学位论文 > 优秀研究生学位论文题录展示

网络控制系统PID控制方法的研究

作　者: 霍淑兰
导　师: 关守平
学　校: 东北大学
专　业: 控制理论与控制工程
关键词: 网络控制系统时变时延 PID控制模糊控制 BP神经网络 Smith预估控制
分类号: TP273
类　型: 硕士论文
年　份: 2008年
下　载: 114次
引　用: 4次
阅　读: 论文下载

内容摘要

随着控制系统规模的日益增大,网络控制系统凭借其强大的优越性,引起了人们的广泛关注。网络控制系统(NCS)是20世纪90年代兴起的控制理论发展中的新课题,是通过实时的网络构成闭环的反馈控制系统,是一种完全分布式、网络化的实时控制系统。在众多的控制算法中,由于常规PID控制算法具有结构简单,对模型误差有一定的鲁棒性及易于操作等优点,是迄今为止最通用的控制方法。所以,本文将PID控制算法应用在网络控制系统中。然而,网络诱导时延是造成网络控制系统性能下降甚至不稳定的最基本因素,常规的PID控制器针对时延网络控制系统不能达到理想的控制效果。本文针对网络控制系统中的诱导时延现象,将常规PID控制与其它控制方法相结合,有效解决了网络时延问题。本文首先将常规的PID控制与模糊控制技术相结合,研究了基于模糊补偿的网络PID控制方法。仿真结果表明,与常规PID控制方法相比,系统的超调量和响应时间均减小,取得较好的控制效果;在此基础上,将神经网络与传统的PID控制相结合,提出了基于BP神经网络的网络PID控制方法,与前述方法相比,调节的参数大大减少,简化了设计方法。上述两种方法,是在不改变原有PID控制器结构的基础上,通过加入调节因子简单的调节PID控制器动作。最后,利用Smith预估对时延的补偿特性,研究了基于Smith预估补偿的网络PID控制技术,针对网络诱导时延的不同情况,给出了三种改进的Smith控制结构,仿真结果表明三种控制结构的有效性。

全文目录

中文摘要  5-6
ABSTRACT  6-10
第1章绪论  10-16
  1.1 网络控制系统的研究背景  10-11
  1.2 网络控制系统的特点  11-12
  1.3 网络控制系统的研究现状  12-14
    1.3.1 基于离散系统的分析和设计  12-13
    1.3.2 基于连续系统的分析和设计  13
    1.3.3 基于混杂模型的分析和设计  13-14
  1.4 课题研究的意义  14
  1.5 本文的主要研究内容和结构安排  14-16
第2章网络控制系统的问题分析  16-28
  2.1 网络控制系统的典型结构及应用  16-17
  2.2 网络控制系统中的基本问题  17-20
    2.2.1 网络诱导时延  17-18
    2.2.2 节点驱动方式  18-19
    2.2.3 数据包丢失  19
    2.2.4 单包与多包传输  19-20
    2.2.5 数据包时序错乱  20
  2.3 网络诱导时延分析  20-24
    2.3.1 网络诱导时延的产生及组成  20-22
    2.3.2 影响网络诱导时延的主要因素  22
    2.3.3 不同节点驱动方式时网络诱导时延的特性  22-24
  2.4 网络诱导时延对控制系统稳定性的影响  24-27
    2.4.1 定常时延  24-25
    2.4.2 最大允许延迟时间(MADB)  25-27
  2.5 小结  27-28
第3章基于模糊补偿的网络PID控制器的设计  28-46
  3.1 模糊控制技术  28-38
    3.1.1 模糊控制理论概述  28-29
    3.1.2 模糊控制系统的组成  29-30
    3.1.3 模糊控制的基本原理  30-31
    3.1.4 模糊控制器的设计  31
    3.1.5 模糊控制器的结构设计  31-32
    3.1.6 模糊控制规则的设计  32-35
    3.1.7 精确量的模糊化  35
    3.1.8 模糊量到精确量的转换  35-36
    3.1.9 论域、量化因子及比例因子的选择  36-38
  3.2 NCS时延的局部模糊自适应PI控制器设计  38-41
    3.2.1 控制器的结构  38-39
    3.2.2 跟随参数的调整  39-41
    3.2.3 仿真结果  41
  3.3 NCS时延的全局模糊自适应PI控制器设计  41-45
    3.3.1 控制器参数的调整  42-44
    3.3.2 仿真实例  44-45
  3.4 小结  45-46
第4章基于BP神经网络补偿的网络PID控制器的设计  46-58
  4.1 人工神经网络技术  46-49
    4.1.1 人工神经网络的基本构成  46-47
    4.1.2 神经元激活函数  47-48
    4.1.3 人工神经网络的分类  48-49
    4.1.4 神经网络的学习规则  49
  4.2 BP神经网络  49-53
    4.2.1 BP算法基本思想  50
    4.2.2 BP网络原理及模型  50-51
    4.2.3 网络误差与权值调整  51-53
  4.3 基于BP神经网络补偿的网络控制系统PID控制器  53-57
    4.3.1 控制器结构  53-55
    4.3.2 BP算法  55-56
    4.3.3 仿真实例  56-57
  4.4 小结  57-58
第5章基于Smith预估补偿的网络PID控制器的设计  58-74
  5.1 Smith预估控制器的原理  58-60
  5.2 网络控制系统的基本Smith预估控制  60-62
  5.3 NCS基本Smith预估控制—改进I  62-64
  5.4 NCS基本Smith预估控制—改进II(自适应Smith预估)  64-66
  5.5 网络控制系统的单神经元PID Smith控制  66-72
    5.5.1 单神经元模型  66-67
    5.5.2 单神经元的PID控制  67-70
    5.5.3 自适应PSD  70-71
    5.5.4 NCS的单神经元PID Smith控制  71-72
  5.6 小结  72-74
第6章结论与展望  74-76
参考文献  76-78
致谢  78-80
攻读硕士期间发表的论文  80

网络控制系统PID控制方法的研究

内容摘要

全文目录

相似论文