网络化并联式串级控制系统研究

发布时间：2020-07-08 20:01

【摘要】：将实时通信网络插入到并联式串级控制系统的主闭环控制回路和副闭环控制回路,实现系统中的数据通过实时通信网络进行传输与交换,构成了网络化并联式串级控制系统(Networked parallel cascade control systems,NPCCS)。NPCCS 可以实现远程实时在线控制,在节点之间实现数据共享,帮助诊断和维护系统,同时具有并联式串级控制系统(Parallel cascade control systems,PCCS)克服干扰和提高主控制回路的控制性能质量的优点。但是,由于NPCCS是通过实时通信网络进行数据的传输与交换,网络的引入不可避免地导致许多需要解决的问题,例如网络时延,数据包丢失,系统稳定性等。其中,网络时延会降低系统性能质量,甚至导致系统丧失稳定性。传统的控制理论难以直接用于网络化并联式串级控制系统中,网络为NPCCS的研究带来了新的挑战。如果NPCCS中存在网络时延,则系统的稳定性将降低,论文从NPCCS的系统结构入手进行研究,提出两种基于新型内模控制(Internal model control,IMC)与新型Smith预估控制(Smith predictive control,SPC)相结合的网络时延补偿与控制方法,增强了系统对被控对象参数变化的鲁棒性,提高了 NPCCS的控制性能和服务质量。论文的创新性研究成果如下所述:(1)针对NPCCS结构中网络可能存在的不同位置状况,以及传感器、控制器和执行器独立或共用节点的情况,提出了 NPCCS的五种基本结构形式,并通过系统配置图、方框图、节点设备连接矩阵以及网络传输矩阵和系统闭环传递函数等方式,系统性地描述与分析了这五种NPCCS的不同结构形式及其特点。以最为复杂的Type V NPCCS结构为例,详细分析与研究了欲实现对其网络时延补偿与控制所需解决的关键性技术问题及其研究思路与研究方法。(2)针对Type V NPCCS的网络时延补偿与控制存在的技术难点问题,提出一种基于新型IMC与SPC方法(1)相结合的时延补偿与控制方法。副控制回路采用新型SPC方法(1),降低了副控制回路中网络时延对系统稳定性的影响,结合副控制器,进一步减小了进入副控制回路的干扰对主控制回路的影响;主控制回路采用新型IMC,在实现系统对时变、随机与不确定性网络时延的动态补偿与控制的情况下,进一步增强了系统的抗干扰能力,提高了系统对被控对象预估模型与其真实模型存在偏差情况下的鲁棒性。(3)针对Type V NPCCS的网络时延补偿与控制存在的技术难点问题,提出一种基于新型IMC与SPC方法(2)相结合的时延补偿与控制方法。副控制回路采用新型SPC方法(2),降低了副控制回路中网络时延对系统稳定性的影响,结合副控制器,进一步减小了进入副控制回路的干扰对主控制回路的影响;主控制回路采用新型IMC,可实现对网络时延的动态补偿与控制在大于数个、乃至数十个采样周期。与此同时,由于本方法中的副控制回路采用新型SPC方法(2),免除了新型SPC方法(1)预估补偿条件中要求副被控对象预估模型等于其真实模型的条件,增强了系统的鲁棒性,拓展了其方法的适用范围。论文在提出上述两种网络时延补偿与控制方法的研究思路与系统设计方法的基础上,在网络时延是时变、随机与不确定性,采样周期大于数个、乃至数十个,系统还存着一定量的网络数据丢包情况下的NPCCS,进行了系统性的仿真研究。仿真结果表明论文所提两种方法具有可行性和有效性。论文所提出的两种方法,具有以下特点:(1)以真实网络数据传输过程代替其间网络时延预估补偿模型,从系统结构上实现网络时延预估补偿模型无条件的等于其真实网络数据传输过程。(2)免除了对时变、随机与不确定性网络时延的估计、测量或辨识,避免了时延估计误差,以及时延辨识耗费节点存储资源;降低了对节点时钟信号同步的要求;避免了时延造成的“空采样”或“多采样”带来的补偿误差。(3)所采用的方法是基于从系统结构入手,并实现对其网络时延的在线、实时与动态补偿的方法,其系统结构简单,易于实现的同时,可与其它智能算法结合实现更复杂、鲁棒性更强的控制。(4)由于是从系统结构上实现网络时延的动态补偿,因而与其采用的具体网络通信协议的选择无关,可用于有线网络,无线网络,甚至混杂网络。(5)由于针对副控制回路采用新型SPC,其方法的实施与副控制回路中副控制器的具体选择无关,副控制器既可采用常规控制策略,也可采用智能控制策略。
【学位授予单位】：海南大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP273
【图文】：

典型结构,闭环传递函数,闭环特征方程,闭环

４逦０逦０逦０逦０逦１逡逑５逦［0邋０逦０逦０邋０邋＿逡逑由图２－１０可得，从ｉ？（ｓ）到Ｇ，⑷的输出Ｋ邋（ｓ）和到Ｇ２（ｓ）的输出Ｆ２（ｓ）之间的闭环传逡逑递函数分别为：逡逑Ｒ（ｓ）邋￣邋ｌ邋＋邋Ｃ＾ｅ＾Ｃ＾ｅ＾＇Ｇ＾ｅ＾邋＋Ｃ２（ｓ）ｅ－Ｔ＇ｘＧ２（ｓ）ｅ￣ｖ逦Ｋ逦Ｊ逡逑明）逦Ｃ＾ｒ＾ｅ－＾ｉｓ）逦邋３逡逑Ｒ（ｓ）邋￣邋ｌ邋＋邋Ｃ＾ｅ－＾Ｃ＾ｅ＾＇Ｇ＾ｅ－＾邋＋Ｃ２（ｓ）ｅ－＾Ｇ２（ｓ）ｅ－ｖ逦＾逦’逡逑从邋＜邋⑷和邋＜邋⑷到Ｇ，⑴的输出｝之间的闭环传递函数分别为：逡逑Ｗ＝逦Ｇ，Ｗ［１邋＋邋Ｃ２邋⑷，、Ｇ２（珈，］逦逡逑ｄ，（ｓ）邋￣邋ｌ邋＋邋Ｃ＾ｅ＾Ｃ＾ｅ＾Ｇ＾ｅ＾邋＋Ｃ２（ｓ）ｅ＾Ｇ２（ｓ）ｅ－ｖ逦１邋＂逦｝逡逑Ｙ｛（ｓ）邋逦逦－Ｇ＾ｅ＾＇Ｃ＾ｅ－＾ｉｓ）逦逡逑＜邋⑴邋＿邋１邋＋邋Ｃ，（．以，Ｃ２邋⑴广．％邋⑶ｅ—＾邋＋邋Ｃ２邋Ｇ）ｅ’Ｇ２邋（ｓ）ｅ＿ｖ逦１逦Ｊ逡逑从名⑷和名⑴至ｉＪＧ２0ｓ）的输出｝之间的闭环传递函数分别为：逡逑训—１邋＋邋Ｃ丨⑴邋ｅ，Ｃ２邋（＊，＇柳逦＋邋Ｃ２邋⑷邋ｅ－ｒ３，Ｇ２逦１邋＇邋｝逡逑ｙ２（ｓ）逦ｇ，（５）［ｉ＋ｃｌ（＾ｃ２（．ｙ）ｇ－ｒ？＇Ｇ，（．ｙ）ｇ－ｒｎ逡逑ｃ／２（ｓ）邋￣邋ｌ＋Ｃｌ（ｓ）ｅ＇ＴｌＳＣ２（ｓ）ｅ－Ｔ＇，Ｇ１（ｓ）ｅ￣ｖ邋＋Ｃ２（ｓ）ｅ￣ｖＧ２（ｓ）ｅ￣ｖ逦（＂；逡逑其系统的闭环特征方程为：逡逑１邋＋邋Ｃ

网络化并联式串级控制系统研究

图３－１邋ＳＰＣ系统逡逑．－ｒｅｃｖｎｒｏｅｍ逡逑

方法,闭环特征方程,预估模型,被控对象

和ＧＰＣ结合利用的控制策略，避免需要在线测量或者预估相关时延。逡逑假设包含纯滞后的被控对象为己知，其预估模型为Ｇ，？Ｑ）ｅ－ｖ，基于新型逡逑ＳＰＣ方法（１）的ＮＣＳ如图３－２所示：逡逑逦邋「逦丨逡逑Ｇ（ｓ）ｅ＾邋｜逦逡逑－｜邋网络邋？Ｇ？，（＞ｓ）ｃｒｖ逡逑Ｉ逦Ｉ逡逑Ｉ逦逦逡逑Ｌ逦Ｊ逡逑图３－２基于新型ＳＰＣ方法（１）的ＮＣＳ逡逑Ｆｉｇ．３－２邋Ｎｅｔｗｏｒｋｅｄ邋ｃｏｎｔｒｏｌ邋ｓｙｓｔｅｍｓ邋ｂａｓｅｄ邋ｏｎ邋ｔｈｅ邋ｎｅｗ邋Ｓｍｉｔｈ邋ｐｒｅｄｉｃｔｉｖｅ邋ｃｏｎｔｒｏｌ邋ｎｉｅｔｈｏｄ（ｌ）逡逑系统的闭环传递函数为：逡逑Ｙ（ｓ）邋逦逦Ｃ（ｓ）ｅ－Ｔ－ｓＧ（ｓ）ｅ￣ＴＳ逦逡逑Ｒ（ｓ）邋￣邋１邋＋邋Ｃ（ｓ）Ｇｍ（ｓ）邋＋邋Ｃ｛ｓ）ｅ￣Ｔ－ｓ［Ｇ（ｓ）ｅ－Ｔｘ邋－Ｇｍ（ｓ）ｅ￣ｖ（３＿５）逡逑闭环特征方程为：逡逑１邋＋邋Ｃ⑷Ｇ？，⑴邋＋邋Ｑ？ｖ邋［Ｇ⑴－邋Ｇ，，，邋（‘ｙ＞—ｖ邋＞—ｖ邋＝邋０逦（３－６）逡逑当ｔ，？二ｒ，Ｇ？？Ｇ0ｙ）时，被控对象预估模型等于其真实模型，式（３－５）可写为：逡逑ｍ＝￡（ｓ）ｅ＾Ｇ（ｓ）ｅ＾逡逑Ｒ（ｓ）邋￣逦＼＋Ｃ（ｓ）Ｇ（ｓ）逡逑其系统的闭环特征方程为：逡逑＼＋Ｃ（ｓ）Ｇ（ｓ）＾０逦（３－８）逡逑由式（３－８）可知

【参考文献】