基于简化模型预测的网络化控制系统设计

作     者：佟世文 钱殿伟 于庆林 赵叶 程光 TONG Shi-wen;QIAN Dian-wei;YU Qing-lin;ZHAO Ye;CHENG Guang

作者机构：北京联合大学机器人学院北京100101 北京联合大学工科中心北京100101 北京市信息服务工程重点实验室北京100101 华北电力大学计算机与控制学院北京102206 中国石油工程建设公司北京设计分公司北京100085 

基　　金：北京市教委科技计划一般项目(KM201811417001) 北京市自然科学基金-北京市教委联合项目(KZ201811417048) 北京联合大学科研项目(ZK70202001) 北京市自然科学基金-轨道交通联合基金项目(L191006) 

出 版 物：《控制工程》 (Control Engineering of China)

年 卷 期：2021年第28卷第2期

页      码：367-374页

摘      要：针对机理不清、难建模的被控过程,提出了一种基于数据的网络化控制方法。仅根据过程的输入输出数据,先采用模糊聚类建模技术,获得系统的T-S模型,然后利用神经网络对前件隶属度函数的拟合能力,将其转化成显式表达,从而获得一步预测简化模型。再利用递推和反馈校正,获得一系列预测的过程输出,进而将控制系统设计转化成"由未来的偏差及偏差的变化得到未来的控制作用"问题。通过分析典型被控过程的动态响应曲线设计隶属度函数及控制规则,可获得一系列未来的控制作用。再通过选择合适的控制作用即可补偿网络时延和数据丢包的影响。仿真表明,该控制方法在处理随机时延和数据丢包问题上较PID控制有更快的动态响应和更高的精度。

主 题 词：模糊聚类建模 网络化控制 模糊控制 神经网络 随机时延 

学科分类：0711[理学-心理学类] 07[理学] 08[工学] 081101[081101] 0811[工学-水利类] 071102[071102] 081103[081103] 

D　O　I：10.14107/j.cnki.kzgc.20180587

馆 藏 号：203102365...