主题：时滞系统控制的研究现状、挑战与进展
摘要： 报告首先回顾过去几十年以来时滞线性系统在优化控制和镇定方面的主要研究方法、进展和挑战； 然后针对时滞系统控制一长期公开问题－时滞系统随机控制， 报告将给出该系统优化控制和可镇定存在的条件以及控制器设计方法；报告也将阐述该研究结果所揭示的内在关系和一些相关应用。
张焕水简介：
张焕水博士：1986年获曲阜师范大学理学学士学位，1991年获黑龙江大学工学硕士学位，1997年获东北大学工业自动化工学博士学位。1998年至2003年先后在新加坡南洋理工大学和香港理工大学从事博士后以及访问学术研究。1994年晋升为副教授，1999年晋升为教授，
2003年8月被哈尔滨工业大学聘为教授、博士生导师，2006年被评为山东省首批“泰山学者”，同年加入山东大学控制科学与工程学院。2008年获得国家杰出青年基金，2010年评为教育部“长江学者”.
主要研究领域包括：随机系统最优滤波与控制，时滞系统最优控制与估计，无线通讯系统功率控制与信道估计，基于无线传感器网络的信号处理与跟踪定位，物联网等。承担国家杰出青年基金、国家自然科学基金、科技部973项目、863项目及国际合作基金等项目。
担任（曾担任）IEEE Trans. on Automatic Control 等国内外多家期刊编委。
第２５卷第４期 ２０１２年８月 振 动 工 程 学 报 Ｊｏｕｒｎａｌ ｏｆ Ｖｉｂｒａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ Ｖｏ１．２５ Ｎｏ．４ Ａｕｇ．２０１２
时滞加速度反馈的振动主动控制方法研究
安 方，陈卫东
（南京航空航天大学机械结构力学及控制国家重点实验室，江苏南京２１００１６）
摘要：在采用加速度传感器的振动主动控制中，为了克服加速度信号经数值积分分别得到位移信号和速度信号时 的累积误差，并考虑系统中的输入时滞，基于等维法（Ｒｅｄｕｃｔｉｏｎ Ｍｅｔｈｏｄ）和输出状态导数反馈思想，提出一种连续 时滞加速度反馈控制器设计方法。为了在实际测控系统中便于计算机操作，应用积分离散化方法，将该连续控制器 转换为离散形式。以粘贴有压电陶瓷和加速度传感器的智能梁为仿真控制对象，采用该控制器控制含输入时滞的 智能梁的自由振动系统，并与加速度反馈控制器控制的同一时滞系统的稳定性及控制效果作对比。仿真结果表明， 所提时滞加速度反馈控制器具有较宽的参数稳定区间和较好的控制效果，且当系统时滞存在较小扰动时，该控制 器对时滞量具有一定的鲁棒性。
关键词：振动主动控制；稳定性；输出状态导数；等维法；时滞加速度反馈 中图分类号：Ｏ３２８；ＴＢ１２３ 文献标识码：Ａ 文章编号：１００４—４５２３（２０１２）０４—０４０１—１０
引 言
近２ｏ年来，在计算机、信号处理、传感器和驱动 器等技术带动下，振动主动控制技术得到了快速发
展。在振动测控系统中，常常受测量基准和条件的限 制，速度和位移的直接测量相对困难，而加速度传感
器因具有测量准确、频带宽、结构简单、重量轻等优
点［１］，已广泛应用于诸如机器人控制、航天结构减振 等相关的振动测控系统中Ｅｌ，ｚ］。基于加速度测量的振
动测控系统，通常采用以下两种控制策略：（１）加速
度信号经离散积分得到速度信号，采用增强阻尼的 思想来设计速度反馈控制器［３ ；（２）加速度信号经两 步积分分别得到位移和速度信号，应用ＬＱＲ等方法 设计状态反馈控制器Ｉ３］。以上方法中，速度反馈控制
中国高新技术企业
网络控制系统的控制方，去研究
◇ 文／唐帅曲林林王全全夏需强赵勇
【摘要】 本文主要研究了网络控制系统的随机控制方法和确定性控制方法。在随机控制方法中主要研究了 控制器和执行器为事件驱动工作方式而传感器为时间驱动工作方式的网络控制系统，利用随机控制求得随 机最优控制律，并且通过定理证明得到一种求取最优控制矩阵的简便方法。在网络控制系统的确定性控制方 法中．利用添加缓冲区的方法将系统进行等效，然后再对系统进行一个变换，最后求取最优跟踪控制律。通过 仿真的方法对两种控制方法进行了验证 【关键词】网络控制系统事件驱动时间驱动最优跟踪控制律
１．引言 网络控制系统（ｎｅｔｗｏｒｋｅｄ ｃｏｎｔｒｏｌ ｓｙｓｔｅｍｓ）是计算机领域与控制
领域交叉的产物之一，它是利用网络作为控制的一种手段，可以称 之为“网络自动化” 对于网络控制系统的控制可分为两种方法：随 机控制方法和确定性控制方法。本文针对基于事件的随机网络控制 系统和最优跟踪的确定性网络控制系统进行了研究。 ２．随机控制的网络控制系统 在本文中着重考虑随机无限时间长时延网络控制系统，其中传 感器是时间驱动．控制器和执行器全为事件驱动。网络控制系统信 息传递示意图如下：
控制器节 ｋ－ｈ－３）Ｔ （ｋ－ｈ－２）Ｔ （ｋ－ｈ－１）Ｔ （ｋ－ｈ）Ｔ 《ｋ－１）Ｔ ｋＴ （ １）Ｔ
！＼ ＼ 、 ＼ 、 ！ ！ ｉ ｉ ＼ ｉ １、、＼ ◆ ：Ｉ
’ ’ｔｈ，ｔｈ，ｔ１，ｔｏ，ｔｔ１ 图１控制器和执行器全为事件驱动时长时延网络控制系统信息传输示意图 假设网络控制系统中的被控对象为线性时不变系统并且系统 的闭环网络延时有界，系统表示如下： 『颤ｒ）＝ （ｆ）＋Ｂｕ（ｔ）＋ｖ（ｆ） ｌ （，）＝Ｃｘ（ｔ）＋ｗ（ｔ） （１） 其中，Ｘ（ｔ）Ｅ ，Ｉ１ｆｔ）∈ ，Ｙ（ｔ）Ｅ Ｒ Ａ，Ｂ，Ｃ为适维矩阵，ｖ（ｔ），ｗ（ｔ） 为零均值白噪声向量 对系统（１）在内积分并考虑到网络诱导时延，可得其离散状 态方程为： ． Ｊ ＋１）＝Ａ （ ）＋∑Ｂ ｕ（ｋ ｆ） ）
《工业控制计算机｝２０１４年第２７卷第１０期 ４１ 网络控制系统Ｓｍ ｉｔｈ预估时滞补偿方法的研究 Ｓｍｉｔｈ Ｐｒｅｄｉｃｔｉｖｅ Ｔｉｍｅ—ｄｅｌａｙ Ｃｏｍｐｅｎｓａｔｉｏｎ Ｍｅｔｈｏｄｓ ｉｎ Ｎｅｔｗｏｒｋ Ｃｏｎｔｒｏｌ Ｓｙｓｔｅｍｓ 马永光 贾君茹 薄俊青（华北电力大学控制与计算机工程学院，河北保定０７１００３） 摘 要 为了减小网络控制系统中网络诱导时延以及非线性系统本身的滞后对系统控制性能的影响，提出了一种改进的Ｓｍ．Ｉｈ 预估时滞补偿方法，采用最小二乘法对被控对象进行测量、辨识，同时引ｚｘ．模糊自适应ＰＩＤ控制，无需确定系统的随机时 延。实验结果表明，此种方法是简单而且可行的，提高了系统的稳定性。 关键词：网络控制系统，诱导时延，Ｓｍｉｔｈ预估，最小二乘法 Ａｂｓｔｒａｃｔ Ｉｎ ｏｒｄｅｒ ｔｏ ｒｅｓｔｒａｉｎ ｔｈｅ ｉｍｐａｃｔ ｏｆ ｎｅｔｗｏｒｋ—ｉｎｄｕｃｅｄ ｄｅｌａｙ ｏｎ ｔｈｅ ＮＣＳ，ａｎｄ ｄｅｌａｙ ｏｆ ｎｏｎｔｉｎｅａｒ ｓｙｓｔｅｍ ｉｔｓｅｌｆ，ａｎ ｉｍｐｒｏｖｅｄ Ｓｍｉｌｈ ｐｒｅｄｉｃｔｉｖｅ ｔｉｍｅ—ｄｅｌａｙ ｃｏｍｐｅｎｓａｔｉｏｎ ｍｅｔｈｏｄ ｉｓ ｐｒｏｐｏｓｅｄ ｉｎ ｔｈｉｓ ｐａｐｅｒ．Ｔｈｅ ｌｅａｓｔ ｓｑｕａｒｅ ｍｅｔｈｏｄ ｉｓ ｕｔｉｌｉｚｅｄ ｔｏ ｍｅａｓｕｒｅ ｔｈｅ ｃｏｎｔｒｏｌｌｅｄ ｏｂｊｅｃｔ．Ａｔ ｔｈｅ ｓａｍｅ ｔｉｍｅ ｔｈｅ ａｄａｐｔｉｖｅ ｆｕｚｚｙ—ＰＩＤ ｃｏｎｔｒｏｌ ｉｓ ｉｎｔｒｏｄｕｃｅｄ．Ｉｔ ｎｅｅｄｎ ｔ ｍｅａｓｕｒｅ ｔｈｅ ｒａｎｄｏｍ ｔｉｍｅ－ｄｅ— ｌａｙ ｏｆ ｔｈｅ ｓｙｓｔｅｍ．Ｔｈｅ ｒｅｓｕｌｔ ｓｈｏｗｓ ｔｈａｔ ｔｈｅ ｍｅｔｈｏｄ ｉｓ ｓｉｍｐｌｅ ａｎｄ ｆｅａｓｉｂｌｅ．Ｉｔ ｉｍｐｒｏｖｅｓ ｔｈｅ ｓｔａｂｉｌｉｔｙ ｏｆ ｔｈｅ ｓｙｓｔｅｍ． Ｋｅｙｗｏｒｄｓ：ｎｅｔｗｏｒｋｅｄ ｃｏｎｔｒｏｌ ｓｙｓｔｅｍ．ｉｎｄｕｃｅｄ ｄｅｌａｙ，Ｓｍｉｔｈ ｐｒｅｄｉｃｔｉｖｅ，ｌｅａｓｔ ｓｑｕａｒｅ ｍｅｔｈｏｄ 针对网络控制系统时延的随机性，本文首先介绍了基于被 控对象端的Ｓｍｉｔｈ预估控制时滞补偿方法，这种方法无需对网 络时延进行在线的测量、辨识，只需确定被控对象模型。考虑到 被控对象往往具有非线性以及不确定性，提出采用最小二乘预 估方法对被控对象进行辨识，并且采用模糊控制方法对ＰＩＤ参 数进行自整定。将这两者结合起来，构成了基于最小二乘估计的 模糊Ｓｍｉｔｈ预估控制补偿方法，以实现对网络控制系统的时延 补偿，提高系统的鲁棒性。 １ 网络控制系统的组成 网络控制系统（ＮＣＳ，Ｎｅｔｗｏｒｋｅｄ Ｃｏｎｔｒｏｌ Ｓｙｓｔｅｍｓ）是指 传感器、控制器和执行器机构通过通信网络形成闭环的控制系 统。在ＮＣＳ中控制部件间可通过共享通信网络进行信息（对象 输出、参考输入和控制器输出等）交换 ］。传感器常采用时间驱 动方式，控制器和执行器一般采用事件驱动方式Ｉ２］。控制器、执 行器之间以及传感器、控制器之间通过网络进行信息的传输。控 制器到执行器的前向时延、传感器到控制器的后向时延以及控 制器的计算时延构成了网络时延的主要方面，控制器的计算时 延可并前向时延和后向时延这两者任意一个当中来考［ ］。网络 控制系统的典型结构如图１所示。 图１ 网络控制系统的典型结构 ２ Ｓｍｉｔｈ预估器的改进 ２．１被控对象端的Ｓｍｊｔｈ预估控制器 在网络控制系统中，不可避免地存在着网络导时延，由于时 延具有随机性，传统的Ｓｍ＿ｆｈ预估控制补偿方法往往不能应用 于工业控制过程中。随机时延的存在会对网络控制系统的控制 性能产生严重的影响，降低系统的稳定性，严重时甚至使系统失 去稳定性。本－文首先介绍了一种基于被控对象的Ｓｍｉｌｈ预估时 滞补偿方法，只要被控对象模型确定已知，无需对随机网络时延 进行在线测量辨识，就可实现对实验的补偿，其结构如图２所示。 下 １ ｉ ｌ ｌ ＿÷ｑ，Ｉ 一 图２基于被控对象端的Ｓｍ．１ｈ预估控制器的朗络控制系统 由图２可知，系统的闭环传递函数为： ｓ ｅ Ｇ（ｓ） ｅ ） ７＋Ｇ（ｓ）Ｃ（ｓ）＋Ｃ（ｓ）ｅ （ 一Ｇｌｍ（ｓ）ｅ…） 其中，Ｃ（ｓ）、Ｇ（ｓ）分别为控制器和被控对象的非时滞部分， Ｔ。为信息从控制器到执行器的传输时延，，ｒ。为信息从传感器到 控制器的传输时延，Ｔ 为被控对象模型的非时滞部分 ５。６］。 当Ｇ（ｓ）＝Ｇ （ｓ），ｅ‘。。＝ｅ 。，即预估模型与实际的被控对 象模型完全匹配时，系统的闭环传递函数变为： ）＝ 警 （２） 由上式可知，系统闭环方程中已经不再含有不确定的时延 因子。因此，采用这种方法，无需确定随机时延的大小，只要确定 被控对象模型，而且满足Ｇ（ｓ）＝Ｇ （ｓ），ｅ ＝ｅ ，不存在预估 模型失配，就可以改善系统性能，提高系统的稳定性。但是，在实 际的工业控制过程中，被控对象模型往往具有复杂性和非线性， 很难获得其真实模型，因此，需要对被控对象进行辨识。 ２．２最小二乘估计 最小二乘法在参数估计系统辨识以及预测预报等众多领域 都有着广泛的应用。最小二乘估计就是求使实际值与预估值的 差的平方和极小的参数的估计值。 考虑单输入单输出系统，令： Ｙ（ｚ）一ｂｉｚ＋ｂ２ｚ十…ｂｍｚ ｒＲ、 一 假设ｍ＝１３，若ｍ≤ｎ，在下面的推倒过程中只需令ｂ １＝ｂ眦＝ …ｂ ＝Ｏ。 上述传递函数可以转化为： ｙ（ｎ＋ ）＝一ａ，ｙ（ｎ＋ｋ－７）一・一ａ ，，（七）＋ｂＴｙ（ｎ＋ｋ－７）＋…＋ ｙ（ ） （４）
