统框图4.2.2模糊把握器原理模糊把握器是模糊把握系统的核心，也是模糊把握原理实现的关键。它由模糊把握条件语句构成的把握规章来实现。他主要由模糊化接口、语言规章学问库、模糊推理机以及解模糊接口四部分组成[44]。图4-2模糊把握器的结构图（1）模糊化接口：模糊化接口功能包括量程转换和模糊化两个部分。即把输入信号清楚量e的数值映射到相应输入的论域上，再把它转换为论域上的一个模糊子集。从而得到模糊量E。在模糊把握中主要接受以下模糊化方法。（a）单点模糊集合：假如输入量数据是精确     的，则通常将其模糊化为单点模糊集合。设该模糊集合用表示，则有这种模糊化方法只是形式上将清楚量转变成了模糊量，而实质上它表示的仍是精确     量。当测量数据精确     时，接受这样的模糊化方法是格外自然和合理的。（b）三角形模糊集合：假如输入量数据存在随机噪声，这时模糊化运算相当于将随机量变换为模糊量。对于这种状况，可以取模糊量的隶属函数为等腰三角形。其解析式为：（c）正态分布的函数，其解析式为：语言规章学问库：学问库包含应用领域方面的学问，主要有数据库和规章库组成。（a）数据库：供应全部必要的定义，全部输入、输出变量所对应的论域以及这些论域上定义的规章库中所使用的全部模糊子集的定义都存放在数据库中。假如论域是离散形式，则模糊子集在数据库中存放的是其在各离散点的隶属度；假如论域是连续的，则模糊子集数据库中存放他的隶属函数。在模糊把握器的推理过程中，数据库会像推理机供应必要的数据。在模糊化接口和解模糊接口进行模糊化和解模糊时，数据库也向它们供应相关论域的必要数据。数据库包含了与模糊把握规章及模糊数据处理有关的各种参数，其中包括尺度变换参数、模糊空间分割和隶属度函数的选择等。（b）规章库：用来存放模糊把握规章，模糊把握基于手动操作人员长期积累的把握阅历和领域专家的有关学问，他是对被控对象把握的一个学问模型。把握规章的表达形式也是按人的知觉推理的语言表达形式即是一种模糊条件语句形式。模糊把握规章，即以“If…，Then…”形式表示的模糊条件语句，如：：ifisandis，thenis，：ifisandis，thenis，……：ifisandis，thenis。其中，和是语言变量，，…，是的模糊集合，，，…，是的模糊集合，，，…，是的模糊集合。规章库中的n条规章是并列的，他们之间是“或”的规律关系，整个规章集的模糊关系为：模糊推理机：接受某种模糊推理方法，由采样时刻的输入模糊量和模糊把握规章推导出模糊把握器的输出模糊量。模糊把握器中使用的推理机制比典型的专家系统中运用的推理要简洁，这是由于在模糊把握器中一条规章的结论是不会作为另一条规章的前提条件来使用的，所以把握作用是基于同一级的数据驱动的向前推理。推理机依据模糊推理的合成规章进行运算从而求得把握作用。模糊推理是模糊把握器的核心，它具有模拟人的基于模糊概念的推理力量。该推理过程是基于模糊规律中的蕴含关系及推理规章来进行的。模糊推理通过模糊规章库（模糊蕴涵）来完成论域上的模糊集合到论域上的模糊集合的映射关系。一个简洁的模糊推理过程表示如下：（4）解模糊接口：与模糊化相反，是将由计算机转化为清楚量u的过程。计算机在执行模糊把握算法时，他从模糊推理中得到的模糊把握作用必需转化为执行机构所能接受的精确量。模糊化接口主要有两个功能：其一是量程转换，他把输出作用的论域转化为输出物理量的变化范围，在运行时解模糊求得的输出论域上的点转化为输出的物理量的值；其二是解模糊，即将推理机得到的模糊把握方案转化为一个精确的把握量，它是输出论域上的一个点。常用解模糊的策略有：（a）重心法：它取推理结论模糊集合隶属函数曲线与横坐标轴所围成的面积的重心为代表点，即当输出变量的隶属函数为离散单点集时，则为：重心法的实质为加权平均法，权值为推理结论模糊集合中各元素的隶属度。（b）最大隶属度法：指在推力结论的模糊集合中选取隶属度最大的元素作为精确把握量的方法。假如论语上多个元素同时消灭最大隶属度值，则取它们的平均值作为解模糊判决结果。设存在模糊集C，所选择的隶属度最大的元素应满足：假如该模糊集合隶属函数曲线是梯形平顶的，那么具有最大隶属度的元素就是可能不止一个，这是就要对全部区最大隶属的元素求取平均值。（c）系数及权平均法：系数加权平均法是指输出量模糊集合中各元素进行加权平均后的输出值作为输出执行量，其值为：当输出变量为离散单点集时，则为：这里权系数、的选择要依据实际状况确定，不同的权系数打算由不同的响应特性当该权系数选择或时，就是前边所说的重心法。4.2.3模糊把握器的输入输出变量模糊把握器的输入变量可以有三个，即误差、误差的变化和误差变化的变化，输出变量一般选择把握的变化。通常模糊把握器输入变量的个数称为模糊把握的维数。下面以单输入单输出模糊把握器为例，给出几种结构形式的模糊把握器，如图3-5所示。图4-5模糊把握器的结构一般状况下，一维模糊把握器用于一阶被控对象，由于这种把握器输入变量只选择误差一个，它的动态把握性能不佳。所以目前被广泛接受的均为二维模糊把握器，这种把握器，以误差和误差的变化为输入变量，以把握量为输出变量。从理论上讲，模糊把握器的维数越高，把握精度越细。但是维数过高，模糊把握规章变得过于简单，把握算法的实现相当困难。4.2.4模糊把握器设计的基本方法模糊把握器在模糊自动把握系统中具有举足轻重的作用，因此在模糊把握系统中，设计和调整模糊把握器的工作是很重要的。模糊把握器的设计包括以下几项内容：(1)确定模糊把握器的输入变量和输出变量（即把握量）；(2)设计模糊把握器的把握规章；(3)确立模糊化和清楚化的方法(4)选择模糊把握器的输入变量和输出变量的论域并确定模糊把握器的参数；(5)编制模糊把握算法的应用程序。4.3带PID的网络化把握系统在把握领域中，尽管已经消灭了很多简单的把握理论和技术，但现代工业过程中的很多把握系统还是有PID把握器来调整的。因此，分析和争辩当这个PID把握系统通过网络来实现闭环把握之后，网络对PID把握系统性能的影响及设计一个能够补偿网络所诱导的时延的补偿器，将具有重要的实际意义。这样使本章所争辩的主要内容。简洁的PID调整已无法满足网络把握系统。传统的PID网络把握系统结构如图所示：图4-6传统的PID网络把握系统结构图若考虑网络时延，则有：定义，，则PID把握器可接受以下表示形式：由于网络系统得通讯具有随机性和非线性时变得特点，因此难以建立精确的数学模型。当被控对象的参数和结构不确定和未知时，传统把握方法已较难确保抱负的把握性能，而接受模糊规律把握是一种有效的解决方法。针对不确定性时延的网络把握系统，利用Fuzzy-PID把握器，克服随机时延的不利影响。4.4模糊补偿PID把握器设计对于难以确定精确数学模型或具有非线性、慢时延和