基于模型预测的网络闭环控制研究.docVIP

基于模型预测的网络闭环控制研究 徐淑萍，黄磊 西安工业大学 计算机科学与工程学院,西安 710032 摘要：研究了远程传输时延不确定情况下闭环控制系统控制稳定性问题，给出了一种基于神经网络的模型预测控制法，仿真实验表明当控制网络存在时延时，随着控制系统时延值的大小和系统其它参数变化，不断的动态调整系统控制参数PID值可以使对工作环境未知的被控对象的控制变得稳定，改善远程闭环控制系统性能，以达到用户期望结果。 关键词：远程控制；神经网络；网络时延；模型预测控制； 中图分类号：TM343 文献标识码：A Rearch of Network Closed-loop Control Based on the Model Predictive XU Shu-ping, Huang Lei School of Computer Science Engineering,Xi’an Technological University,Xi’an 710032,China Abstract: Researched the closed-loop control system stability under the remote transmission delay uncertainty, a model predictive control method based neural network was proposed. The simulation results show that when the control network has delay, with the control system delay value size and other parameters change, the constant adjusts dynamically the value of system control parameter PID can make the control of controlled object which unknown to work environment becomes stable, improve the performance of the remote closed-loop control system to reach the user desired result. Keyword: remote control; neural network; network delay; model predictive control 1引言 远程控制系统是控制技术和网络通讯技术的融合，近几年在海洋开发、空间站维护、遥控手术、虚拟现实等许多领域的应用越来越普遍，稳定、快速、准确是远程控制系统追求的最高目标[1]。 闭环控制器根据反馈信息的扰动进行控制，即通过比较系统输出行为与期望行为之间的偏差，产生相应的控制作用去消除偏差以获得预期的系统性能。因此它具有抑制干扰的能力，对元件特性变化不敏感，并能改善系统的响应特性。 其中，代表机械臂的角度，u代表DC电机的转矩。此机械臂的simulink框图如图1所示。 图1 机械臂的simulnk框图Fig.1 The simulink block diagram of mechanical arm 由于在远程控制系统中，前向通道和反馈通道一般是同一条物理链路，本文设前向通道和反馈通道延时Delay取值相等。首先置Delay延时时间为0，即无延时，调节PID参数使响应曲线达到理想值，然后保持此PID参数不变逐渐加大网络延时值，当网络延时值置为0.02s时，反馈曲线变得有些不规范如图2(a)所示，这时系统的性能比无延时时逐渐变坏；当网络延时加大到0.05s时，系统变成了振荡系统反馈曲线如图2(b)所示；继续加大延时到0.06s时，系统响应发散反馈曲线如图2(c)所示，即系统变得不稳定了。可见随着延时值得逐渐增大从而使得控制系统越来越不稳定。 (a)延时0.02s的响应曲线 (b)延时0.05s的响应曲 (c)延时0.06s的响应曲线 图2延时对远程控制系统稳定性的影响 Fig.2 The stability affect of the remote control system delay 2.2 对远程控制系统稳定性的研究 对远程控制系统稳定性的改进已经有很多研究，早在1965年Ferrel就提出了在网络控制中需要注意时变的网络时延问题[7]。文献[8]中Halevi与Ray针对周期性的网络时延，提出了增广的确定性离散时间模型方法。Gregory C.Walsh等人在文献[9]中认为控制器和被控对象都是非线性时变的，假设在没有观测噪声的情况下，基于非线性摄