今日頭條
官方微信
官方抖音
資訊頻道1 模擬控制系統(tǒng)與經(jīng)典控制理論
1.1 二十世紀上半葉自動化儀表的歷史
二戰(zhàn)期間的技術(shù)革新，帶動了儀表工業(yè)的快速發(fā)展。20世紀40年代初期，3～15psi的氣動信號標準制定，產(chǎn)生了組合式氣動單元控制儀表系統(tǒng)，即第一代自動化儀表及系統(tǒng)。20世紀50年代初，電子儀表開始應用于過程控制領(lǐng)域，4～20mA模擬電流信號標準隨即被制定，出現(xiàn)了基于電動單元組合式模擬儀表控制系統(tǒng)，即第二代自動化儀表及系統(tǒng)。
早期的自動化儀表及系統(tǒng)一般稱為模擬控制系統(tǒng)（ACS，Analogous Control System）。單元組合式調(diào)節(jié)儀表的結(jié)構(gòu)特點是根據(jù)檢測系統(tǒng)和控制系統(tǒng)中各組成環(huán)節(jié)的不同功能和不同的使用要求，劃分成傳感器、變送器、調(diào)節(jié)器、執(zhí)行器和記錄設(shè)備等若干單元。由于各單元之間采用統(tǒng)一標準信號聯(lián)絡(luò)，只需進行簡單的搭配連接，就可根據(jù)過程要求構(gòu)成各種復雜程度不同的自動檢測控制系統(tǒng)，簡化了系統(tǒng)的設(shè)計、安裝、操作和維護。
1.2 經(jīng)典控制理論的發(fā)展
盡管N.Minorsky于1922年通過觀察舵手駕馭輪船提出了著名的PID控制，但直到20世紀30年代才被設(shè)計人員重視。設(shè)計者雖然意識到了Minorsky成果的重要性，但在實現(xiàn)中仍然缺乏穩(wěn)定、線性的放大設(shè)備，以將測量儀表中獲取的小信號放大到合適的功率以推動執(zhí)行器。
為了解決放大器的問題，H.S.Black經(jīng)過研究發(fā)明了負反饋放大器。隨之，F(xiàn)oxboro公司的C.E.Mason也設(shè)計了一種氣動負反饋放大器。
模擬信號干擾問題的解決，為經(jīng)典控制理論的應用與發(fā)展奠定了技術(shù)基礎(chǔ)。然而在實際應用中存在兩大理論問題：一是缺乏分析的理論基礎(chǔ)，二是缺少分析手段與工具。
負反饋放大器的穩(wěn)定性判據(jù)于1932年由H.Nyquist公布，稱為奈奎斯特穩(wěn)定性判據(jù)。該判據(jù)采用頻率的方法，不僅可以判斷系統(tǒng)是否穩(wěn)定，而且可以給出穩(wěn)定裕量。這一工作最終將設(shè)計控制系統(tǒng)的方法轉(zhuǎn)向頻域分析的軌道，而不再需要推導或求解復雜的微分方程。
1938年，H.W.Bode 采用了復數(shù)函數(shù)的幅值和相位的頻率響應曲線，并用增益和相位裕量分析了閉環(huán)穩(wěn)定性。1943年，A.C.Hall提出結(jié)構(gòu)圖可以用拉普拉斯變換方法得到的系統(tǒng)傳遞函數(shù)表示，通過它能夠畫出系統(tǒng)傳遞的根軌跡，可以完成奈奎斯特穩(wěn)定性實驗。更為重要的是可以確定增益和相角裕量，由此提出采用M圓和N圓估計閉環(huán)時域性能。1945年，H.W.Bode的《網(wǎng)絡(luò)分析和反饋放大器設(shè)計》出版，奠定了經(jīng)典控制理論的基礎(chǔ)[7]。1948年，W.R.Evans提出了根軌跡設(shè)計方法，該方法針對線性單輸入系統(tǒng)，提供了一個在S平面決定閉環(huán)系統(tǒng)極點的直接手段。20世紀50年代有更多的研究集中在S平面及如何根據(jù)上升時間、超調(diào)等指標在閉環(huán)系統(tǒng)上獲得期望特性。
正是自動化儀表及系統(tǒng)的需求與完善，推動了經(jīng)典控制理論的形成與發(fā)展。到50年代末，采用頻域技術(shù)的自動控制理論及設(shè)計技術(shù)趨于完善，其數(shù)學理論也已經(jīng)建立。這些理論以單輸入－單輸出線性定常系統(tǒng)為主要研究對象，以傳遞函數(shù)作為系統(tǒng)的基本描述，以頻率法和根軌跡法作為系統(tǒng)分析和設(shè)計方法。主要優(yōu)點是：與時域法相比，計算量小，物理概念清晰，可以用實驗法建立數(shù)學模型。經(jīng)典控制設(shè)計方法主要基于直覺，能夠確保系統(tǒng)性能的實現(xiàn)，依靠手算、滑尺和圖形技術(shù)實現(xiàn)。
2 計算機控制系統(tǒng)與現(xiàn)代控制理論
2.1 計算機應用于自動化儀表的歷史
20世紀50年代核反應堆的發(fā)展是計算機開始應用于工業(yè)過程控制和自動化儀表的主要動機。1956年開始，美國的TRW公司和Texaco公司合作，探討了計算機控制應用于阿瑟港煉油廠聚合單元的可能性，并設(shè)計了一套基于RW-300的計算機控制系統(tǒng)。該系統(tǒng)于1959年3月投入運行，其最基本的功能是使反應堆壓力最小，保證五個反應堆之間喂料的最優(yōu)化分布，并根據(jù)催化情況控制熱水的注入量以及保持優(yōu)化循環(huán)。
英國ICI公司于1962年用Ferranti Argus計算機完全取代模擬儀表，計算機直接參與過程控制，成功地實現(xiàn)了直接數(shù)字控制（DDC，Direct Digital Control），宣告了集中式計算機控制系統(tǒng)（CCS，Computer Control System），即第三代自動化儀表及系統(tǒng)的誕生。從此，控制系統(tǒng)開始進入計算機控制系統(tǒng)（或數(shù)字控制系統(tǒng)）階段。
計算機可靠性差的問題直接阻礙了DDC應用的步伐，但隨著集成電路技術(shù)的進步，速度快、體積小、價格便宜、更加可靠的小型計算機投入市場，這個問題部分得到了緩解。1972年微型計算機的出現(xiàn)更加刺激了計算機控制的應用，到1975年達到了50 000臺[5]。
由于計算機的可靠性，集中式控制不可避免地造成風險集中的問題，而且操作和監(jiān)督要求全廠各部分的通信聯(lián)系，需要大量的高速率數(shù)據(jù)通信。1975年Honeywell公司推出世界上第一套分散型（計算機）控制系統(tǒng)（DCS，Distributed Control System；DCCS，Distributed Computer Control System）TDC-2000系統(tǒng)，該系統(tǒng)由大量的微型處理器構(gòu)成分層體系結(jié)構(gòu)，具有集中管理、分散控制的特點，宣告了第四代自動化儀表及系統(tǒng)的開始。隨后DCS產(chǎn)品不斷涌現(xiàn)，諸如：日本橫河公司的CENTUM、Tayler公司的MOD3、Foxboro公司的SPECTRUM、西門子公司的TELEPERM M等系統(tǒng)。
2.2 現(xiàn)代控制理論的發(fā)展
20世紀60年代前后，當時空間技術(shù)工程師采用的標準方法，稱為狀態(tài)空間法，并于1959年在美國自動控制聯(lián)合會第一屆年會上首次提出現(xiàn)代控制理論這一名稱，研究方法從頻域又回到時域中來。
在狀態(tài)空間法的研究初期（1948～1952年間），為解決導彈的制導問題，R.Bellman提出了最優(yōu)化原理和動態(tài)規(guī)劃。1958年，L.S.Pontryagin提出了極大值原理；1960年，R.Kalman和他的合作者提出了針對線性多變量系統(tǒng)最優(yōu)化設(shè)計的線性二次調(diào)節(jié)器（LQG，Linear Quadratic Regulator）設(shè)計方程，并討論了最優(yōu)濾波與估計理論，給出了離散卡爾曼濾波器和連續(xù)卡爾曼濾波器，這些工作成為現(xiàn)代控制理論的起點。
盡管現(xiàn)代控制理論在20世紀60年代已取得了巨大的成功，但計算機技術(shù)的發(fā)展及其向過程控制領(lǐng)域的應用，給現(xiàn)代控制理論帶來了新的機遇和挑戰(zhàn)。通過計算機控制系統(tǒng)能夠?qū)崿F(xiàn)矩陣方程的求解，使人們能夠?qū)碗s系統(tǒng)作更為深入的分析，同時計算機控制系統(tǒng)能夠?qū)崿F(xiàn)復雜的最優(yōu)控制算法和濾波算法，擴大了現(xiàn)代控制的應用范圍。但計算機控制系統(tǒng)作為一種不同于模擬控制系統(tǒng)的一代自動化儀表及系統(tǒng)，在應用中給現(xiàn)代控制理論帶來了新的問題，并促進了其發(fā)展。
首先，計算機工作在離散時間域，具有不同于連續(xù)系統(tǒng)的特殊問題，這個問題的解決直接導致了數(shù)字控制理論的產(chǎn)生和發(fā)展。早在20世紀50年代，C.E.Shannon揭示了采樣數(shù)據(jù)技術(shù)的重要性，J.R.Ragazzini、G.Franklin和L.A.Zadeh等人提出了采樣數(shù)據(jù)系統(tǒng)理論，利用Z變換的方法建立離散系統(tǒng)傳遞函數(shù)，提出了一些離散系統(tǒng)的分析設(shè)計方法。
對于工業(yè)設(shè)備，不易獲得比較精確的數(shù)學模型，現(xiàn)代控制理論是通過理論分析設(shè)計控制系統(tǒng)，沒有充分考慮工程實際，對擾動、未建模特性和噪聲的魯棒性差，難以承受工業(yè)生產(chǎn)中各種不利因素的影響對控制系統(tǒng)的性能要求，不易形成最優(yōu)控制的性能指標。因此，20世紀70年代，H.H.Rosenbrock、A.G.J.MacFarlane和I.Postlethwaite等人將經(jīng)典控制的頻域方法和根軌跡法擴展到多變量系統(tǒng)。隨后，魯棒現(xiàn)代控制理論等新的研究成果相繼產(chǎn)生。
隨著計算機在過程工業(yè)的大量應用，需要了解系統(tǒng)的動態(tài)特性，以便于實現(xiàn)在線優(yōu)化。但有些過程模型是不知道的，或者過程模型結(jié)構(gòu)已知而參數(shù)未知，這個問題直接促使了系統(tǒng)辨識和自適應控制理論的發(fā)展。通過系統(tǒng)辨識和自適應控制理論，能夠辨識環(huán)境條件或過程參數(shù)變化情況下的過程模型，在辨識的基礎(chǔ)上綜合出新的控制算法，并根據(jù)綜合出的控制策略自動地修正控制器的參數(shù)值。
1965年美國的L.A.Zadeh發(fā)表《Fuzzy Sets》這一開創(chuàng)性論文，模糊集理論開始產(chǎn)生。1974年，英國的Mamdani首先把模糊集理論用于鍋爐和蒸汽機的控制。1943年，W.S.McCulloch和W.Pitts提出了神經(jīng)元模型，稱為MP模型。20世紀60年代，Kilmer和McCulloch等人將神經(jīng)網(wǎng)絡(luò)應用到阿波羅登月計劃中。模糊控制、神經(jīng)網(wǎng)絡(luò)控制等智能控制理論直接研究控制器本身，采用定性和定量相結(jié)合、數(shù)學與直覺推理相結(jié)合的工程方法，系統(tǒng)獲取的不僅僅是數(shù)學信息，也包括符合、文字等自然語言，因此不要求對象的精確數(shù)學模型，進一步提高了對復雜難以建模對象的控制水平。
3 網(wǎng)絡(luò)控制系統(tǒng)給控制理論帶來了新的機遇和挑戰(zhàn)
3.1 現(xiàn)場總線及網(wǎng)絡(luò)控制系統(tǒng)的產(chǎn)生和發(fā)展
到20世紀末，全球市場逐漸形成，企業(yè)競爭空前加劇，工業(yè)生產(chǎn)必須按市場需求加快新產(chǎn)品的開發(fā)、降低成本、完善服務。這就需要把市場、生產(chǎn)計劃、制造過程、企業(yè)管理、售后服務看作要統(tǒng)一考慮的生產(chǎn)過程，并采用計算機、自動化、通信等技術(shù)實現(xiàn)整個過程的綜合自動化，以改善生產(chǎn)加工和管理決策。要實現(xiàn)綜合自動化，實現(xiàn)整個生產(chǎn)過程的信息集成，就必須要在工業(yè)現(xiàn)場實現(xiàn)設(shè)備間的多點數(shù)字通信，構(gòu)成工廠底層網(wǎng)絡(luò)系統(tǒng)，以實現(xiàn)底層現(xiàn)場設(shè)備之間以及生產(chǎn)現(xiàn)場與外界之間的信息交換。
同時計算機、通信，尤其是ASIC芯片技術(shù)的快速發(fā)展，使得在傳感器、執(zhí)行器等設(shè)備上加裝智能接口成為現(xiàn)實，促使帶有微處理器芯片儀表（智能化儀表）的產(chǎn)生，智能化儀表實現(xiàn)了傳輸信號數(shù)字化，為現(xiàn)場總線的出現(xiàn)奠定了基礎(chǔ)。在市場需求和高新技術(shù)的雙重推動下，現(xiàn)場總線終于在20世紀80年代出現(xiàn)。現(xiàn)場總線是應用在生產(chǎn)現(xiàn)場、在微機化測量控制設(shè)備之間實現(xiàn)雙向串行多節(jié)點數(shù)字通信的系統(tǒng)，也被稱為開放式、數(shù)字化、多點通信的底層控制網(wǎng)絡(luò)。實質(zhì)上就是把微處理器置入傳統(tǒng)儀表，使自動化儀表及系統(tǒng)具有通信能力，通過現(xiàn)場總線連接成網(wǎng)絡(luò)系統(tǒng)，加入到信息網(wǎng)絡(luò)的行列。國際電工委員會（IEC）歷時12年于2000年1月4日公布通過了IEC6115現(xiàn)場總線標準。2003年4月，IEC61158現(xiàn)場總線第三版正式成為國際標準，從而形成了10種控制層現(xiàn)場總線協(xié)議。
現(xiàn)場總線IEC國際標準的制定，以及工業(yè)以太網(wǎng)的產(chǎn)生和發(fā)展，再加上網(wǎng)絡(luò)具有的可以減少電纜的使用、大大地提高了系統(tǒng)靈活性和易維護性的優(yōu)勢，使當今的自動化儀表及系統(tǒng)領(lǐng)域發(fā)生了巨大的變革。主要表現(xiàn)在：用一對通信線連接多臺數(shù)字儀表代替一對信號線只能連接一臺模擬儀表；用多變量、雙向、數(shù)字通信方式代替單變量、單向、模擬傳輸方式；用多功能的現(xiàn)場數(shù)字儀表代替單功能的現(xiàn)場模擬儀表；用分散式的虛擬控制站代替集中式的控制站；導致傳統(tǒng)控制系統(tǒng)結(jié)構(gòu)的變革，形成了新型網(wǎng)絡(luò)集成式全分布控制系統(tǒng)――現(xiàn)場總線控制系統(tǒng)（FCS，F(xiàn)ieldbus Control System），代替了分散型控制系統(tǒng)DCS；變革了傳統(tǒng)的信號標準、通信標準和系統(tǒng)標準；變革了傳統(tǒng)自動化系統(tǒng)的體系結(jié)構(gòu)、設(shè)計方法和安裝調(diào)試方法。同時，基于Internet的遠程監(jiān)控系統(tǒng)也開始進入工業(yè)領(lǐng)域。
這些變革為網(wǎng)絡(luò)控制系統(tǒng)（NCS：Networked Control System）的真正產(chǎn)生和發(fā)展奠定了基礎(chǔ)。盡管DCS系統(tǒng)有過很大的發(fā)展，但在DCS系統(tǒng)中，實時控制任務（傳感、計算、執(zhí)行等）一般都在一個獨立的組件中進行，僅僅開關(guān)量、監(jiān)控、報警等信息通過串行網(wǎng)絡(luò)傳遞，因此DCS系統(tǒng)并沒有真正構(gòu)成網(wǎng)絡(luò)控制系統(tǒng)。因此網(wǎng)絡(luò)控制系統(tǒng)的實現(xiàn)是與現(xiàn)場總線技術(shù)的產(chǎn)生和發(fā)展緊密相關(guān)的。
網(wǎng)絡(luò)控制系統(tǒng)（NCS）就是通過實時網(wǎng)絡(luò)形成閉環(huán)的反饋控制系統(tǒng)[9]。在NCS系統(tǒng)中，參考輸入、被控對象輸出、控制的輸入等信息，利用網(wǎng)絡(luò)在控制器、執(zhí)行器及傳感器等控制組件之間交換。NCS實現(xiàn)了將不同地域的傳感、控制、執(zhí)行等分布對象通過網(wǎng)絡(luò)連接起來，從而形成了更加靈活、功能更為強大、當然也更加復雜的控制體系，能夠把經(jīng)營決策、管理、計劃、調(diào)度、過程優(yōu)化、故障診斷等緊密聯(lián)系起來，能夠滿足企業(yè)高效益、高生產(chǎn)率的要求。也就是說，NCS實現(xiàn)了資源的共享，擴大了網(wǎng)絡(luò)和控制系統(tǒng)的應用領(lǐng)域。
一些以前受實時性要求影響而無法完全實現(xiàn)的復雜控制算法，能夠在網(wǎng)絡(luò)上通過共享資源得以實現(xiàn)。在這些復雜算法中，能夠提高具有非線性、大滯后、時變性等特點被控對象控制性能的學習控制算法尤其引人注目。這時的學習算法僅依靠在其他的智能設(shè)備或計算機網(wǎng)絡(luò)系統(tǒng)上的資源得到實現(xiàn)，可以不依賴本地的現(xiàn)場控制設(shè)備的有限資源，從而大大降低對現(xiàn)場控制設(shè)備性能的要求，為在確保高性能學習的同時實現(xiàn)低成本控制的目標提供了一種新途徑。這種學習回路是通過網(wǎng)絡(luò)（或總線）閉環(huán)的控制系統(tǒng)，稱之為基于網(wǎng)絡(luò)學習的控制系統(tǒng)（NLCS，Networked Learning based Control System）[11]。
3.2 網(wǎng)絡(luò)誘導延時及其對網(wǎng)絡(luò)控制提出的挑戰(zhàn)
在反饋回路中網(wǎng)絡(luò)的引入給控制系統(tǒng)的分析和設(shè)計帶來了復雜性，帶來了與傳統(tǒng)控制不同的以下問題：首先是網(wǎng)絡(luò)誘導延時問題，包括傳感器到控制器的延時和控制器到執(zhí)行器的延時。由于網(wǎng)絡(luò)帶寬是有限的，連接在網(wǎng)絡(luò)上的設(shè)備共享這個帶寬，網(wǎng)絡(luò)誘導延時是不可避免的。這個延時是時變的或時不變的，若不加考慮，將降低控制系統(tǒng)性能。其次是網(wǎng)絡(luò)丟包問題。由于網(wǎng)絡(luò)是不可靠的傳送通道，信息包不僅會延時，也會丟失。丟包到底會給控制系統(tǒng)帶來多大的影響，也必須要考慮和分析。
目前，針對網(wǎng)絡(luò)延時（丟包）問題的研究，已經(jīng)有一些初步的研究成果。在網(wǎng)絡(luò)誘導延時對網(wǎng)絡(luò)控制性能的影響方面，顧洪軍[13]研究了網(wǎng)絡(luò)延時對系統(tǒng)實時性的影響。針對網(wǎng)絡(luò)控制系統(tǒng)中包括周期性通信、隨機性通信和突發(fā)性通信，而其中周期性通信的實時性對于系統(tǒng)的性能來說是最重要的特點，基于數(shù)據(jù)鏈路層數(shù)據(jù)傳輸策略，從邏輯令牌傳遞和信道競爭兩個角度分析了周期性通信的實時性及延時對其的影響，給出了滿足實時性的充分條件。
Walsh[14]、Zhang[9,15]、Octavian[16]、Branicky[17,18]等研究了網(wǎng)絡(luò)控制系統(tǒng)的穩(wěn)定性。其中Zhang[9]在離散系統(tǒng)下詳細分析了具有網(wǎng)絡(luò)誘導延時的網(wǎng)絡(luò)控制系統(tǒng)的穩(wěn)定性問題。其中假設(shè)延時為常數(shù)，傳感器為時間驅(qū)動（采樣周期為h），而控制器和執(zhí)行器為事件驅(qū)動方式，分別研究了延時小于一個采樣周期（τ < h）和延時大于采樣周期（1< τ 1）情況，并針對特定對象繪制了穩(wěn)定區(qū)域圖。Walsh[14]采用李雅普諾夫穩(wěn)定性方法提出了保證系統(tǒng)穩(wěn)定的最大容許時間間隔（MATI，Maximum Allowable Time Interval）。
針對智能控制問題，Suk Lee、Kyung Chang Lee等[19 20]研究了網(wǎng)絡(luò)環(huán)境下的模糊控制性能，他們建立了一個基于Profibus-DP現(xiàn)場總線的網(wǎng)絡(luò)系統(tǒng)，并分析了網(wǎng)絡(luò)延時特性。通過實驗比對了在網(wǎng)絡(luò)環(huán)境下常規(guī)PID控制器與模糊控制器的性能，最后得出了模糊控制器對網(wǎng)絡(luò)延時具有更好魯棒性的結(jié)論。利用同樣的網(wǎng)絡(luò)，他們也分析了利用遺傳算法的自調(diào)整PID控制器的性能，發(fā)現(xiàn)遺傳算法對網(wǎng)絡(luò)延時有很好的適應能力，在不知道網(wǎng)絡(luò)延時特性的情況下，遺傳算法仍保持了很好的PID參數(shù)調(diào)整能力。
在控制器設(shè)計方面，針對網(wǎng)絡(luò)控制中的隨機時變延時問題，A. Ray等[21、22]采用增廣對象模型將系統(tǒng)的當前狀態(tài)、延時輸出和控制信息構(gòu)成新的狀態(tài)向量，延時信息包含在新的增廣對象里，通過對增廣對象的分析進行控制器的設(shè)計。由于延時的時變性，增廣對象也是時變的，因此設(shè)計是困難的，只能進行定性分析。Krtolica等[23]也構(gòu)造了一個包括對象和控制器狀態(tài)的增廣狀態(tài)向量空間，這個狀態(tài)空間是離散時變的，總的狀態(tài)數(shù)量與傳感器到控制器和控制器到傳感器的時間延時的可能范圍有關(guān)。對于有界的延時，系統(tǒng)狀態(tài)矩陣可以被看作是具有有限狀態(tài)的有限自動機，這種系統(tǒng)的穩(wěn)定性分析可以通過一個具有有限狀態(tài)變換的Markov鏈描述。
Asok Ray等[22]也提出了一種狀態(tài)估計的方法，從統(tǒng)計的觀點對獲得的信息進行分析和處理，但其最大延時限制在一個采樣周期以內(nèi)。當多于一個采樣周期時，這種方法就不再適用。對于多于一個采樣周期的延時問題，Luck R.和Asok Ray采用了一種設(shè)立緩沖器的方法，他們在控制器和執(zhí)行器端分別設(shè)立緩沖器，緩沖器的長度大于各自的最大延時周期數(shù)，各個節(jié)點實行同步采樣，就把隨機時變系統(tǒng)延時轉(zhuǎn)換成了固定延時。這種方法的優(yōu)點可以利用現(xiàn)有的確定性系統(tǒng)的設(shè)計方法進行控制器的設(shè)計，但緩沖器把所有的延時都轉(zhuǎn)化成最大延時，人為擴大了時延，降低了系統(tǒng)應有的控制性能。
于之訓等[24]研究了具有Markov延遲特性的閉環(huán)控制系統(tǒng)，提出在傳感器節(jié)點和執(zhí)行器節(jié)點采用時間驅(qū)動、等周期同步采樣，而控制器節(jié)點采用事件驅(qū)動的方式，并在傳感器和控制器節(jié)點發(fā)送端設(shè)置發(fā)送緩沖區(qū)，確保信息按產(chǎn)生的時間先后依此到達接收端。利用具有隨機時變傳輸延遲的網(wǎng)絡(luò)控制系統(tǒng)的數(shù)學模型，利用Markov鏈理論和隨即最優(yōu)控制理論，得到了滿足給定二次型性能指標的最優(yōu)控制率。
F.-L.Lian等[25]建立了具有多延時存在MIMO網(wǎng)絡(luò)控制系統(tǒng)模型，并利用這種模型設(shè)計了具有固定延時的MIMO系統(tǒng)的LQR控制器。
在預估器和觀測器設(shè)計方面，Bauer等[26]分析了網(wǎng)絡(luò)控制系統(tǒng)的隨機延時問題，利用離散的Smith預估器估計網(wǎng)絡(luò)誘導延時。Smith預估器放在控制器的前面，利用已知的對象信息估計傳感器到控制器信息延時，這種方法通過對對象動態(tài)特性的了解放松了對網(wǎng)絡(luò)服務品質(zhì)的要求，而且不會犧牲網(wǎng)絡(luò)控制系統(tǒng)的性能。Beldiman等[27]為LTI系統(tǒng)構(gòu)造了狀態(tài)預估器來估計兩次信息更新期間的系統(tǒng)狀態(tài)。他們設(shè)計了兩種估計器，一種是開環(huán)估計器，實際上就是對象的模型，這要求對對象動態(tài)特性完全了解，模型完全與對象的動態(tài)特性匹配，通過模型運算出的狀態(tài)作為對象真實狀態(tài)的估計來提供給控制器；另一種是閉環(huán)開環(huán)估計器，與Lurenberg觀測器有相同的結(jié)構(gòu)，通過接收對象的輸出來在延時期間重構(gòu)輸出，并將這個結(jié)果作為估計送給控制器。但這種估計器需要較大的網(wǎng)絡(luò)帶寬，以保證觀測器收斂。Luis A.
Montestruque等[28]改進了這種方法，不要求對對象動態(tài)特性的全部了解，允許模型的不精確性存在。他們推導了保證系統(tǒng)穩(wěn)定的充分必要條件，并得出了最大容許的傳送延時只依賴于模型的不精確性的結(jié)論。
在基于Internet的遠程監(jiān)控方面，Abhinav Srivastava 和Won-jong Kim[29]通過Internet建立了一個磁懸浮球的遠程監(jiān)控系統(tǒng)，這個系統(tǒng)基于客戶/服務器（client/server）結(jié)構(gòu)，客戶機和主機連接在不同的LAN中。通過采用了CGI（共用網(wǎng)關(guān)接口）和HTML（超文本鏈接標示語言），客戶可以實時遠程改變懸浮高度、修改控制參數(shù)以及接收實驗結(jié)果。為保證系統(tǒng)的穩(wěn)定性，采用超時判斷，如果超時，則用一個四階的AR（自回歸）模型預測傳感器數(shù)據(jù)。
Peter SZEMES等[30]設(shè)計了基于Internet遠程操控Spring-Mass-Damper（smd）的控制器，采用Smith預估器來消除網(wǎng)絡(luò)延時的影響。通過仿真分析證明了這種控制補償方法比單純采用PID控制器有更好的動態(tài)特性。
總之，在網(wǎng)絡(luò)控制的分析、設(shè)計及補償方面已經(jīng)有很多的研究成果，主要集中在較容易分析的現(xiàn)場總線網(wǎng)絡(luò)系統(tǒng)中，但還沒有形成一整套普遍的分析和設(shè)計方法，造成這種現(xiàn)象的原因不僅是因為網(wǎng)絡(luò)延時的復雜性，也因為對象的復雜性和多樣性。雖然針對以太網(wǎng)和Internet的控制系統(tǒng)分析設(shè)計方面也有一些成果，但都有一定的限制，要么有很多的假設(shè)，要么只是對網(wǎng)絡(luò)控制系統(tǒng)性能的分析，而且還幾乎沒有涉及到網(wǎng)絡(luò)學習控制的研究。但是，目前網(wǎng)絡(luò)控制系統(tǒng)的一些研究成果為網(wǎng)絡(luò)學習控制的研究奠定了一定的基礎(chǔ)，尤其是這些研究中提出的一些預測與觀測器設(shè)計方法，將為網(wǎng)絡(luò)學習控制器的設(shè)計和分析帶來啟發(fā)。
4 結(jié)語
縱觀自動化儀表及系統(tǒng)與控制理論互為推動的發(fā)展史，可以得出：自動化儀表及系統(tǒng)的發(fā)展一直適應著實際的需要，并在其它科學技術(shù)發(fā)展的推動下，經(jīng)歷著從簡單到復雜、從模擬到數(shù)字，從集中到分散的發(fā)展階段。如今自動化儀表及系統(tǒng)的網(wǎng)絡(luò)化發(fā)展趨勢日漸明顯，不僅給控制理論的實施提供著越來越便利的條件，而且其不同的系統(tǒng)實現(xiàn)問題，特別是隨著當今網(wǎng)絡(luò)化帶來的新問題，又直接促進了控制理論特別是網(wǎng)絡(luò)控制的研究需求和不斷發(fā)展。
北京市公安局海淀分局備案號：11010802023656號