学位论文 > 优秀研究生学位论文题录展示

基于TCP/IP网络的延时建模及网络先进PID控制器研究

作　者: 周晓兵
导　师: 费敏锐
学　校: 上海大学
专　业: 控制理论与控制工程
关键词: TCP/IP协议网络控制系统网络诱导延时自相似特性自整定PID控制支持向量机遗传算法广义预测控制鲁棒控制
分类号: TP273.5
类　型: 博士论文
年　份: 2006年
下　载: 619次
引　用: 2次
阅　读: 论文下载

内容摘要

由于控制、计算机、通信网络等技术的进步，导致了现场总线技术的产生，也导致了网络控制系统的应用。在网络控制系统中，控制回路通过网络形成闭环。同时，由于以太网具有易组网、应用广泛、价格低廉的优势，正在快速地进入工业自动化领域。而且在企业信息化和全局优化的要求之下，甚至出现了基于Internet的网络控制系统。在这种系统中，往往采用TCP/IP协议连接，可以统称为TCP/IP网络。TCP/IP网络的延时是随机的、不确定的，给网络控制系统的分析和设计带来了困难，因此研究基于TCP/IP网络的网络控制系统设计问题具有重要学术探索价值。PID控制由于其自身的优点，如结构简单、容易实现、物理概念清晰等，在实践过程中积累了丰富的参数整定经验，仍然广泛应用于工业控制过程中。探讨PID控制器在网络延时下的参数整定方法具有重要的现实意义。于是，本文以一个TCP/IP网络的实例—与Internet连通的校园网的网络控制系统为研究对象，测量并分析校园网网络延时的特性，建立网络延时的统计模型，并在此基础上研究网络PID控制器的设计方法及补偿措施。本文的主要研究成果如下：首先，在校园网上建立了一个基于应用层的测试平台。在该平台上获得了比较充分的延时实验数据。利用小波分析方法和方差聚类分析方法揭示了与Internet连通的校园网的网络延时具有自相似特性的规律。由于校园网络延时的复杂性，当采用短时段网络延时序列建立网络延时分布统计模型时，仅仅采用一个分布模型描述延时是不精确的。为了获得在一个滑窗中实用的网络延时统计模型，在多个较简单的备选分布中通过卡方检验确定了两个拟合度最好的模型，即广义指数分布模型及Pareto分布模型。同时，为了克服卡方检验精度依赖于样本长度的问题，也为了能够在线获得合适的延时分布模型，提出了采用支持向量机分类器获得分布模型的思路和方法。由于TCP/IP协议具有不会丢包、但可能错序的特点，在执行器节点及控制器节点上的设备驱动方式必须要仔细选择。考虑到TCP/IP网络控制系统的这些特点，提出了在执行器节点上人为丢弃过期到达数据包的算法。上述分析、测试及建模过程，给出了校园网络延时特性分析的可靠结果。这些结果克服了网络控制系统设计分析时只能假设网络特性的不准确做法，为进一步针对其他类型TCP/IP网络控制的分析设计奠定了实验分析基础。第二，针对线性低阶工业时滞对象，采用简单的方法推导了参数化PI控制器的增益稳定范围，并证明了该范围与时滞的关系。根据增益范围和延时统计模型，提出了在不同模型参数条件下的控制器增益离线优化算法。为了保证能够得到全局最优解，寻优过程采用了遗传算法。并在离线寻优的基础上，在线通过实测的网络延时，由一个滑窗确定当前最合适的分布模型，并利用滑窗估计的模型参数在线确定最优的增益。仿真结果表明了这种方法能够根据网络延时情况自整定参数化PI控制器增益，从而能够有效改善网络环境下PI控制器的性能。这种方法为已有PI控制器的网络应用提供了一个在线整定的有效途径。第三，通过将网络延时分解为常数项和扰动项，建立了网络延时的数学模型。将延时的常数项部分作为对象建模的一部分，从而构造一个广义的标称对象。延时的扰动部分作为乘性扰动加入系统。分别采用H_∞理论和μ分析方法设计鲁棒网络PID控制器。经过分析表明，基于一个固定参数的网络延时数学模型设计的鲁棒PID控制器不可能满足所有延时情况下的性能需求，若要满足不同网络延时统计特性下的网络控制系统性能，网络延时的数学模型必须能够反映当前的统计特性，并由当前的网络延时数学模型自整定鲁棒PID控制器参数。分析结果表明：网络延时的中位数和均值是最好的模型参数选取参考。在分析的基础上，提出了离线设计好所有网络延时统计特性下的最优鲁棒网络PID控制器，并在线根据实测的网络延时统计特性(中位数和均值)确定当前最优的鲁棒网络PID控制器参数的算法。最后，由于许多工业过程难以精确建模，考虑到最小二乘支持向量机有比神经网络更好的泛化及学习能力，故采用最小二乘支持向量机对对象建模，这种建模方法不仅适用于线性对象，也能对非线性对象建模。同时，利用广义预测控制理论推导了一步预测PID控制器参数的算法，使PID控制器具有基本等价于预测控制的性能。由于网络延时的随机性，一步预测的PID控制器在多于一步延时情况下性能不能保证，为此提出在控制器节点利用向量机预测的对象输出代替实际的对象输出，用于推导多步的PID控制器预测参数。并将这些多步预测结果组合到同一个数据包中发送。对象节点根据已收到的控制信息，选择最新的一个控制值用于对象控制。通过仿真分析，表明了算法的良好性能。

全文目录

摘要  6-8
ABSTRACT  8-16
第一章概述  16-32
  1.1 过程控制系统与通信网络  16-21
    1.1.1 集散式过程控制系统的产生  16-19
    1.1.2 现场总线控制系统  19
    1.1.3 工业以太网、Internet与过程控制系统  19-21
  1.2 网络控制系统  21-22
  1.3 网络诱导延时及其对网络控制的挑战  22-24
  1.4 相关领域的国内外研究现状  24-29
    1.4.1 网络诱导延时的测量、分析和建模  24-25
    1.4.2 网络控制系统的分析及设计  25-29
  1.5 本文的主要工作和特色  29-31
  1.6 章节安排  31-32
第二章基于TCP/IP网络的控制系统  32-41
  2.1 基于TCP/IP网络控制系统的体系结构  32-33
  2.2 基于TCP/IP网络控制系统的通信协议  33-36
    2.2.1 Internet分层参考模型  33-34
    2.2.2 Internet协议(IP)  34-35
    2.2.3 传输层协议(TCP及UDP)  35-36
  2.3 设备驱动方式  36-40
    2.3.1 时钟驱动与事件驱动  36-37
    2.3.2 本文选择的设备驱动方式  37-39
    2.3.3 延时叠加性  39-40
  2.4 本章小结  40-41
第三章采用TCP/IP协议的校园网延时测试及分析  41-54
  3.1 自相似随机过程  42-43
    3.1.1 自相似随机过程的定义  42
    3.1.2 自相似随机过程的特性  42-43
  3.2 自相似过程的检验方法  43-45
    3.2.1 方差聚类法  44
    3.2.2 小波分析法  44-45
  3.3 校园网延时测量方法和环境  45-47
  3.4 以太网延时测量结果及分析  47-53
  3.5 本章小结  53-54
第四章基于校园网的RTT延时统计模型  54-64
  4.1 校园网长时段RTT延时序列的建模  54-57
    4.1.1 几种备选分布及其参数估计  54-55
    4.1.2 备选分布的参数估计及其检验  55-57
  4.2 基于滑窗的短时段RTT网络延时序列建模  57-59
  4.3 基于支持向量机的在线模型选取  59-62
    4.3.1 支持向量机分类器  59-62
    4.3.2 滑窗建模时的模型选取  62
  4.4 本章小结  62-64
第五章基于校园网的参数化PI控制器在线增益自整定算法研究  64-81
  5.1 一阶时滞过程参数化PI控制器的增益稳定范围  65-68
  5.2 二阶时滞过程参数化PI控制器的增益稳定范围  68-71
  5.3 参数β的离线寻优  71-77
    5.3.1 设备驱动方式  71-72
    5.3.2 β寻优的遗传算法  72-74
    5.3.3 实例研究  74-77
  5.4 在线β的整定算法  77-79
    5.4.1 算法描述  77-78
    5.4.2 实例研究  78-79
  5.5 本章小结  79-81
第六章基于校园网的鲁棒PID控制器研究  81-99
  6.1 延时的建模  81-83
  6.2 基于H_∞理论的网络PID控制器设计  83-92
    6.2.1 H_∞控制的基本结果  83-85
    6.2.2 基于H_∞的网络PID控制器的参数整定算法  85-86
    6.2.3 PID参数稳定区域的计算方法  86-88
    6.2.4 仿真研究  88-92
  6.3 μ分子析  92-95
    6.3.1 结构奇异值μ  92-93
    6.3.2 μ分析方法  93-95
  6.4 采用μ分析的鲁棒网络PID控制器设计及分析  95-98
    6.4.1 采用μ分析的鲁棒网络PID控制器设计  95-96
    6.4.2 实例研究及分析  96-98
  6.5 本章小结  98-99
第七章基于最小二乘支持向量机建模的GPC—PID网络控制器研究  99-119
  7.1 最小二乘支持向量机  99-104
    7.1.1 支持向量机递归  99-103
    7.1.2 最小二乘支持向量机递归  103-104
  7.2 最小二乘支持向量机建模及实例分析  104-107
    7.2.1 最小二乘支持向量机建模  104-105
    7.2.2 实例研究  105-107
  7.3 广义预测控制的主要结果  107-109
  7.4 基于GPC的PID控制器设计思想  109-111
  7.5 基于GPC的一步预测最优PID参数  111-114
    7.5.1 一步预测PID参数算法  111
    7.5.2 一步预测PID参数递推算法  111-113
    7.5.3 仿真研究  113-114
  7.6 采用GPC控制的PID参数整定  114-115
    7.6.1 参数整定算法  114-115
    7.6.2 实例研究  115
  7.7 基于LS-SVM的网络GPC-PID控制  115-118
    7.7.1 网络控制算法  115-116
    7.7.2 实例研究  116-118
  7.8 本章小结  118-119
第八章总结与展望  119-122
  8.1 全文总结  119-121
  8.2 进一步工作的展望  121-122
参考文献  122-130
攻读博士学位期间公开发表的学术论文  130-131
攻读博士学位期间完成科研工作情况  131-132
致谢  132

基于TCP/IP网络的延时建模及网络先进PID控制器研究

内容摘要

全文目录

相似论文