基于预估补偿的网络控制系统模糊免疫PI控制

论文摘要

网络控制系统(networked control system,NCS)以其可扩展性强、结构灵活、成本低、安装维护方便等优点而广泛应用于控制系统中。但同时将网络引入控制环路,也产生了一些不可避免的问题,其中最主要的问题就是网络产生的延时和数据包丢失。网络传输延时的存在将大大降低控制系统的性能,例如超调量增大、上升时间变长等,更严重的情况会使系统不稳定或者稳定域变小。因此,延时问题是网络控制系统中最受关注的问题之一。本文在分析网络延时特点的基础上,设计了Smith预估补偿和模糊免疫PI控制相结合的控制方法,来实现对网络控制系统的延时补偿。首先,本文把被控对象和网络看作一个时变的被控系统。由于网络控制系统的延时是时变的,所以被控系统的参数是时变的,且新数据最能反应系统的当前特性,因此,本文用渐消记忆的最小二乘算法对该系统参数进行在线计算,利用新的量测数据来不断改进参数的估计值,并用Smith补偿器对延时进行补偿,初步解决网络延时给系统带来的影响。其次,考虑到最小二乘估计存在一定的误差,Smith补偿器也不能够完全对其补偿。因此,本文结合应用了基于模糊规则的免疫PI控制器,并根据控制量的变化来调节PI控制器参数,在参数选择合适的情况下,能有效地改善系统的控制性能。为了验证本文控制方法的有效性,以直流电机为被控对象进行了仿真研究,结果表明该方法简单,灵活,参数适应性广,能够有效地改善系统的动态性能和稳态性能,提高系统的鲁棒性。最后,本文设计了基于校园网的网络控制系统实验平台,并介绍了其相关的软件结构。最后在此平台上对本文提出的控制方法进行实验,再一次验证了该方法的有效性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 网络控制系统的产生与发展
• 1.2 网络控制系统的基础知识
• 1.2.1 网络控制系统的结构
• 1.2.2 网络控制系统的优点
• 1.2.3 网络控制系统存在的问题
• 1.3 国内外研究现状
• 1.3.1 控制策略的研究
• 1.3.2 调度算法的研究
• 1.4 人工免疫系统的发展与应用
• 1.5 本文研究内容及结构安排
• 第二章 网络控制系统的延时特性及数学模型
• 2.1 网络延时
• 2.1.1 网络延时的特点
• 2.1.2 时序问题
• 2.2 网络控制系统数学模型
• 2.2.1 延时小于一个采样周期的网络控制系统模型
• 2.2.2 延时大于一个采样周期的网络控制系统模型
• 第三章 基于预估补偿的网络控制系统模糊免疫控制
• 3.1 Smith 预估补偿器
• 3.1.1 Smith 预估控制原理
• 3.1.2 网络控制系统中的Smith 预估补偿控制
• 3.2 离散动态模型的最小二乘估计
• 3.2.1 一次完成最小二乘估计
• 3.2.2 最小二乘估计的递推算法
• 3.2.3 初始值的选择
• 3.2.4 计算步骤
• 3.2.5 时变系统的最小二乘估计
• 3.3 网络控制系统中基于最小二乘估计的Smith 补偿控制
• 3.4 基于模糊规则的免疫PI 控制器设计
• 3.4.1 人工免疫系统的生物学基础
• 3.4.2 人工免疫反馈控制
• 3.4.3 模糊逻辑的理论基础
• 3.4.4 模糊免疫PID 控制器
• 3.5 基于预估补偿的网络控制系统免疫PI 控制
• 3.6 仿真结果与分析
• 3.7 本章小结
• 第四章 实验与结果分析
• 4.1 基于校园网的网络控制系统实验平台系统方案
• 4.1.1 实验平台结构
• 4.1.2 通讯网络
• 4.1.3 TCP/IP 协议概述
• 4.1.4 客户机/服务器模式
• 4.1.5 socket 介绍
• 4.1.6 套接字对
• 4.2 被控对象端软件设计
• 4.2.1 被控对象端程序设计
• 4.2.2 Visual C++对Matlab 的调用
• 4.2.3 被控对象建模
• 4.2.4 网络控制系统的延时特性估计
• 4.3 控制器端软件设计
• 4.4 实验与结果分析
• 4.5 本章小结
• 第五章 结论与展望
• 参考文献
• 发表论文和参加科研情况说明
• 致谢