摘  要： 介紹了網絡控制系統的基本概念，利用Matlab建立了一個網絡控制系統仿真平臺，實現了對網絡控制系統的實時仿真，并重點對控制器的算法進行了研究，給出了模糊PID控制器與PID控制器的仿真結果對比。結果證明，模糊PID可以很好地應用于網絡控制。
關鍵詞： 網絡控制系統；仿真平臺；模糊控制

　網絡控制系統NCS（Networked Control System）是一種完全網絡化、分布化的控制系統，是通過網絡構成閉環的反饋控制系統。具體來說，網絡控制系統以網絡作為傳輸介質，實現傳感器、控制器和執行器等系統各部件之間的信息交換，從而實現資源共享、遠程監測與控制。
　網絡控制系統一般由三部分組成：控制器、被控對象以及通信網絡。被控對象一般為連續系統，而控制器通常采用離散系統。被控對象的輸出通道傳感器采樣的方式離散化，并通過通信網絡發送到控制器的輸入端。控制器進行運算后，將輸出通過網絡發送到被控對象的輸入端，并由零階保持器生成分段連續函數作為連續系統的輸入。
　利用由瑞典Lund工學院的Dan Henriksson和Anton Cervin等學者開發的、一種基于Matlab的、實時控制與網絡控制仿真工具箱TrueTime[1]，能夠同時支持控制與實時調度，可以對網絡時延、網絡參數的系統性能的影響、控制方法和網絡調度等多方面進行綜合仿真研究，推進網絡控制算法改進。
1 網絡控制系統建模
　與傳統控制系統相比，網絡控制系統會更多地受到網絡環境的影響，如網絡延遲、數據丟包、錯序及單包與多包傳輸等，這些都將直接影響閉環系統的性能。對于一個被控對象，當采用不同類型網絡環境時，所導致的網絡控制系統的數學模型描述也將有所不同。在閉環系統中引入網絡后，被控對象有了擴展，包含了直接控制對象及通信網絡的廣義被控對象。
　網絡控制系統仿真是將傳統控制模型與網絡結合的過程，其所依據的基本控制模型是常見的閉環控制系統，由控制器（比較環節、放大裝置、校正裝置）、執行機構、傳感檢測環節、被控對象等組成，接入網絡后各器件通過網絡相連接，其系統結構如圖1所示。

　使用TrueTime進行仿真時，控制器節點、執行器節點等均通過網絡模塊相連接，而不再采用傳統連接模式，在TrueTime環境下建立的系統仿真平臺如圖2所示[2]。

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

3 仿真實驗及其結果
　在網絡控制系統中假定：
　　（1）傳感器為時鐘驅動，即系統部件按照事先規定的時間間隔對控制對象進行采樣。
　　（2）控制器和執行器為事件驅動，即系統部件在特定的事件發生時，部件才開始處理相應的任務。
　　（3）控制系統通信網絡選擇CAN網絡，不考慮數據包時序錯亂問題（假定在網絡中存在數據包的時序錯亂，網絡可自行解決該問題）。
　　（4）調度采用prioFP（固定優先級）策略，數據速率為1 000 000 b/s，網絡節點數為4個。
　　（5）基于對網絡的分析和建模抽象出網絡時延模型。控制系統的采樣周期設置為0.01 s，傳感器到控制器的預計時延為0.002 s，控制計算時間預計為0.001 s，控制器到執行器的預計時延為0.002 s，這樣，系統閉環預計時延為0.005 s。
　　（6）在實際網絡控制系統的真實情況下，測量網絡丟包率，系統丟包率參照實際網絡傳輸情況設置為固定值3%。
　　網絡系統參數如上設置完成后，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模型進行仿真，設定初始比例增益KP=150，初始積分增益KI=87，初始微分增益KD=17，對控制器節點設定不同任務代碼，啟動仿真即可分別得到常規PID控制與模糊PID控制下的階躍響應仿真曲線。由于系統被控對象階次高，調節時間長，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。

　　基于階躍響應仿真曲線可以看出，在常規PID的控制作用下，系統階躍響應超調量約為127%；在模糊PID的控制作用下，系統階躍響應超調量約為123%。模糊PID控制下的系統超調量相比較常規PID控制得到明顯改善，同時，模糊PID控制作用下調節時間等控制參數方面也略有提升，可見模糊PID控制算法適應于網絡控制系統，對于實際網絡系統的控制性能改善具有重要意義。
參考文獻
[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環境的網絡控制系統仿真平臺[J].計算機工程與應用，2005，2（1）：142-145.
[3] 劉喜梅，魏婉韻，于潔.基于TrueTime的網絡控制系統實時仿真[J].微計算機信息，2007，23（12）：209-210.
[4] 袁鳳蓮.Fuzzy自整定PID控制器設計及其Matlab仿真[J].沈陽航空工業學院學報，2006，23（1）：71-75.
[5] 黃贊，陳偉文.模糊自整定PID控制器設計及其Matlab仿真[J].控制與檢測，2006（2）：50-54.