网络控制系统文献综述
网络控制系统文献综述
1. 概述
随着电子计算机和网络通信技术的发展以及控制和管理要求的不断提高, 使得控制系统正由封闭的集中体系加速向开放分布式体系发展。从控制系统的出现就生了控制信息交流和共享的问题。由于技术上的限制, 控制系统早期采取一种封闭结构, 这同计算机技术发展早期相似; 而且控制系统网络化发展(如图1) 也跟计算机网络的发展进程有某种相似的对应关系。
在计算机控制系统的发展过程中, 每一种结构的控制系统的出现总是滞后于相应计算机技术的发展[1]。实际上, 大多数情况下, 正是在计算机领域一种新技术出现以后, 人们才开始研究如何将这种新技术应用于控制领域。
进入21世纪, 自动化与工业控制技术需要更深层次的渗透通信与网络技术。一方面, 现代工厂与智能设备传感器、控制器、执行器分布在不同的空间, 其间的通信需要数据通讯网络来实现, 这是网络环境下典型的控制系统[2](如图2) 。另一方面, 通信网络的管理与控制也要求更多的采用控制理论与策略。集中式控制系统和集散式控制系统都有一些共同的缺点, 即随着现场设备的增加, 系统布线十分复杂, 成本大大提高, 抗干扰性较差、灵活性不够、扩展不方便等。为了从根本上解决这些问题, 必须采用分布式控制系统来取代独立控制系统。分布式控制系统就是将控制功能下放到现场节点, 不需要一个中央控制单元来集中控制和操作, 通过智能现场设备来完成控制和通信任务。分布式控制系统可以分为现场总线控制系统和网络控制系统, 前者可以看作是后者的初级阶段[3]。
从网络结构上来说, NCS和FCS 并没有区别, 都是总线网络, 多个节点共享信道, 用来传输实时或非实时数据; 但从定义上看, FCS侧重的是节点之间实时或非实时数据的传输和共享, 而NCS 则强调在通信网络上建立闭环控制回路, 从这一点上看, NCS中的网络是一个广义的范畴, 包括了FCS, 但不局限于FCS, 还可以包括工业以太网、无线通信网络、甚至Internet, 这也是与网络技术的发展相适应的。
“Networked Control Systems”最早于1998年出现在马里兰大学G. C. Walsh的论著中, 但未给出明确的定义。只是用图示说明了网络控制系统的结构, 指出在该系统中控制器与传感器通过串行通信形成闭环。而同济大学的于之训等用了“网络控制系统”; 重庆大学的张结斌等用了“分布式网络控制系统”这样的术语。
清华大学的顾洪军给出了明确的定义[4]:
定义1 网络控制系统( NCS, NetworkedControl systems), 又称为网络化的控制系统, 即在网络环境下实现的控制系统。是指在某个区域内一些现场检测、控制及操作设备和通信线路的集合, 用以提供设备之间的数据传输, 使该区域内不同地点的设备和用
户实现资源共享和协调操作。广义的网络控制系统包括狭义的在内, 而且还包括通过企业信息网络以及Internet 实现对工厂车间、生产线
甚至现场设备的监视与控制等。
这里的“网络化”一方面体现在由于控制网络的引入, 现场设备控制进一步趋向于分布化、扁平化和网络化, 其拓扑结构参照计算机局域网, 包含星型、总线型和环型等几种形式; 另一方面体现在现场控制与上层管理相联系, 将孤立的自动化孤岛连接起来形成网络结构(如图3) 。其中, 由于企业资源计划(ERP)在维持和增强企业竞争力方面的重要作用, 它已成为工厂自动化系统中不可缺少的组成部分, 它能提供灵活的制造解决方案, 使系统对消费者的需求能够作出快速反应。
从以上可以看出, 控制技术和控制系统应该与企业的商业战略相联系, 不仅需要将控制系统的各部分集成到一起, 而且需要将控制系统(硬件和软件) 集成到整个企业系统之中。企业的这种组织管理模式客观上便要求信息网络与控制网络的一体化(如图4), 二者的分离必将会阻碍信息的上行下达, 降低企业的生产管理效率。将控制网络融入企业信息网络, 可以实现:集中管理、高层监控和企业的综合自动化, 为进一步连入更大的网络系统, 如Intranet 、WAN 、Internet 等打下基础, 从而实现远程监控、远程诊断和远程维护。而网络控制系统正是在这种背景下应运而生的。
2.NCS 的研究内容及研究现状
网络控制系统一般有两种理解, 一种是对网络的控制(Control of Network);另一种是通过网络传输信息的控制系统(Control through Net-work)[5]。这两种系统都离不开控制和网络, 但侧重点不同。前者是指对网络路由、网络数据流量等的调度与控制, 是对网络自身的控制, 可以利用运筹学和控制理论的方法来实现[6, 7]; 后者是指控制系统的各节点(传感器、控制器、执行器等) 之间的数据不是传统的点对点式的, 而是通过网络来传输的, 是一种分布式控制系统, 可通过建立其数学模型用控制理论的方法进行研究。
将计算机网络系统应用于控制系统中代替传统的点对点(Point to Point)式的连线, 具有简单、快捷、连线减少、可靠性提高、容易实现信息共享、易于维护和扩展、降低费用等优点[8]。正因为如此, 近几年来以现场总线为代表的网络控制系统得到了前所未有的快速发展和广泛应用。
但控制网络在具备多重优点的同时, 也具有很明显的缺点和急待解决的问题[2, 9~12]:
① 种通信协议没有统一;
②和广泛采用的TCP/IP协议不兼容, 其间需复杂的转换;
③端对端(End to End)的通信延迟;
④网络的拥塞现象、误码和丢包问题。
自从“Networked Control Systems”被提出, 并被作为一个系统研究以来已经取得了一定的成果。网络控制系统作为控制和网络的交叉学科涉及内容相当广泛, 总体来说可以从网络角度和控制角度进行研究. 下面将从控制的角度出发, 综述NCS 的研究内容和现状。
2.1NCS 的建模与控制器设计
控制网络体系结构的变革对包括控制理论在内的许多研究领域都将产生重大影响, 对传统控制理论相应地提出了新的挑战, 对控制系统的分析也将从“系统与控制”的概念转变到“网络和控制”的范畴, 分析的对象不再是孤立的控制过程, 而是整个网络控制系统的稳定性分析、调度管理和鲁棒性问题等。
由于连接到通讯介质上的每个设备都是一个信息源, 而通讯介质是分时复用的, 待发送信息只有等到网络空闲时才能被发送出去, 这就不可避免地导致了传输延迟的发生。每个控制网络可以有多个控制系统构成, 其中有一部分是闭环控制系统。由于这些闭环控制系统是通过网络形成闭环的, 因此称之为闭环网络控制系统。由于信息传输延迟的存在, 相应地就把延迟环节引入了这些系统。网络控制系统的结构框图如图5所示。图5中, τ
行器的传输延迟。
由于NCS 中传输延迟的存在不但会降低系统的控制性能, 而且还是引起系统不稳定的一个潜在因素, 因此, 设计控制器时如果没有考虑信息的传输延迟, 则将按无延迟情况设计出的控制器用于实际的网络控制系统中, 将使系统的性能大打折扣, 甚至引起系统的不稳定。一般可认为, 当时间延迟远小于采样周期时, 时延的影响可以忽略不计; 但当时间延迟相对于采样周期而言不能忽略时, 设计闭环网络控制系统的控制器就必须考虑信息的传输延迟。时延可能是固定的、有界的甚至是随机的, 这取决于所采用的网络协议和所选用的硬件, 以及网络的负载情况等。
由于传输延迟的这种特殊性, 使得网络控制系统的分析与综合变得异常复杂。尤其是随机时变性导致网络控制系统为一时变的分布式不确定系统, 而对于这类系统, 目前尚无有效的方法对其进行分析与设计。
怎样在不确定性延时存在的情况下设计出满足要求的网络控制器, 是一个富有挑战性的课题。目前NCS 中控制理论的研究大大落后于网络控制系统实际应用。网络控制系统的出现发展推广应用给控制理论提出了严峻的挑战, 针对控制理论的研究首次表现出滞后于控制系统应用的现状, 网络控制理论的研究刻不容缓[13]
下面是从控制系统的角度对NCS 进行研究, 分析和建立网络控制系统模型, 设计控制算法, 以满足和提高网络控制系统的性能。 sc1„τscR 为传感器到控制器的传输延迟, τca1„τcaM 为控制器到执
2.1.1 NCS 的数学模型
如图6所示, 被控对象为连续时间对象, 而控制器为一数字类型的控制器, 控制器输出通过一执行器施加到被控对象上。
图6中, τsc 表示传感器到控制器的传输延迟, τ
ca ca 表示控制器到执行器的传输延迟, τc 为控制量的计算时间, 可将其归并入τ。
节点的工作方式可以分为时间驱动(Time-Driven)和事件驱动(Event-Driven)[14]两种。所谓时间驱动的工作方式, 是指节点在采样时钟的作用下定时采样信号, 然后进行发送。而事件驱动是指信号一到达节点, 节点立即被激活, 对数据进行处理和发送, 即“信号到达”这个事件“驱动”节点执行相应的动作, 因此叫事件驱动的工作方式。 设NCS 中被控对象的连续状态方程为
(t) =Ax(t)+Bu(t-τ) x
y(t) =Cx(t)(1)
根据节点不同的工作方式, 可以得到不同的系统离散时间模型。为了对NCS 进行建模, 首先对系统作如下假设(以下的分析将每次取其中的几条
假设来建模):
(1)传感器节点采用时间驱动方式, 对被控对象的输出进行等周期采样, 采样周期为h;
(2)控制器节点采用时间驱动方式而执行器节点采用事件驱动方式;
(3)控制器和执行器节点均采用事件驱动方式, 即信息的到达时间即为相应节点的动作时间;
(4)整个控制回路总的时间延迟0
(5)整个控制回路总的时间延迟0
k +τc k c k +τca k ca k 1,且τk 为固定或随机的。
基于假设(1)、(2)、(4)的NCS 的各节点时序如图7所示。
由此假设可得其离散时间模型为
x(k+1) =Φx(k)+Γu(k-τk ) (2)
其中
1
Φ= e, Γ= e Ah dt ·B
基于假设(1)、(3)、(4)的NCS 的各节点时序如图8所示。
由此假设可得其离散时间模型为
x(k+1)=Φx(k)+Γ0u(k)+Γ1u(k-1) (3)
y(k) =Cx(k) (4)
u(k) =-L(τk )·x(k) (5)
其中
Φ= eAh , 0Ah
l -τk l
Γ0(τk) =⎰0e dt ·B, Γ1(τk) =At 对于以上离散时间模型:①当τk 为固定值时, 即网络时延固定时, 状态反馈矩阵L(τk) 可以通过设计合适的控制策略如极点配置或最优化方法得到; ②当τk 为随机值时, 即在每个采样周期, τk 是变化的时, 除非预先知道τk 的值, 否则L(τk) 将无法得到。
在由现场总线组成的控制网络中, 可以通过时钟同步和在数据信息中加盖时间戳的方法得到τsc
k l -τk ⎰ eAt dt ·B 。而在一般情况下可以认为τ
ca
k c k 为固定值。但由于在控制器得到来自ca k 传感器的信息并进行控制输出的计算时, τ预先未知, 因为τ是在控制量通过网络
传输到执行器端后才可能得到的。基于假设(1)、(3)、(5)的NCS 的各节点时序如图9所示。
对于假设(5),如果01,则可能出现k 时刻发出的信息比k+1时刻发出
的后到的情况, 有两种方法处理此问题:方法一是在发送端和接收端设置缓冲区, 严格按时间先后顺序对数据进行排列, 以保证其先后顺序; 方法二是对于先发送而后到的信息, 由于不再进行控制量的计算, 直接将其抛弃。这里的建模考虑了用第一种方法来处理此问题。
在图9中,k-1时可执行器节点所用的控制信号为u x k -3,k 时刻所用的控制信号为
u x k -2,k+1时刻所用的控制信号也为u x k -2,k+2时刻所用的控制信号为u x k „„这里控制
器采用事件驱动方式, 即x(k)(k= 0, 1, 2,„) 一到控制器节点, 控制器立即计算出控制量u, 这里用u x k 表示这个控制量是由x(k)计算得到的。
k 时刻的网络延时τk 定义为:假定k 时刻控制器端的控制量为u x k -p , 则τk =P,且(τk )max =n,则可得NCS 离散时间模型为
x(k+1) =Φx(k)+β0Γu x k +β1Γu x k -1+„+βn Γu x k -n (6)
其中
l
Φ= e, Γ=⎰e At dt ·B,
0Ah β0, β1, „, βn ∈{0,1},且∑B i =1
也就是说, 在采样时刻k, 执行器端的控制量为u x k , u x k -1, „, u x k -n 中的一个。
以上从控制角度分析了NCS 常见的建模形式。可以看出, 由于网络延时的存在, 使得网络控制系统的分析变得复杂, 尤其是当时延为随机情况时, 此时系统为一随机不确定系统, 正是由于τk 这种随机时变性和不确定性更增加了NCS 分析和设计的难度和挑战性。
2·1·2 NCS 中的状态估计
在NCS 中, 进行状态估计的主要作用是利用带延迟的部分状态信息计算系统的全状态, 这方面的估计问题一般通过最优状态估计来完成。 i =0n
另外, 由于NCS 中信息是通过网络传送的, 而网络的可用带宽是有限的。用状态估计得到系统的状态, 可以减少网络通信量, 减小网络时延。
对于带有时间戳的数据, 网络时延可以在线得到, 此时的状态估计可以用标准的卡尔曼滤波器来实现。如果延时本身满足Markov 模型, 那么就可将此问题作为隐式Markov 模型状态估计问题来解决。
Goodwin 讨论了传感器的测量值通过网络传输到控制器的情况, 测量值不带时间戳, 即延时未知的情形。其中的方法是基于变量的残差(Errors inVariables)和总最小二乘法(Total Least Squares)的。为了得到递推算法, 采用了水平后退法(Re-
cedingHorizon), 即当考虑k 时刻的值时, 已经得到了[k-N,k]时间周期的一系列数据, 并用这个数据块进行状态估计。将问题归结为结构化总最小二乘(STLS, Structured Total Least Squares)问题, 并用带约束的总最小二乘(CTLS, Constructed TotalLeast Squares)来解决STLS 最优问题, 即将问题转化为非线性无约束问题。最后给出了该方法与Kal-man 方法的仿真结果比较, 说明了该方法的优越性[15]。
Beldiman 对基于静态和TOD 的网络控制系统设计了两种状态预估器(开环结构和闭环结构), 对由延时导致的状态滞后进行估计, 以提高系统的性能[16]。
2·1·3 NCS 控制器设计方法
虽然对网络时延系统的分析与建模的研究不断发展, 由于在NCS 中的分布式时间延迟, 使得现有的方法不能直接应用于NCS 。解决网络延时问题有两种途径:一是在不考虑延时的情况下设计控制器, 应用调度算法设法保证信息的实时性, 确保系统的稳定和性能这时网络调度问题; 二是在考虑网络延时的影响, 设计控制算法, 使其在延时存在甚至不确定的情况下能正常工作, 并保证一定的性能指标, 即这里讨论的控制器设计问题NCS 控制器设计的难点在于:
①如何减少时延及其不确定性和设计延时预报算法;
②对分布式时延的有效补偿问题;
② 被控对象存在不确定性或非线性时, 如何处理。
③ 于MIMO 系统, 如何对传输时延建模和设计控制器。
目前, 针对网络控制系统的控制器设计方法主要有:
① 定性控制设计方法
应用确定性设计方法应首先将随机时变延迟转化为固定延迟, 然后针对转后的固定延迟设计控制器。
Rogelio 针对模型(时间驱动) 提出了基于观测器的分布延迟补偿器[17]。在该补偿器算法中, 首先在控制器和执行器接收端设置接收缓冲区, 将时变的传输延迟转化为固定的传输延迟。其优点是可用已有的确定性系统设计和分析方法对闭环网络控制系统进
行设计和分析, 不受延迟特性变化的影响; 其缺点是将所有延迟都转化为最大延迟, 人为地将传输延迟扩大化, 因此降低了系统应有的控制性能。文献[18, 19]中已经证明, 对于具有随机传输延迟的闭环控制系统, 若按最大传输延迟来设计控制器, 则所得闭环控制系统不一定稳定。
②随机控制设计方法
应用随机控制的方法关键在于对网络延时的合理建模和估计, 将网络延时作为系统中的随机变量或随机过程, 设计随机最优控制律。
Ray 对随机时变分布延迟下的输出反馈时延网络系统进行研究, 基于最小方差滤波器和动态规划原理, 得到了具有随机延迟补偿的LQR 控制器(DCLQR),但不满足确定性等价原理[20]。
于之训对控制器是事件驱动的, 在τsck 第k 步传感器到控制器之间的延迟未知的情况下, 基于动态规划和最优控制理论, 得出了使系统均方指数稳定的控制律[21]。
Nilsson 利用模型(3),即传感器采用时间驱动, 控制器和执行器采用事件驱动的工作方式。假设时延的概率分布已知, 且不超过一个采样周期, 并利用Marcov 链对时延的概率分布进行了建模, 给出了闭环网络系统的LQG 随机最优控制律, 该
控制律满足确定性等价原理[22]。
Wei Zhen针对网络时延分布未知的情况, 改进了Nilsson 的LQG 控制律, 提出时延在线估计方法———平均时延窗口(ADW, Average Delays Window)方法。该方法无需网络时钟同步和延时补偿, 即可获得延时信息。并在10 kbit/s的CAN 总线上进行了实验研究[23]。
Wei Zhang针对网络控制系统中普遍存在的通讯延迟问题, 对于控制器是时间驱动的, 利用在控制器和执行器接收端设置接收缓冲区的方法, 提出了一种延迟补偿器结构, 该结构可同时实现对噪声的滤波处理[24]。
于之训针对控制网络中的随机传输延迟, 提出控制器节点采用事件驱动的方式, 同时在传感器和控制器节点发送端设置发送缓冲区, 以确保信息按产生的时间先后依次到达接收端, 采用这种控制模式, 利用传输延迟的Markov 特性, 得到了具有多步随机传输延迟的网络控制系统的数学模型。并得到了满足给定二次型性能指标的最优控制律的解析表达式, 成功地解决了原来事件驱动模式下对这类网络控制系统无法获取其解析随机控制律的难题[25]。
Feng-Li Lian 针对MIMO 网络控制系统进行了时延分析和建模, 并设计了最优控制器[26]。
④ 能控制设计方法
高级控制和智能控制对于解决变化的问题和情况有较好的适应能力, 因此可以用
智能控制和先进控制策略解决时延不确定和时延补偿问题, 以提高系统的鲁棒性。
Kyung Chang 针对基于Profibus-DP 的网络控制系统, 在考虑传输迟延的基础上, 设计了基于遗传算法(Genetic Algorithm) 对PID 参数进行整定的控制器, 并对马达的控制进行了实验研究[27]。
Suk Lee 利用模糊(Fuzzy)控制鲁棒性较好的特性, 设计了基于模糊逻辑的控制器, 并与传统的PID 控制器和时延补偿PID 控制器进行了比较, 说明了模糊控制的效果优于传统控制方法[28]。
Almutairi 研究了基于IP 网络的控制系统, 利用对网络延时的补偿来提高系统的性能[29]。首先利用Fuzzy 理论设计了模糊补偿器, 直接对PI 控制器的参数进行整定, 并给出了离线和在线的整定算法。进一步又考虑对模糊规则参数的自适应调整, 并对马达进行了仿真实验。
任长清对基于互联网的液压远程控制进行了研究, 为了解决不确定性变化的网络延时对系统性能的影响, 在系统中设计了补偿器结构解决网络延时问题, 同时采用延时预测算法解决网络延时不确定性变化的问题, 以改善系统的动态性能和保持系统的稳定性[30]。
王晓峰研究了基于TCP/IP网络的远程伺服控制系统, 提出的动态模糊控制器可按网络中不断变化的传输延时, 根据最佳参数库不断调整其控制参数, 使系统保持稳定并使输出达到一定的性能指标要求[31]。
⑤ 棒控制设计方法
鲁棒控制理论是针对实际工程中模型不确定性发展起来的, 因此对于此类问题可以直接应用鲁棒控制器的设计方法来解决。
采用该方法的关键是要将时延环节转化为系统的一个不确定块, 同时可以考虑被控对象本身的不确定性, 然后针对转化后的系统设计鲁棒控制器, 这样设计出的控制器能同时保证NCS 的鲁棒稳定性和鲁棒性能指标, 该性能指标是确定性的性能指标, 而不是概率意义上的性能指标。
由于NCS 实际为采样控制系统, 所以其等价模型为离散形式的, 要使用采样系统鲁棒控制器的设计理论。当然, 在系统的采样时间远小于系统的时间常数的情况下, 可以近似地将整个采样系统看作是一个准连续系统, 这样做得出的结果可能比较保守。
于之训等将H ∞和μ综合的方法引入控制器的设计, 文中给出了将传输延迟的不确定性转化为不确定块的等价框图, 并用MATLAB 的μ分析和综合工具箱设计了鲁棒控制器, 使得闭环系统具有较好的抗干扰能力[32]。
从目前的研究情况看, 分析和设计网络控制器逐渐由单变量到多变量、由确定到随机、由经典控制理论到智能控制理论和高级控制算法发展。
但这仅仅是个开端, 到目前为止还没有一套系统的方法用于分析、建模、设计整个网络控制系统, 而且网络控制系统的体系结构也还在不断发生变化, 目前的方法基本上集中在网络时延不超过一个采样周期的情况, 而对其他情况的研究还有待深入。 2·2 NCS 的可靠性与安全性
与传统的控制系统相比, NCS 由于系统结构简化, 设备与连线减少, 提高了可靠性。但NCS 通常为一总线设计方案, 所有设备挂于总线上, 如果主干网受损, 应考虑其对策。而且网络数据传输过程中的误码现象也应加以考虑。各种设备的联网为控制系统的安全提出了新的挑战, 既包括设备的安全性又包括信息的安全性。尤其是基于Internet 工业控制以太网的出现和远程控制的应用, 更需要在这方面进行研究。
随着控制系统向大型化和网络化发展, 网络控制系统的故障诊断和容错控制已成为一个新的研究课题。在工程实现中, NCS 对安全性和可靠性要求很高, 如果某些微小故障不能及时排出, 将造成巨大的灾难和损失。
文献[33]中针对NCS 的随机延时, 提出了延时估计和在线获得延时数据的方法, 建立了控制对象的数学模型, 利用z 变换来处理延时, 由等价关系产生残差, 通过参数设计解耦干扰向量, 从而对NCS 的控制故障进行了诊断, 并给出了仿真结果。
3. NCS整体性能的优化和提高
NCS 作为一个包括网络与控制的整体, 其性能既包括网络性能又包括控制性能, 但最终的目的是优化和提高整个NCS 的性能。
3·1 协同考虑控制与调度
NCS 是有网络和控制组成的控制系统, 其闭环性能不仅依赖于控制算法的设计, 还依赖于对网络资源的调度。大多数研究集中于两个方面[34]:通信协议和控制器的设计。合适的传输协议可以保证网络的服务质量(QoS, Quality of Service),而先进控制器设计是为了保证控制的品质(QoP, Quality
of Performance)。由于网络和控制的内在联系, 在NCS 中, 有必要同时考虑网络和控制的参数, 以保证网络的QoS 和控制的QoP 。同时也应该看到, 即使能达到网络的QoS, 也不一定能保证控制的QoP 。综合这两个方面, 设计智能型的可同时优化网络调度和控制器参数的算法, 目前还不多见。
图10是采样时间对连续、数字和网络控制系统的性能影响的曲线。
从图中可以看出, 数字控制系统的性能随着采样时间的减小逐渐提高; 而对于网络控制系统而言, 则是在一定的采样时间(B点以前) 内, 性能逐渐提高, 在B 和C 之间, 达到较为理想的性能, 但随着采样时间的减小, 并未像数字控制系统一样继续提高, 而是呈下降趋势。这主要是因为网络控制系统带宽的限制导致的, 随着采样时间的减小, 更多更频繁的数据传输导致网络QoS 的降低, 从而影响了控制的效果。
文献[35]中讨论了采样时间和网络带宽对系统稳定性和性能的影响, 并给出了选取原则。同时指出NCS 性能的提高可分为两部分。首先是尽可能减少设备处理时间以及改进网络协议以进一步保证传输时间的确定性并减少传输延迟。其他提高系统性能的方法有采用先进最优控制或鲁棒控制器的设计, 这些都能克服NCS 系统的不确定性并取得最好的控制效果。这些改进可使网络控制系统的性能
曲线优于数字控制。
3·2 并行计算在NCS 中的应用
先进控制因其具有许多优异的性能, 越来越多的受到人们的重视。但由于先进控制算法中存在大量的矩阵和迭代等大规模运算, 使得计算量大大增加, 势必导致算法的执行时间增加, 常导致在一个采样周期内不能完成, 使得无法满足实时控制的要求。
计算需求是并行处理技术发展的动力, 而控制系统中更多的应用先进和智能控制策略, 存在大量费时的计算密集问题, 将并行计算技术应用到控制系统中, 可以解决控制算法过于复杂而难以具体在工业现场应用的问题。
并行计算需要多处理器协同工作和相互通信, 网络控制系统的出现无疑为此提供了必要的软硬件环境。如何在NCS 中应用并行计算以获得理想的先进控制效果是值得研究的。应用先进控制并行计算技术的难点之一是如何设计适合于控制系统的并行算法, 因为在传统计算机控制系统中, 控制算法都是工作在单处理器上的, 是串行算法。如果要采用并行计算, 就要重新设计控制算法使之适合于并
行计算, 充分发挥并行计算的优势。
文献[36]中总结了并行计算技术在控制领域应用的现状, 提出了在网络控制系统中直接使用并行计算技术以缩短控制算法的执行时间、提高控制器的性能的新思路; 比较了当今流行的并行计算机之一———工作站集群(NoW, Network of Worksta-tion)与现代控制系统在结构上的相似之处, 得出可以在现代控制系统中实现并行计算的结论。
4. 总结与展望
网络控制系统作为一种新的研究课题, 从提出至今已经取得了一定的成果, 本文对此作了归纳与总结。但作为一种新的事物, 还有许多问题需要进一步的研究和解决:
NCS 作为一种新的控制系统结构体现在其对最新计算机网络技术和通信技术的改造和应用。将以太网和TCP/IP协议引入网络控制系统已经取得了一定的成果。IPV6的引入为将来基于IP 网络的控制系统提供了足够的地址资源。安全和加密传输技术的发展为数据的安全传输提供了技术上的保障。而要将NCS 和Internet 实现信息和控制的无缝集成, 还需进一步深入研究。
进一步研究基于因特网的远程控制技术无论对于工业或民用都具有十分重要的
意义。目前已取得了一定的成果[30, 31, 37], 这一技术的关键在于对网络延时的准确预报和建模, 可以运用动态补偿器对网络延时进行动态补偿。
虽然在网络控制系统建模方面已经取得了一定的成果, 但大都基于一定的限制条件和理想化假设, 因此有必要在实验的基础上建立:①基于数据在网络上传输纯延时分布的数据模型; ②网络阻塞的数据模型; ③误码的数学模型, 网络上客观上存在误码率网络控制也不例外按照概率随机控制理论建立其模型; ④传输延迟超过一个采样周期的数学模型, 在实际的网络控制系统中, 传输延迟可能会大于一个采样周期, 在每个采样时间内, 可能会出现空采样和多采样, 而且会打乱原有的次序, 这时对系统的建模以及分析变得更为困难。
在已有的随机控制方案中, 都是针对某一事先已知的延迟统计特性设计控制律。但在实际的控制网络中, 延迟的统计特性可能会发生变化, 那么, 针对原有延迟统计特性得出的控制律是否还适用于新的延迟统计特性, 就成为一个很关键的问题。这实际上就是控制器的鲁棒性问题。
网络环境下的控制系统的鲁棒性问题包括系统建模的不确定性、随机延迟统计分布的不确定性和当前网络QoS 的不确定性。QoS 代表的是网络的运行状态, 但网络的运行状态不可能精确已知, 在QoS 存在不确定性的情况下, 如何设计出更为鲁棒的控制策略则是具有挑战性的课题。
另外, 在闭环网络控制系统的分析与设计中, 还有一个问题更富挑战性, 即当被控对象为非线性对象时, 怎样设计NCS 的控制器。因为目前关于NCS 的研究大都是基于线性被控对象的。
NCS 性能的提高可从两个方面来考虑。一是使设备处理时间最小化, 改进网络协议进一步保证传输时间的确定性, 同时减小端对端的传输延时。二是采用高级优化算法或设计鲁棒控制器, 这可以克服NCS 中的不确定性, 得到最佳的控制效果。进一步的工作是同时考虑网络和控制参数建立NCS 的离散时间模型, 并基于此模型, 研究包括控制和网络参数的智能控制器。这种智能网络控制器可以
辨识或估计网络性能, 而且能将网络流量保持在一个合适的水平, 可根据网络流量和控制性能指标要求产生多种模式的控制行为, 并能自适应的修改控
制算法, 以提高整个网络控制系统的性能。
将并行计算技术引入网络控制系统的实际应用中, 可以缩短控制算法的执行时间、提高控制器的性能。如何使控制系统的软硬件环境更适合并行计算发挥效用、并行控制算法的设计、并行程序执行时间的预测以及并行计算造成的随机延迟对控制系统性能的影响等是在控制系统实时并行计算时需要面对的问题。
网络化控制系统的故障诊断则是一个新的研究课题[33]。有两个方向值得研究:一
是更加深入的分析研究复杂的网络随机延时; 二是研究如何克服系统模型的不确定性的影响, 来进行系统的故障诊断检测和辨识。
对网络控制系统的研究涉及控制和网络构成的交叉学科, 为保证NCS 的稳定性和性能, 需要对网络和控制器的参数进行研究。这给对网络和控制都有兴趣的研究者带来了机遇和挑战。
网络控制系统作为一种新的控制系统体系结构, 其相应的理论还相当不成熟, 但却将被大量的投入工程实际应用, 因此对网络控制系统的研究应加紧进行[13]
参考文献
[1] 顾洪军, 张佐, 吴秋峰. 控制系统的网络化发展[M].工业仪表与自动化装
置,2000(1):62~65·
[2] 王征, 谈大龙, 王向东. 网络控制系统稳定性研究[M].控制与决策,2002, 17(增刊):802~804,807·
[3] 张结斌, 文代刚. 基于Internet/Intranet分布式网络控制系统的实现[J].自动化与仪表,1999, 14(4):1~4·
[4] 顾洪军. 网络控制系统建模及性能分析方法的研究:[博士学位论文]·北京:清华大学, 2001·
[ 5 ] Walsh G C. Scheduling of networked control systems.IEEE Control Systems Magazine. 2001, 21:57~65·
[ 6 ] 张孝林, 吴介一, 等. 高速计算机网络中的拥塞控制系统设计方法综述[J].信息与控制,2001, 30(1):46~54·
[ 7 ] 汪小帆, 孙金生, 王执铨, 等. 控制理论在Internet 拥塞控制中的应用[J].控制与决策,2002, 17(2):129~134·
[ 8 ] Raji R. Smart Network for Control[J]. IEEE Spec-trum. June 1994:49~55·
[ 9 ] 于之训, 陈辉堂, 王月娟. 闭环网络控制系统研究综述[J].信息与控制,2001, 30(7):689~695·
[10] 周洪, 王均. 工业过程网络控制理论的研究状况[J].自动化博览. 2002, 19(5):28~29,32·
[11] Lian Fengli . Network design consideration for dis-tributed control systems[J]. Control Systems Technolo-gy, IEEE Transactions on. 2002, 10(2):297~307·
[12] Lian Fengli, Moyne J, Tilbury D. Optimal ControllerDesign and Evaluation for a Class of Networked ControlSystems with Distributed Constant Delays. Proceedingsof the American Control Conference, Anchorage, Alas-ka USA,2002, 4:3009~3014·
[13] 周洪, 王均·工业过程网络控制理论的研究状况[J]·自动化博览, 2002, 19 (5): 28~29, 32·
[14] Nilsson J B, Bernhardsson B, Wittenmark·Stochastic Anal-ysis and Control of Real-Time Systems with Random TimeDelays [J]·Automatica·1998, 34 (1): 57~64
[15] Goodwin C ·Juan Carlos Aguero, Arie Feuer ·State Estima-tion for Systems Having Random Measurement Delays UsingErrors in Variables·The 15th Triennial World Congress·Barcelona, Spain, 2002·
[16] Beldiman O, Walsh G C, Bushnell L·Predictors for Net-worked Control Systems·Proceedings of the American Con -trol Conference·Chicago, Illinois, 2000, 4: 2347~2351·
[17] Rogelio L, Ray A·An Observe-Based Compensator forDistributed Delays
[J]·Automatica·1990, 26 (5): 903~908·
[18] Yorke JA·Asysmptotic Stability forOne Dimentional Differ-
ential·J of Differential Equations·1970, (7): 189~202·
[19] Hirai K, Satoh Y ·Stability of a Systema with VariableTime-Delay [J]·IEEE Transactions on Automatic Con -trol·1980, 25
(3):552~554·
[20] Ray A ·Output Feedback Control under Randomly VaryingDistributed Delays
[J]·Measurement and Control·1994,17 (4): 701~711·
[21] 于之训, 陈辉堂, 王月娟·时延网络控制系统均方指数稳定的研究[J]·控制与决策, 2000, 15 (3):278~281·
[22] Nilsson J·Real-Time Control Systems with Delays·Lund:Lund Institute of Technology, 1998·
[23] Zhen Wei, Li Changhong, Xie Jianying·Improved ControlScheme with Online Delay Evaluation for Networked ControlSystems·Proceedings of the 4th World Congress on Intelli-gent Control and Automa- tion·Shanghai, P·R·China,2002, 2: 1319~1323·
[24] Zhang Wei , Michael S·Branicky, Stephen M·Phillips·St-ability of Networked Control Systems·IEEE Control SystemsMagazine·February 2001,21: 84~99·
[25]于之训, 陈辉堂, 王月娟·基于Markov 延迟特性的闭环网络控制系统研究[J]·控制理论与应用, 2002,19 (2): 263~267·
[26] Lian Fengli, Moyne J·, Tilbury D·Analysis and Modelingof Networked Control Systems: MIMO Case with MultipleTime Delays·Proceedings of the American Control Confer-ence·Arlington, VA, 2001, vol·6, 4306~4312·
[27] Lee Kyung Chang, Lee Suk·Remote Controller Design ofNetworked Control System Using Gene tic Algorithm·ISIE2001, Pusan, KOREA in IEEE·2001: 1845~1850·
[28] Lee Suk, Lee Sang Ho, Lee Kyung Chang·Remote FuzzyLogic Control for Networked Control System·IECON’01:The 27th Annual Conference of the IEEE
Industrial Elec-tronics Society·2001, 1822~1827·
[29] Almutairi Naif B·, Chow Moyuen·PI Parameterization Us-ing Adaptive Fuzzy Modulation (AFM) for Networked Con-trol Systems - Part I: Partial Adaptation [J]·IEEE Pro -ceedings of IECON 2002·Sevilla, Spain, 2002·3152 ~3157·
[30]任长清, 吴平东, 王晓峰等·基于互联网的液压远程控制系统延时预测算法研究
[J]·北京理工大学学报, 2002, 22 (1): 85~89·
[31]王晓峰, 吴平东, 任长清等·基于TCP/IP网络的远程伺服控制系统中的动态模糊控制器[J]·计算机应用, 2002, 22 (11): 83~85·
[32]于之训, 陈辉堂, 王月娟·基于H1和1综合的闭环网络控制系统的设计[J]·同济大学学报(自然科学版), 2001, 29 (03): 307~311·
[33]郑英, 方华京, 谢林柏等·具有随机时延的网络化控制系统基于等价空间的故障诊断[J]·信息与控制,2003, 32 (2): 155~159·
[34] Lian Fengli·Analysis, Design, Modeling, and Control ofNetworked Control Systems·Ph·D·thesis, TheUniversity ofMichigan, 2001·
[35] Lian Fengli·Network design consideration for distributedcontrol systems
[J]·Control Systems Technol-ogy, IEEETransactions on·March 2002, 10 (2): 297~307·
[36]苑明哲, 于海斌, 周悦·并行计算在网络化控制中的机遇与挑战[J]·信息与控制, 2003, 32 (2): 97~
61第6期吴迎年等:网络控制系统研究综述(II)101, 107
[37]王晓峰, 吴平东, 任长清等·基于TCP/IP的远程控制系统中动态补偿器的仿真研究[J]·北京理工大学学报, 2002, 22 (6): 695~698·