NCS中傳感器故障軟閉環(huán)智能控制方法研究.pdf

1、近十多年來，隨著計算機(jī)網(wǎng)絡(luò)與通信技術(shù)的飛速發(fā)展，將通信網(wǎng)絡(luò)引入控制回路的NCS在各個領(lǐng)域獲得了廣泛的應(yīng)用。網(wǎng)絡(luò)的引入給控制系統(tǒng)帶來方便的同時也產(chǎn)生了一些弊端，網(wǎng)絡(luò)時延則首當(dāng)其沖。在控制系統(tǒng)中傳感器是實(shí)現(xiàn)閉環(huán)的關(guān)鍵，同時也是系統(tǒng)易發(fā)故障的部件，它的故障不僅會使控制系統(tǒng)性能下降，甚至?xí)?dǎo)致災(zāi)難的發(fā)生。因此，本文將對NCS中傳感器故障檢測與容錯控制方法進(jìn)行一些探究，以期提高NCS的安全可靠性。主要工作包括:
　　 首先，針對NCS研究

2、主要以計算機(jī)仿真為主，導(dǎo)致NCS仿真結(jié)果與實(shí)際NCS中存在較大差異問題，采用校園局域網(wǎng)作為通信媒介，以我校先進(jìn)控制實(shí)驗(yàn)室的PCS為基本平臺，基于OPC、MATLAB等技術(shù)，搭建了具有真實(shí)網(wǎng)絡(luò)與控制對象的半實(shí)體液位NCS實(shí)驗(yàn)平臺，為后續(xù)研究工作奠定了基礎(chǔ)。
　　 其次，針對網(wǎng)絡(luò)時延影響控制系統(tǒng)性能的問題，采用一種基于改進(jìn)量子粒子群(Quantum Particle Swarm Optimization，QPSO)算法模糊自適應(yīng)PI

3、控制方法對其進(jìn)行改善。其中針對模糊控制器的量化因子和比例因子采用傳統(tǒng)經(jīng)驗(yàn)方法難以整定的問題，提出了一種改進(jìn)量子粒子群算法對模糊控制器量化因子和比例因子進(jìn)行優(yōu)化。該方法將人工蜂群算法中的搜索算子作為變異算子引入到QPSO算法中，使得改進(jìn)QPSO算法較好的克服QPSO算法保持種群多樣性差容易早熟收斂的缺陷。實(shí)驗(yàn)結(jié)果表明改進(jìn)QPSO算法優(yōu)化的模糊自適應(yīng)PI控制器對于NCS具有更優(yōu)的控制性能。
　　 最后，針對NCS中傳感器故障診斷問題