网络控制系统研究综述

应用技术研究作者简介：江军，男，电气工程系讲师1网网络络控控制制系系统统研研究究综综述述江军[文章摘要]本文介绍了控制系统的研究发展现状，网络控制系统出现的背景和研究内容，从网络和控制两个角度对网络控制系统进行了讨论。分析了控制网络信息流传输的若干问题，以及网络控制系统的建模与控制器设计、可靠性和安全性等问题，在分析现状的同时探讨了网络控制系统的一些发展方向。[关键词]网络控制系统时延分析安全性可靠性1概述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1所示。1sc…scr为传感器到控制器的传输延迟，1ca…cam为控制器到执行器的传输延迟。图1进入21世纪，信息技术的飞速发展实现了将控制系统由传统的封闭集中体系向开放的分布式体系发展，随之应运而生了，网络控制系统NCS（NetworkedControlSystems）又称为通信与控制系统ICCS（IntegratedCommunicationandControlSystems）。它是一种全分布式、网络化实时反馈控制系统，将某个区域现场传感器、控制器及执行器和通信网络集合，用以提供设备之间的数据传输，使该区域内不同地点的用户实现资源共享和协调操作[1,2]。网络化控制是复杂大系统控制和远程控制系统的客观需求，传感器、执行机构和驱动装置等现场设备的智能化。为通信网络在控制系统更深层次的应用提供了必要的物质基础，而高速以太网和现场总线技术的发展和成熟解决了网络控制系统自身的可靠性和开放性问题,使之成为现实。NCS广泛地应用于自动化制造工厂、电厂、机器人、高级的航天航空器和电气化运输工具[3,4]。与其它相关的计算机控制系统(如直接数字控制系统，分布式控制系统和现场总线控制系统)不同的是，NCS中所有的实时性传感器和控制数据是通过网络传输的，网络节点必须紧密协调工作来完成控制任务。而直接数字控制系统中计算机是直接对过程进行控制的，分布式控制系统中许多的实时性控制任务(传感,计算,执行)是在各自的模块中完成的，仅仅开/关信号、监控信号、警报信号等这类信息是通过网应用技术研究2络来传输的。从网络结构上来说，NCS和现场总线控制系统并没有区别，都是总线网络，多个节点共享信道传输实时或者非实时信息.但是从定义上看，FCS着重点是节点之间实时或者非实时信息的传输和共享，而NCS强调在串行实时总线上建立闭环控制回路。从这一点上看，NCS对于网络的实时性要求更高，网络结构也更加分散化。NCS中的控制网络是一个大的范畴，包括了现场总线，但是不局限于现场总线，还可以包括工业以太网、无线网络等多种形式，这也是与网络技术的发展相适应的。2.1NCS的数学模型如图4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。sc表示传感器到控制器的传输延迟，ca表示控制器到执行器的传输延迟，c为控制量的计算时间，可将其归并入ca。节点的工作方式可以分为时间驱动(TimeDriven)和事件驱动(EventDriven)[31]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)()()()()(tCxtytButAxtx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。吴迎年[5]等根据结点的不同的工作方式，总结了NCS的多种离散化模型。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，正是由于网络传输时间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。2.2NCS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。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和总最小二乘法的。为了得到递推算法，采用了水平后退法，即当考虑k时刻的值时，已经得到了[k-N，k]时间应用技术研究3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)问题，并用带约束的总最小二乘(CTLS)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Kalman方法的仿真结果比较，说明了该方法的优越性[6]。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[7]。2.3NCS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；③对被控对象存在不确定性或非线性时，如何处理；④对于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）确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，然后针对转化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[8]。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[9，10]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，但不满足确定性等价原理[11]。于之训对控制器是事件驱动的，在sck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[12]。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Markov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[13]。2.4NCS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对安全性和可靠性应用技术研究4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[14]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。参考文献[1]RayA,HaleviY.Integratedcommunicationandcontrolsystems:Part1analysis[J].ASMEJournalofDynamicSystems,MeasurementandControl,1988,110(4):367-373[2]RajiRS.Smartnetworksforcontrol[J].IEEESpectrum,1994,31(6):49-55[3]BaruchJ,CoxM.Remotecontrolandrobots:aninternetsolution[J].Computing&ControlEngineeringControl.1996,7:39-45[4]LianF,etal.Controlperformancestudyofanetworkedmachiningcell.ProceedingsoftheAmericanControlConference[C].2000,3:2337-2341[5]吴迎年，张建华，侯国莲，李泉.网络控制系统研究综述(II).现代电力.2003.6[6]GoodwinC.JuanCarloA.Stateestimationforsystemshavingrandommeasurementdelaysusingerrorsinvariables.The15thTriennialWorldCongress.2002[7]BeldimanO,WalshGC.Predictorsfornetworkedcontrolsystems.ProceedingsofACC.2000.4:2347-2351[8]RogelioL.RayA.AnObserve-basedcompomsatorsfordistributeddelays[J].Automatica.1990.(7):189-202[9]YorkeJA.Asysmptoticstabilityforonedimentionaldifferential.Jofdifferentialequations.1970(7):189-198.[10]HiraiK.SatohY.Stabilityofasystemswithvariabletime-delay[J],IEEEtransationsonAC,1980,25(3):552-554[11]RayAOutputfeedbackcontrolun