本文選題：網(wǎng)絡(luò)控制系統(tǒng)　切入點(diǎn)：工業(yè)過(guò)程　出處：《哈爾濱工業(yè)大學(xué)》2016年博士論文　論文類型：學(xué)位論文

【摘要】：隨著全球化經(jīng)濟(jì)的發(fā)展,尤其是進(jìn)入工業(yè)4.0時(shí)代,工業(yè)生產(chǎn)過(guò)程的規(guī)模越來(lái)越大、復(fù)雜程度越來(lái)越高。同時(shí),隨著國(guó)際化市場(chǎng)競(jìng)爭(zhēng)越來(lái)越激烈,使得各個(gè)工業(yè)生產(chǎn)制造企業(yè)更加注重提高本企業(yè)的生產(chǎn)能耗效率、產(chǎn)品質(zhì)量水準(zhǔn)、提高產(chǎn)品性價(jià)比和競(jìng)爭(zhēng)力。針對(duì)這種情況,并考慮設(shè)備層和操作層的網(wǎng)絡(luò)傳輸,本文基于雙層的工業(yè)生產(chǎn)過(guò)程結(jié)構(gòu)給出了雙網(wǎng)環(huán)境下的工業(yè)生產(chǎn)過(guò)程控制結(jié)構(gòu)。在該結(jié)構(gòu)中,設(shè)備層子系統(tǒng)主要考慮為非線性系統(tǒng),利用神經(jīng)網(wǎng)絡(luò)函數(shù)構(gòu)造指標(biāo)預(yù)測(cè)函數(shù),并結(jié)合非線性模型預(yù)測(cè)控制方法對(duì)操作層動(dòng)態(tài)系統(tǒng)進(jìn)行優(yōu)化和補(bǔ)償。本文以非線性控制方法為基本工具,結(jié)合Lyapunov函數(shù)設(shè)計(jì)、容錯(cuò)控制方法、隨機(jī)系統(tǒng)穩(wěn)定性理論等對(duì)雙網(wǎng)環(huán)境下的非線性工業(yè)過(guò)程控制問(wèn)題進(jìn)行了初步研究。其主要工作可以概括如下:(1)在傳統(tǒng)的設(shè)備層采樣控制器設(shè)計(jì)過(guò)程中,主要利用采樣信號(hào)和相應(yīng)的控制器增益構(gòu)建采樣控制器,并通過(guò)零階保持器,使得傳輸?shù)綀?zhí)行器的控制信號(hào)為連續(xù)信號(hào)。然而由零階保持器的特性可知,控制信號(hào)在一個(gè)完整的采樣周期內(nèi)為常值,在整個(gè)運(yùn)行時(shí)間內(nèi)的控制律則為相應(yīng)的分段函數(shù)。在本文中,首先針對(duì)一類一般的非線性采樣系統(tǒng)設(shè)計(jì)模糊狀態(tài)估計(jì)器,其主要思想是利用模糊估計(jì)器中的估計(jì)狀態(tài)和原系統(tǒng)中的采樣狀態(tài)共同構(gòu)建控制器,在此框架下構(gòu)建的控制律為連續(xù)信號(hào),不僅利用了采樣信號(hào)信息,并且利用了模糊估計(jì)器的狀態(tài)信息,因此具有更好的魯棒性,并且適用于大采樣周期的情形。在針對(duì)標(biāo)稱系統(tǒng)控制設(shè)計(jì)的基礎(chǔ)上,進(jìn)一步考慮非線性嚴(yán)格反饋系統(tǒng)的H∞控制問(wèn)題,通過(guò)結(jié)合上述的模糊狀態(tài)估計(jì)器,預(yù)設(shè)H∞性能指標(biāo),模糊邏輯系統(tǒng),以及反步法反饋技術(shù)設(shè)計(jì)自適應(yīng)模糊控制器保證系統(tǒng)的穩(wěn)定性。(2)針對(duì)雙網(wǎng)環(huán)境下的工業(yè)過(guò)程,首先考慮非線性設(shè)備層子系統(tǒng)的控制問(wèn)題。本文主要利用T-S模糊模型、神經(jīng)網(wǎng)絡(luò)函數(shù)或模糊邏輯系統(tǒng)對(duì)非線性系統(tǒng)(系統(tǒng)中未知非線性項(xiàng))或相應(yīng)的狀態(tài)觀測(cè)器建模,在此基礎(chǔ)上基于操作層采樣周期對(duì)向上傳輸通道的信號(hào)進(jìn)行采樣,并利用徑向基神經(jīng)網(wǎng)絡(luò)函數(shù)構(gòu)建指標(biāo)預(yù)測(cè)函數(shù),而針對(duì)設(shè)備層和操作層的網(wǎng)絡(luò)傳輸通道,則考慮其存在雙向隨機(jī)丟包和網(wǎng)絡(luò)誘導(dǎo)時(shí)滯,即設(shè)備層到操作層向上的傳輸通道和操作層到設(shè)備層向下的傳輸通道。進(jìn)一步給出系統(tǒng)的預(yù)設(shè)性能函數(shù),結(jié)合上述智能控制方法和模型預(yù)測(cè)控制策略設(shè)計(jì)混合智能控制優(yōu)化方法保證閉環(huán)系統(tǒng)的穩(wěn)定性。(3)若設(shè)備層系統(tǒng)存在隨機(jī)故障和隨機(jī)網(wǎng)絡(luò)誘導(dǎo)時(shí)滯,則用兩個(gè)獨(dú)立的馬爾科夫過(guò)程描述這兩個(gè)隨機(jī)過(guò)程,設(shè)計(jì)控制器保證離散隨機(jī)系統(tǒng)的隨機(jī)穩(wěn)定性,在此基礎(chǔ)上基于操作層采樣周期對(duì)向上傳輸通道的信號(hào)進(jìn)行采樣,并利用徑向基神經(jīng)網(wǎng)絡(luò)函數(shù)構(gòu)建指標(biāo)預(yù)測(cè)函數(shù)。給定操作層的設(shè)定值動(dòng)態(tài)方程為一般情形下的非線性離散動(dòng)態(tài)系統(tǒng),將設(shè)定值和指標(biāo)預(yù)測(cè)誤差分別看做操作層系統(tǒng)的狀態(tài)變量和干擾變量,基于各個(gè)變量的約束并將兩個(gè)傳輸通道建模為單一傳輸通道設(shè)計(jì)補(bǔ)償器,優(yōu)化系統(tǒng)性能。(4)在前三個(gè)主要研究?jī)?nèi)容的基礎(chǔ)上,考慮到某些復(fù)雜非線性工業(yè)過(guò)程系統(tǒng)模型很難獲得,因此設(shè)計(jì)基于數(shù)據(jù)驅(qū)動(dòng)的控制器和優(yōu)化補(bǔ)償器。通過(guò)優(yōu)化兩個(gè)目標(biāo)代價(jià)函數(shù):操作層跟蹤誤差代價(jià)函數(shù)和操作層指標(biāo)預(yù)測(cè)誤差函數(shù),分別設(shè)計(jì)補(bǔ)償器和優(yōu)化算法,不僅保證系統(tǒng)設(shè)備層的跟蹤性能,并可以基于預(yù)設(shè)的性能參數(shù)指標(biāo)對(duì)操作層綜合性能進(jìn)行優(yōu)化。最后給出本文的結(jié)論,總結(jié)了本文的主要研究?jī)?nèi)容和創(chuàng)新點(diǎn),并對(duì)本文中的不足以及待解決的問(wèn)題做了簡(jiǎn)要分析。
[Abstract]:With the development of economic globalization, especially in the industry of 4 times, the process of industrial production scale is growing, more and more complex. At the same time, along with the internationalization of the increasingly fierce market competition, the industrial manufacturing enterprises pay more attention to improve the energy efficiency of the production enterprises, product quality, improve product performance and competitiveness. In view of this situation, and consider the network transmission equipment layer and operation layer, the control structure of the industrial production process network under the environment of industrial production process is given based on the double structure. In this structure, the equipment subsystem mainly consider a nonlinear system, predictive function using neural network function index, and combined with the nonlinear model predictive control methods of optimization and compensation on the operation layer dynamic system. Based on the nonlinear control method as the basic tool, combined with the letter Lyapunov The number of design, fault tolerant control method, stochastic system stability theory conducted a preliminary study of the control problem of nonlinear industrial process network environment. The main work can be summarized as follows: (1) in the traditional equipment layer sampling controller design process, the main use of the sampling signal and the corresponding controller gain construct sampling controller and maintain device the zero order, the transmission control signal to the actuator. However, for the continuous signal by the zero order hold the characteristics of the control signal in a complete sampling period in constant value. The control law in the whole operation time is piecewise function accordingly. In this paper, firstly, for a class of general the sampling system design of fuzzy nonlinear state estimator, the main idea is to use fuzzy sampling state estimation of state estimator in the original system and the construction of common controller under this framework The control law is constructed for the continuous signal, not only the use of the sampling signal, and the use of state information of fuzzy rules, so it has better robustness, and is applicable to large sampling period. In nominal control design based on the system, to further examine the H control problem into nonlinear strict feedback systems, through the combination of fuzzy state estimator and the preset H 2 performance, fuzzy logic system, and adaptive backstepping feedback design technique of fuzzy controller to guarantee the stability of the system. (2) in the industrial process network environment, consider the problem of nonlinear control equipment level subsystem. This paper firstly uses T-S fuzzy model, neural network and fuzzy function the logic system of nonlinear system (unknown nonlinear system) or the corresponding state observer on the basis of modeling, based on the operation layer sampling week Period sampling to the signal transmission channel, the radial basis function neural network to construct the predictive index function, and the network transmission channel layer and operation layer of equipment, is considering the existence of two-way random packet loss and network induced delay, namely the equipment layer to the operation layer to the transmission channel and the operation layer to the device layer further down the transmission channel. This system combined with the preset performance function, control method and model predictive control strategy design of hybrid intelligent control optimization method to ensure the stability of the closed-loop system of the intelligent. (3) if the equipment layer systems with random failures and random network induced delay, with two independent Markov process to describe these two random the controller design process, guarantee the stochastic stability of discrete stochastic systems, based on the operation layer sampling period to the signal transmission channel. Like, the radial basis function neural network to construct the predictive index function. Given the operation layer set value dynamic equation is a nonlinear discrete dynamic system under normal circumstances, the setting value and index prediction error respectively as state variables and disturbance variables operating system layer, based on each variable constraint and the two transmission channel modeling for single channel design of compensator, optimize the performance of the system. (4) based on the three main research contents, considering that it is difficult to obtain some complex nonlinear industrial process system model, so the design and optimization of controller based on data driven compensator. Through optimizing the two target cost function: operation layer tracking error cost function and the operation layer index prediction error function, respectively compensator design and optimization algorithm, not only guarantee the tracking performance of the system equipment layer, and can be set up based on the performance of the pre The performance of operation layer is optimized by parameter index. Finally, the conclusion of this paper is given, and the main research contents and innovations of this paper are summarized, and the shortages and problems to be solved in this paper are briefly analyzed.

【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP273

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張友榮;胡榮華;姚曉山;;基于嵌入式系統(tǒng)的網(wǎng)絡(luò)化制造設(shè)備層平臺(tái)研究[J];工業(yè)控制計(jì)算機(jī);2009年03期

2 張磊;非線性系統(tǒng)判穩(wěn)的數(shù)值方法[J];數(shù)值計(jì)算與計(jì)算機(jī)應(yīng)用;1983年03期

3 張鐘俊,姚勇;非線性系統(tǒng)學(xué)[J];信息與控制;1987年05期

4 伏玉筍,田作華,施頌椒;非線性系統(tǒng)魯棒耗散控制(英文)[J];控制理論與應(yīng)用;2000年06期

5 胡釙,劉嵐,韓進(jìn)能;非線性系統(tǒng)等效的充分必要條件[J];武漢水利電力大學(xué)學(xué)報(bào);2000年04期

6 張凌波,吳敏,桂衛(wèi)華;一類具有加法不確定性非線性系統(tǒng)的魯棒性分析[J];中南工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2000年03期

7 郭宏;一種非線性系統(tǒng)相平面軌跡的生成算法[J];武漢科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2000年03期

8 范子彥,韓正之;一類非線性系統(tǒng)的監(jiān)督控制[J];上海交通大學(xué)學(xué)報(bào);2001年02期

9 馮巧玲,牛月蘭,孫君曼,趙秀花;非線性系統(tǒng)的來(lái)源及奇異性分析[J];鄭州輕工業(yè)學(xué)院學(xué)報(bào);2001年03期

10 張友安,梁國(guó)強(qiáng),關(guān)新平;非線性系統(tǒng)的遞推設(shè)計(jì)[J];燕山大學(xué)學(xué)報(bào);2002年02期

相關(guān)會(huì)議論文 前10條

1 費(fèi)樹岷;高為炳;;臨界非線性系統(tǒng)的局部漸近鎮(zhèn)定[A];1994年中國(guó)控制會(huì)議論文集[C];1994年

2 王成紅;韓兵欣;鄭應(yīng)平;;連續(xù)非線性系統(tǒng)游蕩不存在條件[A];1998年中國(guó)控制會(huì)議論文集[C];1998年

3 劉士榮;俞金壽;;非線性系統(tǒng)的最優(yōu)模糊模型與模型魯棒性研究及其應(yīng)用[A];面向21世紀(jì)的科技進(jìn)步與社會(huì)經(jīng)濟(jì)發(fā)展（上冊(cè)）[C];1999年

4 彭曉華;屠興漢;;求解模糊非線性系統(tǒng)[A];中國(guó)運(yùn)籌學(xué)會(huì)模糊信息與模糊工程分會(huì)第五屆學(xué)術(shù)年會(huì)論文集[C];2010年

5 賈理群;;非線性系統(tǒng)評(píng)價(jià)的若干方法研究[A];全國(guó)青年管理科學(xué)與系統(tǒng)科學(xué)論文集（第1卷）[C];1991年

6 韓存武;張競(jìng)新;顧興源;;輸入受限的非線性系統(tǒng)的自適應(yīng)鎮(zhèn)定[A];1993中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1993年

7 費(fèi)樹岷;霍偉;;一類非線性系統(tǒng)的全局漸近跟蹤[A];1995年中國(guó)控制會(huì)議論文集（上）[C];1995年

8 吳方向;戴冠中;;奇異非線性系統(tǒng)的線性化問(wèn)題[A];1996年中國(guó)控制會(huì)議論文集[C];1996年

9 楚天廣;黃琳;;一類飽和非線性系統(tǒng)的全局漸近穩(wěn)定性[A];1997年中國(guó)控制會(huì)議論文集[C];1997年

10 吳方向;史忠科;楊建軍;戴冠中;;非線性系統(tǒng)的線性化系統(tǒng)之間的關(guān)系[A];1997中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1997年

相關(guān)重要報(bào)紙文章 前10條

1 俞杰邋吳勝 董斌;莫要泛化“非線性”[N];中國(guó)國(guó)防報(bào);2007年

2 《網(wǎng)絡(luò)世界》記者 柴莎莎;華三的融合大計(jì)[N];網(wǎng)絡(luò)世界;2014年

3 劉承軍;水廠鐵礦精選機(jī)遠(yuǎn)程集中智能控制實(shí)驗(yàn)成功[N];中國(guó)冶金報(bào);2007年

4 丁昌邋姜瑞;拓邦電子上市引領(lǐng)電子智能控制行業(yè)[N];上海證券報(bào);2007年

5 本報(bào)記者 蔣家華;募集資金將破解成長(zhǎng)瓶頸[N];中國(guó)證券報(bào);2007年

6 安向琦;鄭飛鍍鋅鍍鉻實(shí)現(xiàn)智能控制并線生產(chǎn)[N];中國(guó)航空?qǐng)?bào);2009年

7 本報(bào)記者 任詩(shī)芹 文霞平;全球智能控制與自動(dòng)化大會(huì)在肥開(kāi)幕[N];安徽日?qǐng)?bào);2000年

8 天津 劉鳳起;“設(shè)備層”動(dòng)力設(shè)備聲光報(bào)警信號(hào)屏[N];電子報(bào);2002年

9 復(fù)旦大學(xué)電光源研究所 林燕丹邋宋賢杰;節(jié)能高效、智能控制成兩大趨勢(shì)[N];消費(fèi)日?qǐng)?bào);2008年

10 本報(bào)記者 李一鵬;開(kāi)發(fā)商眼中的ePower系統(tǒng)[N];中國(guó)房地產(chǎn)報(bào);2012年

相關(guān)博士學(xué)位論文 前10條

1 王桐;雙網(wǎng)環(huán)境下工業(yè)過(guò)程運(yùn)行反饋控制研究[D];哈爾濱工業(yè)大學(xué);2016年

2 余衛(wèi)勇;幾類前饋非線性系統(tǒng)的輸出反饋調(diào)節(jié)[D];山東大學(xué);2015年

3 胡棟梁;兩類非線性系統(tǒng)隨機(jī)顫振和振動(dòng)共振現(xiàn)象研究[D];南京航空航天大學(xué);2014年

4 楊飛飛;非線性系統(tǒng)基于模式的控制方法研究[D];華南理工大學(xué);2015年

5 池小波;基于模糊模型的非線性系統(tǒng)的網(wǎng)絡(luò)化控制和濾波研究[D];山西大學(xué);2014年

6 趙叢然;幾類隨機(jī)、時(shí)滯非線性系統(tǒng)的鎮(zhèn)定問(wèn)題研究[D];曲阜師范大學(xué);2015年

7 殷春;非線性系統(tǒng)的動(dòng)力穩(wěn)定性分析和控制研究[D];電子科技大學(xué);2014年

8 韓彥偉;一類幾何非線性系統(tǒng)的動(dòng)力學(xué)行為及應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2015年

9 王雷;多輸入/多輸出非線性系統(tǒng)的魯棒控制與調(diào)節(jié)[D];浙江大學(xué);2016年

10 苗保彬;不確定下三角非線性系統(tǒng)自適應(yīng)控制及應(yīng)用[D];大連海事大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 劉暉亮;一種車間設(shè)備層多串口信息測(cè)控終端軟件系統(tǒng)的研究與開(kāi)發(fā)[D];重慶大學(xué);2010年

2 儲(chǔ)后廣;基于滑模觀測(cè)器的非線性系統(tǒng)故障重構(gòu)方法的研究[D];湖南工業(yè)大學(xué);2015年

3 徐香鳳;幾類非線性系統(tǒng)的無(wú)源穩(wěn)定性研究[D];曲阜師范大學(xué);2015年

4 王晨晨;基于動(dòng)態(tài)面方法的兩類特殊非線性系統(tǒng)的自適應(yīng)反饋控制[D];曲阜師范大學(xué);2015年

5 方立友;非線性系統(tǒng)的同步控制[D];大連海事大學(xué);2015年

6 宋志寶;高階時(shí)滯前饋非線性系統(tǒng)的鎮(zhèn)定問(wèn)題研究[D];曲阜師范大學(xué);2015年

7 黃亞欣;高階時(shí)滯非線性系統(tǒng)的控制方法研究[D];曲阜師范大學(xué);2015年

8 張幸;非線性系統(tǒng)卡爾曼濾波的二階近似方法改進(jìn)[D];哈爾濱工業(yè)大學(xué);2015年

9 莊瑩菲;基于符號(hào)計(jì)算的非線性系統(tǒng)參數(shù)控制器設(shè)計(jì)[D];電子科技大學(xué);2015年

10 袁曉晴;非線性系統(tǒng)無(wú)界解的存在唯一性[D];浙江師范大學(xué);2015年

，

本文編號(hào)：1640128