【网络控制系统的稳定性以及控制方法探究7800字（论文）】

网络控制系统的稳定性以及控制方法研究目录TOC\o"1-3"\h\u269271.绪论 6155051.1研究背景及意义 6215291.2国内外研究现状 7302542.网络控制系统的稳定性 8155752.1网络控制系统原理及结构 8279842.2网络控制系统的主要基本问题 9278962.2.1网络诱导时延 980592.2.2单包传输与多包传输 913912.2.3数据包丢失 9259312.2.4节点的驱动方式 10127942.2.5时钟同步 10252993.网络控制系统的控制方法 10144693.1增广状态确定性离散时间模型方法 10143143.2队列方法 11196443.3最优随机控制方法 12225163.4鲁棒控制方法 1344043.5结构方法 13278833.6模糊逻辑调节方法 1415055总结 141971参考文献 15

1.绪论1.1研究背景及意义随着电子通信技术和计算机技术的交叉渗透的日益发展，控制台的结构变得更加复杂，空间分布也变得更加广泛，这就对控制系统的性能提出了更高的要求，新的要求对自动化技术的发展带来了新的机遇，同时也是新的挑战。网络控制系统，打破了传统的控制系统在地理位置和空间上的限制，扩大了控制活动的范围，减少了系统连接的复杂性，而且可以降低运营成本和维护费用，易于实现管控一体化，加强信息集成。网络环境下的控制系统不仅可以用于管理信息系统，而且可应用于复杂的工业控制领域，例如在武器系统领域、机器人制造领域、航空航天领域、远程医疗领域、楼宇自动化领域等。网络控制系统引起国内外学者的极大关注，对网络控制系统的研究具有十分重要的意义。网络控制系统的主要优点是在于低成本、高可靠性、节约连线、安装简单、维护方便。网络控制系统带来诸多优点的同时，也给控制学科带来了新的挑战。网络控制系统中的各类信息以分时复用的方式共享有限的网绍资源，网络中数据包的传输速率、数据包长度以及所采用的介质访问控制方式等均影响着网络控制系统的性能。因此，网络的介入不可避免地在控制回路中引入了网络诱导时滞、数据包丢失、数据包时序错乱等问题，使得传统控制系统的研究方法难以直接应用于网络控制系统，从而使得系统的分析和设计变得复杂。在很多实际工业系统中，如在轧钢过程，管道传输，网络信号传输中等都存在滞后现象，而这些时滞特性的存在会导致系统的不稳定或系统的动态响应性能下降，不能满足系统运行要求。因此对网络控制系统的稳定性以及控制方法进行分析研究具有重要的理论意义和实际工程意义，也是当前控制理论研究的热点之一。1.2国内外研究现状稳定性分析是网络控制系统分析及综合的基础。文献[1]在研究具有网络诱导时滞和数据丢包现象的网络控制系统稳定性时，构造了一个同时利用时变时滞区间上下界和区间中点信息的Lyapunov-Krasovskii泛函，并且在处理积分项时采用了分区间讨论，得到了一个保守性更小结果，改进了网络控制系统的稳定性准则。文献[2]在研究区间时变时滞网络控制系统的稳定性问题时，首次将Jensen积分不等式推广为一个新的不等式，然后结合Jensen不等式和凸组合技术得到了一个新的时滞相关稳定性准则。在文献[3][4]中，作者通过引入三重积分来构造一个新的Lyapunov-Krasovskii泛函，三重积分的引入减小了所得稳定性准则的保守性，但是同时也增大了计算量。文献[5]在研究区间时变时滞系统的稳定性问题时，在构造Lyapunov-Krasovskii泛函的过程中，不但引入了三重积分，更引入了四重积分，结果虽然减小了稳定性准则的保守性，但大大增加了计算的复杂度。文献[6]研究了区间时变时滞离散系统的稳定性问题，采用了时滞分解法，得到了一个时滞分布相关稳定性准则。文献[7]则通过引进马尔可夫链来记录时滞和数据丢包信息，将网络控制系统建模成一个新的马尔可夫跳变线性系统模型，基于Lyapunov稳定性理论和LMI方法得到了系统随机稳定的充分条件。文献[8][9]则采用了切换系统的模型来研究网络控制预测系统的稳定性问题。文献[10][11]在分析网络控制系统的稳定性问题时采用了改进的Wirtinger不等式，得到了一个比现有文献所得结果保守性更小的稳定性准则。到目前为止，广大学者对网络控制系统的研究已经取得了非常丰硕的成果。但是受各种因素的制约，使得所取到的成果都还存在一定的保守性，仍然存在许多有待改进的地方。比如在采用Lyapunov-Krasovkii泛函方法研究网络控制系统的稳定性时，如何构造更为恰当的Lyapunov-Krasovkii泛函，还有如何对积分项的处理方法进行改进以得到保守性更小的稳定性准则。很多学者在研究网络控制系统的稳定性问题时采用了时滞分解法，得到了很多研究成果，但是并未将时滞分解法应用于网络控制系统的量化研究当中。本文就针对该问题对网络控制系统的稳定性以及控制方法进行研究。2.网络控制系统的稳定性2.1网络控制系统原理及结构网络控制系统的结构如图1所示，由传感器、控制器、通讯网、执行器和被控对象组成。其中传感器、控制器和执行器被当作网络中的一个通讯结点，具有收、发数据的功能。网络控制系统的基本原理为：传感器结点采样被控对象的输出或被控制对象的全部状态，并送到网络通道上；控制器结点接收传感器传出的数据，利用它结合控制器结点内部的算法计算当前被控对象期望的输入信号，并将这个信号传送到网络通道上；执行器结点接收控制器结点传出的信号，经过相应的处理并作为被控对象的输入，从而实现被控对象的闭环控制。图1网络控制系统结构图目前网络控制系统的结构主要分为以下两种：直接结构和等级结构。直接结构系统如图2所示，传感器结点采样被控制对象的输出通过网络直接发送到控制器结点，控制器结点将控制信号通过网络直接发送到执行器。采用这种结构的网络控制系统有很多，如：远距离学习实验室。和直流电机的速度控制系统。等级结构系统如图3所示。在等级结构系统中，存在远程控制器和本地控制器，通过网络通道分隔，与对象处在同侧的是本地控制器，另一侧为远程控制器。在这种结构中，传感器、执行器结点的数据发送、接收或发送、接收的数据内容全部或其中一部分受到本地控制器的控制。这种结构被运用在好几种应用系统中，如移动机器人控制和遥控机器人。至于选择哪种结构，要根据实际的需要而定。图2网络控制系统直接结构图图3网络控制系统等级结构图2.2网络控制系统的主要基本问题网络控制系统应用实时网络来构成反馈控制系统，具有很多优点，但同时也带来诸多新的问题如网络诱导时延、数据包丢失等，传统的控制理论方法不能直接应用到NCS当中。2.2.1网络诱导时延网络通信有很多的信息源，在系统的各节点凭借网络对信息进行传输时，应该对网络通信通道分时进行共享。很多节点凭借网络对数据进行交换时，会有连接中断、数据碰撞、多路径传输、网络拥塞等现象出现，致使延长了交换信息的时间，这被称为网络诱导延时，这是因为网络通讯的承载力、通讯带宽都是有限的。延时的特点是随机或固定的、有界或无界的，这些受到了如下因素的影响：信息包的大小、网络传输速率、网络负载情况、网络应用的通信协议等，这些都会降低控制系统的性能，导致其变得不稳定，这也带来了很多的困难给分析以及设计控制系统。2.2.2单包传输与多包传输单包传输指的是传感器、控制器在NCS中的一个数据包里捆绑了一个等待发送的数据共同发送。多包传输指的是传感器、控制器在NCS中的多个数据包里来传输等待发送的数据。将单包传输或多包传输应用在NCS里，是由网络节点各传感器所处的地理距离、控制网络中传输的数据包的容量来决定的。当传感器节点的各个传感器位于较远的地理位置或等待传输的数据超出了对网络数据包进行控制的容量的时候，应该把等待传输的数据封装成为多个数据包再进行传输。2.2.3数据包丢失网络的连接中断和阻塞是导致数据包丢失的原因之一。节点在对发送数据的权力进行竞争时是需要时间的，所以如果在既定的时间之内，节点不能将数据成功的发送出去，就会丢弃这个数据。另外的一个丢掉数据包是指当网络进行传输的时候因为发生了错误要求重新发送数据，在规定的时间之内，这个节点的数据重新发送依旧是失败的。在NCS中，当节点出现故障或发生信息传送碰撞时，就可能出现丢失网络数据包的现象。尽管多数网络协议具备报文重发机制，但它们仅仅对于在有限的时间内可以重新发送，等到时间过期，数据包也就被丢弃。此外，对于诸如传感器信息和控制信号这样的实时反馈控制数据，也许丢弃未被发送的旧报文并传输有用的新报文是有利的。在这种情况下，控制器总是接收最新的数据来计算所需要的控制律。通常反馈被控对象可以容许一定量的数据丢失，当仅仅以某个速率传输数据包时，有必要确定所导出的系统是否是稳定的，并且计算这个数据报传输速率的容许下界2.2.4节点的驱动方式网络控制系统的节点有两种驱动方式，即时钟驱动和事件驱动。时钟驱动是指网络节点在一个事先确定的时间到时开始它的动作。事件驱动是指网络节点在一个特定的事件发生时便开始它的动作。NCS中的传感器一般采用时钟驱动，传感器的时钟即为系统的时钟，而控制器和执行器既可以是时钟驱动，也可以是事件驱。2.2.5时钟同步在网络控制系统中，当控制器和执行器有一个为时钟驱动时，便存在一个时钟同步问题。时钟同步的目的是给两个或多个节点的内部时钟以同样的值。时钟同步又可分为硬件同步和软件同步。硬件同步一般是在系统的各个节点之间用导线相连，时钟同步信号由导线传递。在NCS中，由于系统的节点有可能分布在一个较大的物理空间，用硬件同步一般比较困难且代价昂贵，多采用软件同步的方式，软件同步一般通过在网络上定时广播具有较高优先权的同步时钟的方式实现。3.网络控制系统的控制方法关于网络控制系统的控制方法研究集中在保证系统稳定性的同时，保证系统的其它性能。因此目前从不同的角度和领域提出了各种预测、补偿和分析方法。这些方法主要有：3.1增广状态确定性离散时间模型方法状态增广法是指将经过延迟的对象输入输出变量作为增广法，建立新的状态空间方法，并与原始状态方程联立共同来描述系统。增广状态的维数与系统状态维数、输入输出维数以及时延大小有关，因而描述系统状态的增广状态方程维数常常变得很大，系统的复杂性也相应大幅增加。Halevi和Ray以状态增广法为基础，针对具有周期性时延的网络提出增广状态确定性离散时间模型的控制方法。该方法针对线性连续时间被控对象以周期T对系统进行采样，得到如下离散时间状态方程式中，是系统的实现。令控制器的设定值为0，这种方法中使用的线性时变离散控制器模型可以表示为式中，是控制器的状态向量；是计算控制量时控制器得到的最新侧量数据；F，G，H，J是描述控制器动态特性的定常矩阵。若，合并以上公式并整理得：式中，是系统的增广状态转移矩阵，可由和计算出。对于具有周期性时延特性的网络控制系统来说，增广状态离散时间模型方法比较直接，也易于理解，改进后可用于传感器和控制器采样周期不相等的控制系统。但由于这种方法采用了增广状态法，系统的复杂性大大提高。3.2队列方法这种方法是通过缓冲器队列把NCS中的随机网络延时转换成时不变的确定性延时，然后利用NCS的确定性或可能性信息对系统进行控制算法设计。最早利用这种方法的是Luck和Ray，分别在1990年和1994年提出的基于确定性预测延时的补偿方法，该方法利用一个观测器来估计被控对象的状态，并基于过去输出的量测值来预估控制量，这些控制量和过去输出的量测值存储在一个先进先出的队列中，相应的缓冲器分别定义为Q1和Q2，其中Q1和Q2的大小分别为_和θ，应用这种延时补偿方法的设计步骤为：1)用Q2中的一组过去时刻的输出量测值Z(k)={y(k-Q)，y(k-Q-1，…)}，其中Q是Q2中包的数量，用观测器来估计对象的状态x^(k-θ+1)；2)预测器用x^(k-θ+1)来预测将来的状态x^(k+u)；3)控制器用x^(k+_)来计算预测控制量u(k+n)，并将其存入Q1中。由于观测器和预测器的性能都依赖于模型的精确性，因此，被控对象的动态模型必需十分精确。1995年Chan和Oaguner提出了另一种缓冲队列方法用于控制随机延时网络的NCS，其中传感器端的缓冲寄存器Q1的容量为_，而预测器前的寄存器Q2只能存储一个数据包，输出量先存储在Q1中，等到网络空闲时再被传送到Q2中。设Q1中存放的包的数据量为i，Q2的输出为w(k)，在采样时刻k，如果传感器在读Q2之前不能把y(k)传送过来的话，w(k)则取前一时刻的w(k-1)的值，总之，w(k)与{y(k)，y(k-1)，…y(k-n)}中的某个相对应，这样，w(k)可以简化为y(k-i)或y(k-i+1)，其中i=1，2，…，n称为延时时间。预测器然后估计当前状态。这种方法需要知道所有的状态信息，如果所有状态信息不可获得的话，就需要使用一个观测器。有了这些预测状态，控制律就可以使用各种控制算法来进行了。在此基础之上将滑模变结构控制和预估控制的方法引入控制器的设计中，得出的控制器可用于时间延迟大于一个采样周期的情况。3.3最优随机控制方法1998年Nilson提出用最优随机控制方法对随机延时网络NCS进行控制[14]。这种控制方法把NCS中的随机延时看作线性二次型高斯(LQG)问题，而不是像前面方法中进行的各种假设，该方法中假设f<T。最优随机控制的目标是在可获得全部状态信息情况下使性能指标。最优状态反馈控制律是，其中，L是解线性二次高斯问题所得的最优增益阵，假设延时是独立的，并且需要知道过去时刻的延时。假如状态不能全部可测，则需要一个像Kalman滤波器之类的最优估计器，因此，这种情况下需要过去时刻的所有与过去延时信息有关的输入输出信息{y(0)，y(1)，…，y(k)，u(0)，…，u(k-1)}。同样，基于Markov链延时特性的控制方法也得到一定的研究。基于这种最优性能指标的最优随机控制方法比基于确定预测延时补偿方法能获得更好的控制性能。对控制器是事件驱动，在fsck第k步传感器到控制器之间的延迟未知的情况下，基于动态规划和最优控制理论，得出了使系统均方指数稳定的控制律。文献[11]针对控制网络中的随机传输延迟，提出控制器节点采用事件驱动的方式，同时在传感器和控制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，采用这种控制模式，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控制系统的数学模型。并得到了满足给定二次型性能指标的最优控制律的解析表达式，成功地解决了原来事件驱动模式下对这类网络控制系统无法获取其解析随机控制律的难题。3.4鲁棒控制方法2000年Goktas在频域中用鲁棒控制理论设计出网络控制器[12]，这种方法的主要优点是不需要预先知道有关网络延时的概率分布，把网络延时fsc，fca都看作乘性摄动，并假设fsc，fca都是有限并可近似为液体流动模型，延时由两部分组成，第一部分为常值，第二部分为不确定性延时，随第一部分的变化而变化。在频域中，延时由一阶伯德近似而得，不确定性延时部分被看作乘性摄动。然后使用H∞律设计一个连续时间控制器，该控制器在实际网络中用双线性变换进行离散化。另外，作者在远程机器人应用中为达到最大容错性，还提出ATM网络的服务质量鲁棒控制方法。文献[22]从连续控制角度出发，将延时环节转化为不确定块，并用Matlab的分析和综合工具箱设计了鲁棒控制器，使得闭环系统具有较好的抗干扰能力。文献[23]将时延的不确定性转换为系统状态方程系数矩阵的不确定性，将网络化控制系统的状态向量扩张为增广状态向量，利用所提出的基于LMI的H∞鲁棒控制方法，通过状态的静态反馈控制，使得系统在没有外界未知扰动影响的情况下，实现闭环系统二次稳定的；在系统存在外界未知扰动影响时，实现闭环系统具有较好的干扰抑制作用。3.5结构方法网络通信时延的产生大部分原因在于网络上通信负荷过大，减小网络负荷可以显著降低网络控制系统中的时延。为此，Luis等人提出了一种基于模型结构的网络控制方法。在采用模型状态反馈控制律的条件下，尽可能的少用网络来传输数据，在保证系统稳定的前提下，找出最大通讯间隔以降低网络带宽对控制系统的限制，从而减小网络时延对系统的影响。这种方法考虑的是传感器和执行器作为网络中的一个节点，通过网络连接传感器和控制器/执行器，系统以网络为反馈路径。假定传感器一端发送数据到达控制器/}L行器一端经过的时间为h。网络每隔h秒传输一次数据，用真实对象的状态更新模型的状态。控制律为真实对象状态的反馈，整个系统形成闭环。在状态不更新的时候，就用模型的状态反馈形成控制律，这样控制律就不会间断。在从时刻，预报单元从网络上接收到的对象的状态其实是传感器时刻发送来的。存储单元把过去的控制量和状态量存储起来，预报单元根据以前的状态t和控制t来预报x（kh），用预报值z(kh)来更新模型的状态。这样就起到了补偿网络时延的作用。Luis考虑的这种方法要求网络时延是小于h的常数，所用的模型是与被控对象结构相同、参数随机的模型。不过该方法并不要求被控对象是稳定的，只要求模型是稳定的，而且所求的h并不要求小于一个采样周期。3.6模糊逻辑调节方法很多情况下，被控对象的数学模型很难得到，对此，Almutairi等人针对现场中广泛应用的PIE制器，基于模糊逻辑理论，提出了自适应模糊逻辑调制方法，对随机网络时延进行补偿。2001年Almutairi等提出对线性被控对象用PI调节器进行网络延时补偿的模糊逻辑调节方法，该方法中，PI调节器的增益由控制器的输出与对应的由网络延时引起的系统输出的差通过外部调节，这样，PI控制器在网络环境中不需要重新设计、修改或受干扰，用该方法对一个直流电机调速系统进行了设计。文献研究了基于TCP/IP网络的远程伺服控制系统，提出的动态模糊控制器可按网络中不断变化的传输延时，根据最佳参数库不断调整其控制参数，使系统保持稳定并使输出达到一定的性能指标要求。总结与传统的点对点控制系统结构所呈现出来的布线复杂､维护困难､可扩展性差､成本高等一系列问题显得日益突出相比，网络控制系统具有共享信息资源､减少系统布线､易于扩展和维护､増加系统的灵活性和可靠性等优点，使得网络控制系统在王业界得到越来越多的关注和应用｡因此，对网络控制系统的研究引起了人们的兴趣｡本文主要通过研究了两种情况的网络控制系统，一种是基于观测器的时延网络控制系统的稳定性分析，另一种是带有不确定项网络按制系统的保性能控制问题｡主要运用Lyapunov稳定性定理，及线性矩阵不等式原理求解问题，并采用Matl油工具箱进行系统仿真｡首先，保证NCS稳定和网络可调同时满足的条件下，在采用较慢传输比率与信息包丢失之间有一个折衷问题。把这种信息包遗弃作为一个网络调度的问题是一个令人关注的研究方向，也就是能否计算出这个信息包的丢弃模式仍旧使得NCS的性能得以维持的问题。其次，最优调度也是一个值得深入研究的领域。