网络控制系统的控制与调度研究(褚雪芹)

2.2 基于模糊逻辑补偿的NCS控制器设计 基于模糊逻辑补偿的NCS控制器设计
∇J ( β1 ) = ∂J (k ) ∂e(k ) ∂u PID (k ) ∂β (k ) ∂e(k ) ∂uPID (k ) ∂β (k ) ∂β1 (k )
（2.7）
∇J ( β 2 ) =
∂J (k ) ∂e(k ) ∂u PID (k ) ∂β (k ) ∂e(k ) ∂uPID ( k ) ∂β (k ) ∂β 2 (k )
+
e( s )
−
u ( s)
×
β
e−τ ca s
G ( s)
y(s)
+
G ( s)(1 − e −τ s )
'
e −τ sc s
图2.5 具有Smith预估模糊逻辑的网络控制系统结构图
闭环系统传递函数为： y ( s) D( s )G ( s )e −τ ca s Φ(s) = = ' r ( s ) 1 + D( s )G(s)(1-e-τ s ) + D(s)G(s)e-(τ ca +τ sc )s τ ' = τ ca + τ sc ， ( s ) = β uPID ( s) ，从而有 D 其中 y ( s) β u PID ( s )G ( s ) −τ ca s Φ(s) = = e r ( s ) 1 + β uPID ( s )G ( s ) 经过Smith预估补偿后，系统的特征方程不再包含时延环节，只是 将控制过程推迟了时间 τ ca 。 NCS的控制与调度研究 NCS的控制与调度研究 第2章 基于模糊逻辑时延补偿的NCS的控制器设计 基于模糊逻辑时延补偿的NCS的控制器设计
C1 CN
A1
S1
AN
SN PN
P 1
图3.1 采用调度器的NCS的结构图
NCS的控制与调度研究 NCS的控制与调度研究
第3章 网络控制系统的模糊调度算法研究
3.1 NCS的模糊动态调度算法设计 NCS的模糊动态调度算法设计
ri ei
yi − de dt i kei keci
Ec Pi Eci pi
根据最速下降算法可知：
β1 (k + 1) = β1 (k ) − η∇J ( β1 ) β 2 (k + 1) = β 2 (k ) − η∇J ( β 2 )
NCS的控制与调度研究 NCS的控制与调度研究
（2.5） （2.6）
第2章 基于模糊逻辑时延补偿的NCS的控制器设计 基于模糊逻辑时延补偿的NCS的控制器设计
k =1 5 k k
5
∑ µ( p )
k =1 k
（3.3）
NCS的控制与调度研究 NCS的控制与调度研究
第3章 网络控制系统的模糊调度算法研究
3.2 NCS的变采样周期模糊调度算法研究 NCS的变采样周期模糊调度算法研究
1 采样周期对控制系统的影响
TA
TB
TC
图3.7 采用周期对控制系统性能的影响
网络控制系统的控制与调度研究
答辩人：褚雪芹 导师：井元伟 教授
东北大学秦皇岛分校 NCS的控制与调度研究 NCS的控制与调度研究
全文结构
1 绪论 2 基于模糊逻辑时延补偿的NCS的控制器设计 3 网络控制系统的模糊调度算法研究 4 NCS的控制与调度协同设计研究 5 结论与展望
NCS的控制与调度研究 NCS的控制与调度研究
Ei
0 2 3 4 4 5 4 5 3 2 1 3 3 4 5 5 4 3 3 2 2 3 4 4 5 4 4 3 2 2 3 4 4 5 4 4 3 3 2 1 4 4 4 5 4 3 3 2 1 1
ECi
1 2 3 4
本文选取MIN-MAX-重心法求取输出量 的真实值，其计算公式如下：
p=
∑ p µ( p )
µ (e)
1 µ Small (e)
µ (β )
µ L arg e (e)
1
e
0
0.4
0.6
1
0
β1
β2
β
1
图 2.3 输入变量e 和输出变量β 的隶属函数
模糊控制规则如下 e if is Small， thenβ = β1 e if is Large， then β = β 2 。 0 β i 其中，< β1 < β 2 < 1，i ， = 1, 2 是和β 对应的跟随参数。
eci
图3.2 模糊动态调度原理图
步骤： 步骤： (1)定义模糊控制的输入输出变量; (2)确定各输入输出变量的变化范围、量化等级; (3) 定义模糊子集以及相关的隶属度函数; (4)确定模糊控制规则; (5)模糊决策; (6)解模糊。 NCS的控制与调度研究 NCS的控制与调度研究 第3章 网络控制系统的模糊调度算法研究
（2.8）
根据以上各式进行求导可得：
β1 (k + 1) = β1 (k ) + 2η e(k ) µ Small (e( k ))uPID (k ) / A(k )
β 2 (k + 1) = β 2 (k ) + 2η e(k ) µ L arg e (e(k ))uPID (k ) / A( k )
NCS的控制与调度研究 NCS的控制与调度研究
第3章 网络控制系统的模糊调度算法研究
3.2 NCS的变采样周期模糊调度算法研究 NCS的变采样周期模糊调度算法研究
ˆ U ( j + 1)
ˆ U i ( j + 1)
T i ( j + 1)
Ur
Du ( j )
ˆ C i ( j + 1)
Σ
U ( j)
图2.4 基于网络控制的直流电机的阶跃响应
NCS的控制与调度研究 NCS的控制与调度研究
第2章 基于模糊逻辑时延补偿的NCS的控制器设计 基于模糊逻辑时延补偿的NCS的控制器设计
2.3 基于Smith预估模糊逻辑补偿的NCS控制器设计 基于Smith预估模糊逻辑补偿的NCS控制器设计
r (s) +
y(s)
图2.2 具有模糊逻辑时延补偿的NCS的PID控制框图
模糊PID控制器输出为
uC (t ) = β u PID (t ) = β ( K p e(t) + Ki ∫ e(t )dt + K d = βK p e(t) + βKi ∫ e(t )dt + βK d de(t ) dt de(t ) ) dt
2. NCS的调度算法，在基于通信协议的基础上，多是开环调度。
3. NCS的控制与调度系统设计，多是以采样周期为纽带，求解 多目标优化问题，通过优化采样周期，获得较好的综合性能。
NCS的控制与调度研究 NCS的控制与调度研究
第1章 绪论
2.1 网络诱导时延
τa
τs
τ ca
τc
图2.1 具有时延的NCS的结构图
NCS的控制与调度研究 NCS的控制与调度研究
第2章 基于模糊逻辑时延补偿的NCS的控制器设计 基于模糊逻辑时延补偿的NCS的控制器设计
2.2 基于模糊逻辑补偿的NCS控制器设计 基于模糊逻辑补偿的NCS控制器设计
β= β1µ Small (e) + β 2 µ L arg e (e) µ Small (e) + µ L arg e (e)
2.2 基于模糊逻辑补偿的NCS控制器设计 基于模糊逻辑补偿的NCS控制器设计
3 仿真研究
被控对象为一直流电机，其动态模型（传递函数形式）如下： 2029.826 G(s) = ( s + 26.29)( s + 2.296) 给定阶跃指令信号取50r/sec， 采样周期为1s，网络诱导时延由高斯 随机数字发生器产生。
（2.1）
K K K 其中， p ， i ，d 是传统PID控制器的比例、积分和微分增益。
NCS的控制与调度研究 NCS的控制与调度研究
第2章 基于模糊逻辑时延补偿的NCS的控制器设计 基于模糊逻辑时延补偿的NCS的控制器设计
2.2 基于模糊逻辑补偿的NCS控制器设计 基于模糊逻辑补偿的NCS控制器设计
（2.9） （2.10）
η A 其中， (k ) = ( K p + Ki + K d )( β1 (k ) µSmall (e(k )) + β 2 (k ) µ L arg e (e(k ))) ，是
下降速率。
NCS的控制与调度研究 NCS的控制与调度研究
第2章 基于模糊逻辑时延补偿的NCS的控制器设计 基于模糊逻辑时延补偿的NCS的控制器设计
3.1 NCS的模糊动态调度算法设计 NCS的模糊动态调度算法设计
µ
NB
NS
ZE
PS
PB
PS
S
M
B
PB
Ei / ECi
图 3.5 输入变量 Ei 和ECi 的隶属函数
图 3.6 输出变量P 的隶属函数 i
NCS的控制与调度研究 NCS的控制与调度研究
3.1 模糊动态调度器设计
5.模糊推理 选用MIN-MAX-重心法（Mamdani）方法求取输入输出的模糊关 系R，然后根据模糊关系R推导输出的模糊量。 考虑一下模糊推理形式： 规则1：A1 and B1 ⇒ C1 规则2： A2 and B2 ⇒ C2 2 规则n： An and Bn ⇒ Cn 前提： x0 and y0 C' 结论： 由前提 x0 and y0 和各模糊规则“Ai and Bi ⇒ Ci ”可以得到推理结果 Ci' 为 （3.1） µ C ( z ) = µ A ( x0 ) ∧ µ B ( y0 ) ∧ µ C ( z)
' i i i i