针对TITO-NFDCS网络时延的系统及其运行方法

文档序号:34391859发布日期:2023-06-08 10:18阅读:48来源:国知局
针对TITO-NFDCS网络时延的系统及其运行方法

本发明属于广域工业过程控制,具体涉及一种针对tito-nfdcs网络时延的系统,还涉及该系统的运行方法。


背景技术:

1、在广域工业过程控制中,普遍存在着多输入多输出过程的控制问题。由于系统中各个控制通道之间存在着耦合作用,使得大多数已发展的单变量控制方法很难直接用于多输入多输出过程控制中。通常,一个输入量的改变会引起系统部分甚至所有输出量的变化,进而降低了控制系统的调节品质,耦合严重时会使系统无法投入运行。因此,针对存在耦合作用的多输入多输出过程,首先需要实施有效的解耦控制,以降低系统输入与输出之间存在的耦合作用对系统控制性能的负面影响。

2、近年来,随着生产过程控制对象的日益复杂化及大型化,以及计算机、通信和传感技术的迅猛发展,使得广域工业过程控制系统的结构逐渐趋于分布化与网络化。在多输入多输出反馈解耦控制系统中,传感器与控制器,控制器与执行器之间,通过实时通信网络构成了网络化多输入多输出反馈解耦控制系统(multiple-input and multiple-outputnetworked feedback decoupling control systems,mimo-nfdcs)。

3、将网络集成到控制系统,取代传统控制系统中的点对点连线,具有布线成本降低,安装过程简化以及可靠性提高等优点。由此,便于实现系统的诊断和维护,同时也可提高了系统的柔性和扩展性。但是,在系统控制回路中加入通信网络的同时,也增加了控制系统分析和设计与实施的复杂性。由于网络时延、数据丢包以及网络拥塞等现象的存在,使得mimo-nfdcs面临着诸多新的挑战。尤其是不确定性网络时延的存在,降低了系统的控制性能质量,甚至使系统失去稳定性,严重时可能导致系统出现故障。因此,如何实现针对mimo-nfdcs的网络时延补偿与控制,成为系统在广域工业过程中实际应用的一个难题,是本发明专利方法需要解决的关键技术问题。

4、通常,要实现对网络时延的补偿与控制,需要知道或获取网络时延的实时、在线与动态的数据信息才能实现其补偿与控制功能。

5、目前,针对网络时延的检测方法主要有:

6、1)采用时间戳方法。然而,这种方法要求系统中各节点时钟信号要严格同步。虽然可以通过引入网络时钟同步器来保证系统中各节点的时钟信号同步,但不可避免地会增加硬件的投入。

7、2)采用全程网络时延测量方法。但是,由于网络时延的复杂性,单向时延的获取不能简单地等同将全程时延除以2而获得。因此,要实现对时延精确检测是相当困难的。

8、针对网络时延的估计方法主要有:

9、1)针对特定网络(例如can bus)在线时延估计方法,利用第k个采样值,在线估计第k+1个采样值。但是,这种方法对于无传输优先级的网络,例如以太网则很难直接应用。

10、2)在线估计技术及控制器协同设计方法。虽然可以克服利用时间戳方法测量网络时延带来的节点时钟信号同步问题,但尚需对信息传输的路由进行跟踪。

11、针对网络时延的预测方法主要有:

12、1)基于最大熵理论的线性预测算法,但预测精度较低。

13、2)基于支持向量机的非线性时延预测算法,但难以应用于时延跳变情况。

14、3)基于多ar模型预测时延序列方法,但计算量极其庞大。由于网络时延的随机性和突发性,要做到每一步都能准确预测是不可能的。

15、针对网络时延的预测控制方法主要有:

16、1)设计具有多步预测功能的网络控制器,实现前向通路的时延补偿,构造一种具有时延补偿功能的状态观测器,但算法较为复杂。

17、2)设计时延补偿器用于解决时延问题,但对时延的预测需要大量历史数据。

18、3)引入网络时延存储队列,对时延进行在线预估实现动态补偿,但存储缓冲器的引入人为增大了网络时延。

19、4)设计时延预估控制器,但由于时延估计使用时间戳方法,导致各节点需要满足时钟信号同步要求才能实施。

20、现有大多数网络时延补偿方法要么过于复杂、运算量大,需要存贮大量中间运算数据;要么对时延设置过多假设,例如:要求时延为常数,或事先离线设定时延特性;或直接假定其概率分布已知,或小于采样周期;或对大于采样周期或时变不确定时延,采用缓冲器加以处理。特别是对传感器到控制器的时延与控制器到执行器的时延,一些文献作了有条件的合并,或附加理想化假设;仅有前一时延;或仅有后一时延,从而使模型的建立与分析,特别是求解得到根本性简化。但是,在实际网络控制系统中,合并条件难以满足;或需在线测量时延,但由于网络节点时钟信号可能产生漂移,难以得到准确值。因此对网络时延的预测、估计或辨识都可能存在偏差。

21、目前,针对网络时延的补偿与控制,遇到的主要难点问题在于:

22、(1)对随机、时变或不确定性网络时延,要准确预测、估计或辨识;或建立准确的数学模型,是有困难的。

23、(2)要确保mimo-nfdcs中所有网络节点时钟信号完全同步,是不现实的。

24、如何免除对mimo-nfdcs中,网络时延的预测、估计或辨识,降低系统中网络节点时钟信号同步的要求,实现对网络时延的实时、在线与动态补偿与控制,是当前mimo-nfdcs研究与实际应用中迫切需要解决的难题。

25、通常,在多变量过程控制系统中,根据输入量与输出量之间的关系,基于mesarovic提出的控制对象模型分类方法,可以把控制对象划分为p规范型控制对象和v规范型控制对象,即可以将控制对象建立为p规范型控制对象模型,也可以建立为v规范型控制对象模型来研究,并且这两种规范型控制对象模型之间,可以相互转换。

26、v规范型控制对象是指:控制对象的每一个输出量,不但受其本通道输入量的影响,而且还被其它所有的输出量经过本通道所影响。本发明专利方法研究的控制对象,就是广域工业过程控制中真实存在的v规范型控制对象。

27、随着工业技术的发展,在航空、军事、机械制造等领域,需要采用多个执行元件(液压缸、气缸、电机等)同时驱动一个或多个工作部件进行协调控制的场合越来越多,尤其是近年来在重载平台、高性能数控机床、机器人控制、热轧立辊系统、大型钻机以及军用机动雷达、防空武器发射平台等领域,同步精度的高低直接决定了整个系统的性能。例如,常见的电液多变量控制系统中的耦合控制对象,就是一个典型的v规范型控制对象;永磁同步电机以及异步电动机等控制对象,也是一个具有非线性、强耦合、多变量的典型复杂v规范型控制对象。基于电液、(永磁)同步电机,以及异步电动机等v规范型控制对象,构成的网络化两输入两输出反馈解耦控制系统(two-input and two-output networked feedbackdecoupling control systems,tito-nfdcs)网络时延补偿与控制方法的研究,具有重要的研究意义与实际应用价值。

28、在工业过程控制中,最为常见的被控变量为液位、压力、流量和温度。液位和流量是工业生产过程中的四大热工参数中的两个重要参数。基于容器(或水箱)液位与流量控制系统建立的控制对象,通常就是一个输入与输出之间存在耦合作用的典型两输入两输出v规范型控制对象。基于容器(或水箱)液位与流量控制的系统,在自动化控制领域中占据着非常重要的地位,并被广泛应用于过程控制中,例如:石油化工过程中的蒸馏塔、化学反应器、液体传输设备及热工过程中的锅炉、热交换器等石油与化工生产过程控制,以及食品加工,制药工业,污水处理和电力生产等行业中,很多实际工业过程控制对象,可以抽象为单容或双容水箱模型(液位和流量控制)来描述并研究其动态过程与控制特性。因此,针对以液位和流量(v规范型控制对象)作为一个典型广域工业过程控制对象,构成的tito-nfdcs网络时延补偿与控制方法的研究,具有普遍的研究意义与实际应用价值。这也是本发明专利选用水箱液位与流量控制系统(v规范型控制对象)构建的tito-nfdcs作为一个实施例的原因所在。


技术实现思路

1、本发明的目的是提供一种针对tito-nfdcs网络时延的系统,解决了现有技术中系统的稳定性受网络时延影响,受随机、时变和不确定性网络时延影响tito-nfdcs稳定性的问题。

2、本发明所采用的一个技术方案是;

3、针对tito-nfdcs网络时延的系统,包括传感器s1和s2节点,点采样输入信号为系统输出信号y1和y2及执行器a1和a2节点中系统控制对象主通道传递函数预估模型h1m和h2m的输出信号y1mb和y2mb,节点输出信号为y1b和y2b及y1和y2;反馈网络通路的网络单元和

4、控制器c1和c2节点,c1和c2节点分别包含了控制器c1和c2及其与系统控制对象主通道传递函数预估模型h1m和h2m构成的反馈控制回路,节点输入信号为x1和x2及y1b和y2b,节点输出控制信号为u1和u2;前向网络通路的网络单元和

5、执行器a1和a2节点,用于对系统实施反馈解耦控制和网络时延补偿与控制,执行器a1和a2节点分别包含了系统控制对象主通道传递函数预估模型h1m和h2m,以及反馈解耦控制器f12和f21,且反馈解耦控制器选择为:f12(s)=-k12(s)和f21(s)=-k21(s),其节点输入信号为u1和u2及y1和y2,节点输出信号为解耦与控制信号uh1和uh2及系统控制对象主通道传递函数预估模型h1m和h2m的输出信号y1mb和y2mb;控制对象主通道传递函数矩阵h和交叉耦合通道传递函数矩阵k构成的v规范控制对象。

6、本发明的特点还在于;

7、传感器s1和s2节点用于对系统输出信号进行周期采样。

8、反馈网络通路的网络单元和分别用于传输传感器s1和s2节点输出的反馈信号y1b和y2b。

9、为了满足时延完全补偿条件,设计时选取h1m(s)=h1(s)和h2m(s)=h2(s)。

10、前向网络通路的网络单元和分别用于传输控制器c1和c2节点的输出控制信号u1和u2。

11、本发明的另一个技术方案是;

12、针对tito-nfdcs网络时延的补偿与控制系统的运行方法,其特征在于,具体按照如下步骤进行:

13、步骤1:基于时钟驱动的传感器s1和s2节点,被节点时钟采样周期信号t1和t2所触发,对系统输出信号y1和y2进行采样,并分别与执行器a1和a2节点中的预估模型h1m和h2m输出信号y1mb和y2mb相减,得到节点输出反馈信号y1b和y2b。将反馈信号y1b和y2b,分别通过反馈网络通路的网络单元和向控制器c1和c2节点传输;

14、步骤2:基于事件驱动的控制器c1和c2节点,被反馈信号y1b和y2b所触发。将节点给定输入信号x1和x2,分别与其反馈信号y1b和y2b以及预估模型h1m和h2m的输出信号y1ma和y2ma相减得到偏差信号e1和e2,对e1和e2实施c1和c2控制运算得到控制信号u1和u2;将控制信号u1和u2作用于预估模型h1m和h2m;将节点输出控制信号u1和u2,分别通过前向网络通路的网络单元和向执行器a1和a2节点传输;

15、步骤3:基于事件驱动的执行器a1和a2节点,被控制信号u1和u2所触发。将控制信号u1和u2,分别作用于系统控制对象主通道传递函数预估模型h1m和h2m,得到节点输出信号y1mb和y2mb;将节点输入信号y1和y2,分别作用于反馈解耦控制器f21和f12,得到反馈解耦信号uf21和uf12;将控制信号u1和u2分别与uf12和uf21相加,得到节点输出的反馈解耦控制信号uh1和uh2;对系统v规范型控制对象施加控制信号uh1和uh2,得到系统的输出信号y1和y2,实现对系统的反馈解耦控制与网络时延补偿与控制。

16、本发明的有益效果是,本发明针对tito-nfdcs网络时延的系统及其运行方法,从系统上实现了对网络时延的动态补偿与控制,即将前向网络通路中控制器到执行器的网络时延τca从闭环回路中移到闭环回路以外。同时,将反馈网络通路中传感器到控制器的网络时延τsc从其闭环传递函数矩阵式(11)中消除。进而消除了网络时延τsc和τca对系统稳定性的影响,提高了系统的控制性能质量。

17、无需对网络时延τsc和τca进行预测、估计、辨识和建模。系统中节点之间信息流所经历的网络时延,就是控制过程中信号真实传输所经历的网络时延。从而降低了系统对网络节点时钟信号同步的要求。避免了对网络时延的预测、估计、辨识和建模等带来的各种误差以及对存储资源的浪费,提高了网络资源的利用率。

18、在将反馈网络通路中的网络时延τsc从系统闭环传递函数矩阵式(11)中消除的同时,又不影响将传感器节点的采样输出信号经反馈网络实时、在线和动态地传输到控制器节点,进而无需通过对反馈网络通路实施网络调度来改变其网络流量的大小,以减少网络时延τsc对系统稳定性的影响:一方面,可以比静态或动态调度更为有效地利用网络带宽资源;另一方面,提高了系统对反馈网络通路中,网络数据丢包的鲁棒性,即在实现对网络时延动态补偿与控制的同时,协同实现了对网络的调度功能。

19、不需要知道网络时延τsc和τca的概率分布和大小,即无论网络延时是随机、时变还是不确定的,只要满足被控对象主通道传递函数预估模型矩阵hm等于其真实模型矩阵h,即满足hm(s)=h(s)时,网络时延补偿与控制就是有效的。

20、由于本方法是从系统结构上实现对网络时延的补偿与控制,进而实现了与具体控制器c(s)控制规律的选择无关,因而既可用于采用常规控制的tito-nfdcs,亦可用于采用智能控制或采用复杂控制策略的tito-nfdcs。

21、由于从tito-nfdcs结构上,实现与具体的网络通信协议的选择无关,因而既适用于采用有线网络协议的tito-nfdcs,亦适用于采用无线网络协议的tito-nfdcs;既适用于确定性网络协议,亦适用于非确定性的网络协议;既适用于异构网络构成的tito-nfdcs,同时亦适用于异质网络构成的tito-nfdcs。

22、当被控对象主通道传递函数预估模型矩阵hm与其真实模型矩阵h存在一定偏差时,系统仍具有较强的鲁棒性和抗干扰能力。

23、由于本发明采用的是“软件”改变tito-nfdcs结构的时延补偿与控制方法,因而在其实现过程中无需再增加任何硬件设备,利用现有tito-nfdcs智能节点自带的软件资源,足以实现其补偿功能,可节省硬件投资便于推广和应用。

24、因此,本发明给出的网络时延补偿与控制方法具有显著的优越性和实用性,能够在实际工业应用中表现出先进与良好的控制效果。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1