摘  要： 介紹了網(wǎng)絡(luò)控制系統(tǒng)的基本概念，利用Matlab建立了一個網(wǎng)絡(luò)控制系統(tǒng)仿真平臺，實現(xiàn)了對網(wǎng)絡(luò)控制系統(tǒng)的實時仿真，并重點對控制器的算法進(jìn)行了研究，給出了模糊PID控制器與PID控制器的仿真結(jié)果對比。結(jié)果證明，模糊PID可以很好地應(yīng)用于網(wǎng)絡(luò)控制。
關(guān)鍵詞： 網(wǎng)絡(luò)控制系統(tǒng)；仿真平臺；模糊控制

　網(wǎng)絡(luò)控制系統(tǒng)NCS（Networked Control System）是一種完全網(wǎng)絡(luò)化、分布化的控制系統(tǒng)，是通過網(wǎng)絡(luò)構(gòu)成閉環(huán)的反饋控制系統(tǒng)。具體來說，網(wǎng)絡(luò)控制系統(tǒng)以網(wǎng)絡(luò)作為傳輸介質(zhì)，實現(xiàn)傳感器、控制器和執(zhí)行器等系統(tǒng)各部件之間的信息交換，從而實現(xiàn)資源共享、遠(yuǎn)程監(jiān)測與控制。
　網(wǎng)絡(luò)控制系統(tǒng)一般由三部分組成：控制器、被控對象以及通信網(wǎng)絡(luò)。被控對象一般為連續(xù)系統(tǒng)，而控制器通常采用離散系統(tǒng)。被控對象的輸出通道傳感器采樣的方式離散化，并通過通信網(wǎng)絡(luò)發(fā)送到控制器的輸入端?？刂破鬟M(jìn)行運算后，將輸出通過網(wǎng)絡(luò)發(fā)送到被控對象的輸入端，并由零階保持器生成分段連續(xù)函數(shù)作為連續(xù)系統(tǒng)的輸入。
　利用由瑞典Lund工學(xué)院的Dan Henriksson和Anton Cervin等學(xué)者開發(fā)的、一種基于Matlab的、實時控制與網(wǎng)絡(luò)控制仿真工具箱TrueTime[1]，能夠同時支持控制與實時調(diào)度，可以對網(wǎng)絡(luò)時延、網(wǎng)絡(luò)參數(shù)的系統(tǒng)性能的影響、控制方法和網(wǎng)絡(luò)調(diào)度等多方面進(jìn)行綜合仿真研究，推進(jìn)網(wǎng)絡(luò)控制算法改進(jìn)。
1 網(wǎng)絡(luò)控制系統(tǒng)建模
　與傳統(tǒng)控制系統(tǒng)相比，網(wǎng)絡(luò)控制系統(tǒng)會更多地受到網(wǎng)絡(luò)環(huán)境的影響，如網(wǎng)絡(luò)延遲、數(shù)據(jù)丟包、錯序及單包與多包傳輸?shù)?，這些都將直接影響閉環(huán)系統(tǒng)的性能。對于一個被控對象，當(dāng)采用不同類型網(wǎng)絡(luò)環(huán)境時，所導(dǎo)致的網(wǎng)絡(luò)控制系統(tǒng)的數(shù)學(xué)模型描述也將有所不同。在閉環(huán)系統(tǒng)中引入網(wǎng)絡(luò)后，被控對象有了擴展，包含了直接控制對象及通信網(wǎng)絡(luò)的廣義被控對象。
　網(wǎng)絡(luò)控制系統(tǒng)仿真是將傳統(tǒng)控制模型與網(wǎng)絡(luò)結(jié)合的過程，其所依據(jù)的基本控制模型是常見的閉環(huán)控制系統(tǒng)，由控制器（比較環(huán)節(jié)、放大裝置、校正裝置）、執(zhí)行機構(gòu)、傳感檢測環(huán)節(jié)、被控對象等組成，接入網(wǎng)絡(luò)后各器件通過網(wǎng)絡(luò)相連接，其系統(tǒng)結(jié)構(gòu)如圖1所示。

　使用TrueTime進(jìn)行仿真時，控制器節(jié)點、執(zhí)行器節(jié)點等均通過網(wǎng)絡(luò)模塊相連接，而不再采用傳統(tǒng)連接模式，在TrueTime環(huán)境下建立的系統(tǒng)仿真平臺如圖2所示[2]。

　其中，節(jié)點1為干擾節(jié)點，節(jié)點2為執(zhí)行器節(jié)點，節(jié)點3為傳感器節(jié)點，節(jié)點4為控制器節(jié)點。其中，傳感器節(jié)點周期地進(jìn)行采樣，采樣值通過網(wǎng)絡(luò)發(fā)送給控制器節(jié)點；控制器節(jié)點接收到采樣數(shù)據(jù)后，立即進(jìn)行控制計算，并將計算得到的控制信號通過網(wǎng)絡(luò)發(fā)送給執(zhí)行器節(jié)點。
網(wǎng)絡(luò)控制系統(tǒng)中的傳感器、控制器和執(zhí)行器節(jié)點由實時內(nèi)核模塊實現(xiàn)，該模塊最重要的參數(shù)就是初始化文件的名稱。在初始化中需要完成以下工作：
?。?）初始化功能模塊內(nèi)核，設(shè)置功能模塊輸入、輸出端口的數(shù)目和調(diào)度的策略。
?。?）定義任務(wù)函數(shù)，并根據(jù)節(jié)點采用的驅(qū)動方式設(shè)置不同的任務(wù)調(diào)度策略。
?。?）初始化網(wǎng)絡(luò)端口，設(shè)置節(jié)點對應(yīng)的網(wǎng)絡(luò)端口代號。
2 模糊控制在網(wǎng)絡(luò)控制中的應(yīng)用
　在劉喜梅[3]等人的論文中曾證明，傳統(tǒng)PID控制可以用于網(wǎng)絡(luò)控制中，但考慮實際仿真過程中，時延網(wǎng)絡(luò)控制系統(tǒng)的補償手段主要采用傳統(tǒng)的控制理論，且假定的理想化條件較多，如假設(shè)單包傳送、通信無誤等，因此應(yīng)用于實際的控制網(wǎng)絡(luò)時，控制效果難以預(yù)期。本文將模糊邏輯補償算法引入傳統(tǒng)PID控制器的設(shè)計中，以消除閉環(huán)網(wǎng)絡(luò)控制系統(tǒng)中由時延引起的控制性能下降、系統(tǒng)不穩(wěn)定等不利影響。在模糊PID時延補償算法中，無需更改傳統(tǒng)PID控制器的設(shè)計，以模糊補償器調(diào)制PID控制器的輸出，實現(xiàn)模糊邏輯條件參數(shù)與結(jié)論參數(shù)的整定。模糊調(diào)制器充分利用了模糊控制理論規(guī)則少、應(yīng)用簡單靈活的特點，在保持系統(tǒng)穩(wěn)定性的同時，有效削弱了控制系統(tǒng)中由不確定性時延造成的脈動與振蕩。在改善遠(yuǎn)程網(wǎng)絡(luò)控制系統(tǒng)的動、靜態(tài)性能方面表現(xiàn)出了較傳統(tǒng)PID控制更強的功能特性。
　仿真中的控制方法采用自適應(yīng)模糊PID控制，自適應(yīng)模糊PID控制器以誤差e和誤差變化率ec作為輸入（利用模糊控制規(guī)則在線對PID參數(shù)進(jìn)行修改），以滿足不同時刻的e和ec對PID參數(shù)自整定的要求。自適應(yīng)模糊PID控制器結(jié)構(gòu)如圖3所示[4]。

3 仿真實驗及其結(jié)果
　在網(wǎng)絡(luò)控制系統(tǒng)中假定：
　?。?）傳感器為時鐘驅(qū)動，即系統(tǒng)部件按照事先規(guī)定的時間間隔對控制對象進(jìn)行采樣。
　?。?）控制器和執(zhí)行器為事件驅(qū)動，即系統(tǒng)部件在特定的事件發(fā)生時，部件才開始處理相應(yīng)的任務(wù)。
　?。?）控制系統(tǒng)通信網(wǎng)絡(luò)選擇CAN網(wǎng)絡(luò)，不考慮數(shù)據(jù)包時序錯亂問題（假定在網(wǎng)絡(luò)中存在數(shù)據(jù)包的時序錯亂，網(wǎng)絡(luò)可自行解決該問題）。
　　（4）調(diào)度采用prioFP（固定優(yōu)先級）策略，數(shù)據(jù)速率為1 000 000 b/s，網(wǎng)絡(luò)節(jié)點數(shù)為4個。
　?。?）基于對網(wǎng)絡(luò)的分析和建模抽象出網(wǎng)絡(luò)時延模型?？刂葡到y(tǒng)的采樣周期設(shè)置為0.01 s，傳感器到控制器的預(yù)計時延為0.002 s，控制計算時間預(yù)計為0.001 s，控制器到執(zhí)行器的預(yù)計時延為0.002 s，這樣，系統(tǒng)閉環(huán)預(yù)計時延為0.005 s。
　?。?）在實際網(wǎng)絡(luò)控制系統(tǒng)的真實情況下，測量網(wǎng)絡(luò)丟包率，系統(tǒng)丟包率參照實際網(wǎng)絡(luò)傳輸情況設(shè)置為固定值3%。
　　網(wǎng)絡(luò)系統(tǒng)參數(shù)如上設(shè)置完成后，為使得PID控制算法與模糊PID算法的對比更為清晰，被控對象選擇四階系統(tǒng)模型進(jìn)行仿真，設(shè)定初始比例增益KP=150，初始積分增益KI=87，初始微分增益KD=17，對控制器節(jié)點設(shè)定不同任務(wù)代碼，啟動仿真即可分別得到常規(guī)PID控制與模糊PID控制下的階躍響應(yīng)仿真曲線。由于系統(tǒng)被控對象階次高，調(diào)節(jié)時間長，為獲得更加明顯的對比效果，截取第一秒的圖像如圖4所示。

　　基于階躍響應(yīng)仿真曲線可以看出，在常規(guī)PID的控制作用下，系統(tǒng)階躍響應(yīng)超調(diào)量約為127%；在模糊PID的控制作用下，系統(tǒng)階躍響應(yīng)超調(diào)量約為123%。模糊PID控制下的系統(tǒng)超調(diào)量相比較常規(guī)PID控制得到明顯改善，同時，模糊PID控制作用下調(diào)節(jié)時間等控制參數(shù)方面也略有提升，可見模糊PID控制算法適應(yīng)于網(wǎng)絡(luò)控制系統(tǒng)，對于實際網(wǎng)絡(luò)系統(tǒng)的控制性能改善具有重要意義。
參考文獻(xiàn)
[1] HENRIKSSON D， CERVIN A. Truetime 1.5-reference manual[R]. Department of Automatic Control， Lund University， Sweden，2007.
[2] 何堅強，張煥春.基于Matlab環(huán)境的網(wǎng)絡(luò)控制系統(tǒng)仿真平臺[J].計算機工程與應(yīng)用，2005，2（1）：142-145.
[3] 劉喜梅，魏婉韻，于潔.基于TrueTime的網(wǎng)絡(luò)控制系統(tǒng)實時仿真[J].微計算機信息，2007，23（12）：209-210.
[4] 袁鳳蓮.Fuzzy自整定PID控制器設(shè)計及其Matlab仿真[J].沈陽航空工業(yè)學(xué)院學(xué)報，2006，23（1）：71-75.
[5] 黃贊，陳偉文.模糊自整定PID控制器設(shè)計及其Matlab仿真[J].控制與檢測，2006（2）：50-54.