项目名称: 多通道不确定系统的网络化预测控制

项目编号: No.61304040

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 自动化技术、计算机技术

项目作者: 宋洪波

作者单位: 浙江财经学院

项目金额: 22万元

中文摘要: 网络化控制系统是近十年来国际控制界的热点研究课题之一。时延和丢包是降低闭环系统性能甚至导致失稳的主要原因,网络化预测控制(NPC)方法作为一种新型的主动补偿网络时延和丢包的方法,取得了相当好的控制效果。然而,在处理网络化控制中对象模型不确定性的问题上,现有的NPC方法还存在一些的不足,本项目从两个角度着手提高闭环NPC系统的性能。一是提出在不确定域内定义多个名义模型,并利用实时信息选取名义模型进行预测的思想以提高预测精确程度,二是基于滚动优化的思想进行动态优化控制器的设计以提高闭环系统的鲁棒性。进而,将该思想推广到更为一般的多通道网络化控制系统中,通过仿真和实验来验证所设计算法的有效性和实用性,最终形成一套处理网络化控制系统中模型不确定性和多通道问题的NPC算法和稳定性分析准则。本项目将会在NPC方法上取得一系列创新性的研究结果,从而推动和促进NPC在理论和实际应用中的发展和完善。

中文关键词: 网络化控制系统;网络化预测控制方法;分布式预测;模型不确定性;多传输通道

英文摘要: In the last decade, networked control systems (NCSs) has been a hot research topic of control community. Delay and packet dropout are the two main issues that degrade the system performance or cause instability. As a novel control method proposed to handle the delay and packet dropout, networked predictive control (NPC) achieves satisfactory control performance. However,NPC has some disadvantages with regard to model uncertainties. The proposed project aims to improve the performance of the closed-loop NPC system with model uncertainty from two aspects. The first one is to define multiple models in the whole uncertain area and then select the nominal model according the real time information in order to improve the prediction accuracy. The second one is to design dynamic controllers to improve the robustness of the closed-loop systems. Furthermore, the idea is extened to NCSs with multiple channels, which is more common in practical systems. Finally, the effectiveness and usefulness of the proposed methods are tested through simulation and practical experiments. The proposed project will achieve some novel research results with respect to the model uncertainty and multiple channles in NPC and thus promote the developments and applications of NPC in both theory and practice.

英文关键词: networked control systems;networked predictive control method;distributed prediction;model uncertainty;multiple transmission channels

成为VIP会员查看完整内容
0

相关内容

Kyoto大学Toshiyuki:快速复杂控制系统的实时优化,133页ppt
专知会员服务
27+阅读 · 2021年9月17日
专知会员服务
32+阅读 · 2021年9月14日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
24+阅读 · 2021年6月9日
专知会员服务
25+阅读 · 2021年4月2日
【博士论文】解耦合的类脑计算系统栈设计
专知会员服务
30+阅读 · 2020年12月14日
【WSDM2021】基于演化状态图的时间序列事件预测
专知会员服务
53+阅读 · 2020年12月1日
【斯坦福大学】矩阵对策的协调方法,89页pdf
专知会员服务
25+阅读 · 2020年9月18日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
避免自动驾驶事故,CV领域如何检测物理攻击?
机器之心
2+阅读 · 2022年1月10日
清华最新《图神经网络推荐系统》综述论文
机器学习与推荐算法
2+阅读 · 2021年10月8日
【KDD2021】基于生成对抗图网络的不平衡网络嵌入
ICLR 2019论文解读:深度学习应用于复杂系统控制
机器之心
11+阅读 · 2019年1月10日
已删除
将门创投
12+阅读 · 2018年6月25日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Arxiv
13+阅读 · 2021年10月22日
Arxiv
10+阅读 · 2020年6月12日
Arxiv
15+阅读 · 2020年2月5日
Arxiv
24+阅读 · 2018年10月24日
Arxiv
23+阅读 · 2018年10月1日
小贴士
相关VIP内容
Kyoto大学Toshiyuki:快速复杂控制系统的实时优化,133页ppt
专知会员服务
27+阅读 · 2021年9月17日
专知会员服务
32+阅读 · 2021年9月14日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
24+阅读 · 2021年6月9日
专知会员服务
25+阅读 · 2021年4月2日
【博士论文】解耦合的类脑计算系统栈设计
专知会员服务
30+阅读 · 2020年12月14日
【WSDM2021】基于演化状态图的时间序列事件预测
专知会员服务
53+阅读 · 2020年12月1日
【斯坦福大学】矩阵对策的协调方法,89页pdf
专知会员服务
25+阅读 · 2020年9月18日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
相关资讯
避免自动驾驶事故,CV领域如何检测物理攻击?
机器之心
2+阅读 · 2022年1月10日
清华最新《图神经网络推荐系统》综述论文
机器学习与推荐算法
2+阅读 · 2021年10月8日
【KDD2021】基于生成对抗图网络的不平衡网络嵌入
ICLR 2019论文解读:深度学习应用于复杂系统控制
机器之心
11+阅读 · 2019年1月10日
已删除
将门创投
12+阅读 · 2018年6月25日
相关基金
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
相关论文
Arxiv
13+阅读 · 2021年10月22日
Arxiv
10+阅读 · 2020年6月12日
Arxiv
15+阅读 · 2020年2月5日
Arxiv
24+阅读 · 2018年10月24日
Arxiv
23+阅读 · 2018年10月1日
微信扫码咨询专知VIP会员