９０ ２０１５，５１（１８） Ｃｏｍｐｕｔｅｒ Ｅｎｇｉｎｅｅｒｉｎｇ ａｎｄＡｐｐｌｉｃａｔｉｏｎｓ计算机工程与应用 基于自适应模糊神经网络控制器的网络控制系统 孟 办 ，胡亚洲 ，陈 晓 ＭＥＮＧ Ｘｉｅ ，ＨＵ Ｙａｚｈｏｕ ，ＣＨＥＮ Ｘｉａｏ １．南京大学工程管理学院，南京２１０００８ ２．西北工业大学自动化学院，西安７１０１２９ １．Ｓｃｈｏｏｌ ｏｆ Ｍａｎａｇｅｍｅｎｔ ａｎｄ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｎａｎｊｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ ２ １ ０００８，Ｃｈｉｎａ ２．Ｓｃｈｏｏｌ ｏｆＡｕｔｏｍａｔｉｏｎ，Ｎｏｒｔｈｗｅｓｔｅｍ Ｐｌｏｙｔｅｃｈｎｉｃａｌ Ｕｎｉｖｅｒｓｉｔｙ，Ｘｉ’ａｎ ７ １ ０ １ ２９，Ｃｈｉｎａ ＭＥＮＧ Ｘｉｅ，ＨＵ Ｙａｚｈｏｕ，ＣＨＥＮ Ｘｉａｏ．Ｎｅｔｗｏｒｋ ｃｏｎｔｒｏｌ ｓｙｓｔｅｍ ｂａｓｅｄ ｏｎ ａｄａｐｔｉｖｅ ｆｕｚｚｙ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ｃｏｎｔｒｏｌｌｅｒ． Ｃｏｍｐｕｔｅｒ Ｅｎｇｉｎｅｅｒｉｎｇ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎｓ，２０１５，５１（１８）：９０－９３． Ａｂｓｔｒａｃｔ：Ｔｉｍｅ ｄｅｌａｙ，ｌｏｓｓ ｏｆ ｔｈｅ ｄａｔａ ｐａｃｋｅｔ ａｎｄ ｄｉｓｔｕｒｂａｎｃｅ ｅｘｉｓｔ ｉｎ ｔｈｅ ｎｅｔｗｏｒｋ ｃｏｎｔｒｏｌ ｓｙｓｔｅｍ．Ｆｏｒ ｓｏｌｖｉｎｇ ｔｈｉｓ ｐｒｏｂ－ ｌｅｍ，ａ ｎｅｗ ｎｅｔｗｏｒｋ ｓｙｓｔｅｍ ｂａｓｅｄ ｏｎ ａｄａｐｔｉｖｅ ｆｕｚｚｙ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ｃｏｎｔｒｏｌｌｅｒ ｉｓ ｐｒｏｐｏｓｅｄ．Ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ｅｒｒｏｒ ｏｆ ｔｈｅ ｓｙｓｔｅｍ ｂｅｔｗｅｅｎ ｔｈｅ ａｃｔｕａｌ ｏｕｔｐｕｔ ａｎｄ ｔｈｅ ｐｒｅｄｉｃｔｅｄ ｏｕｔｐｕｔ，ｔｈｉｓ ｃｏｎｔｒｏｌｌｅｒ ｃａｎ ｂｅ ａｄｊｕｓｔｅｄ ｔｏ ｃｏｎｆｏｒｍ ｔｏ ｔｈｅ ｒｅｑｕｉｒｅｍｅｎｔｓ ｏｆ ｔｈｅ ｓｙｓｔｅｍ ｂｙ ｔｈｅ ｐｒｉｎｃｉｐｌｅ ｏｆ ａｄａｐｔｉｖｅ ｆｕｚｚｙ ｃｏｎｔｒｏｌ ａｎｄ ｓｅｌｆ－ｌｅａｒｎｉｎｇ ｏｆ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ｃｏｎｔｒｏ１．Ａｎｄ ｔｈｅ ｍａｉｎ ｆａｃｔｏｒｓ ｉｎｆｌｕｅｎｃｉｎｇ ｔｈｅ ｐｅｒｆｏｒｍａｎｃｅ ｏｆ ｔｈｉｓ ｓｙｓｔｅｍ，ｉｎｃｌｕｄｉｎｇ ｔｉｍｅ ｄｅｌａｙ，ｌｏｓｓ ｒａｔｅ ｏｆ ｄａｔａ ｐａｃｋｅｔｓ ａｎｄ ｄｉｓｔｕｒｂａｎｃｅ，ａｒｅ ａｎａｌｙｚｅｄ．Ａ ｓｉｍｕｌａｔｉｏｎ ｍｏｄｅｌ ｉｓ ｅｓｔａｂｌｉｓｈｅｄ ｂｙ ｔｈｅ ＴｒｕｅＴｉｍｅ ｔｏｏｌｂｏｘ ｗｉｔｈ ａｄａｐｔｉｖｅ ｆｕｚｚｙ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ｃｏｎｔｒｏｌｌｅｒ ｆｏｒ ｎｅｔｗｏｒｋ ｃｏｎ— ｔｒｏｌ ｓｙｓｔｅｍ．Ｃｏｍｐａｒｅｄ ｗｉｔｈ ｔｈｅ ｃｏｎｖｅｎｔｉｏｎａｌ ＰＩＤ ｃｏｎｔｒｏｌｌｅｒ ａｎｄ ＰＩＤ ｃｏｎｔｒｏｌｌｅｒ ｂａｓｅｄ ｏｎ ｆｕｚｚｙ ｃｏｎｔｒｏｌ，ｔｈｅ ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｕｎｄｅｒ ｔｈｅ ｓａｍｅ ｎｅｔｗｏｒｋ ｅｎｖｉｒｏｎｍｅｎｔ，ａｄａｐｔｉｖｅ ｆｕｚｚｙ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ｃｏｎｔｒｏｌｌｅｒ ｈａｓ ｔｈｅ ｂｅｔｔｅｒ ｅｆｆｅｃｔ ｔｈａｎ ｔｈｅ ｃｏｎｖｅｎｔｉｏｎａｌ ＰＩＤ ｃｏｎｔｒｏｌｌｅｒ ａｎｄ ＰＩＤ ｃｏｎｔｒｏｌｌｅｒ ｂａｓｅｄ ｏｎ ｆｕｚｚｙ ｃｏｎｔｒｏ１．Ｍｏｓｔ ｉｍｐｏｒｔａｎｔｌｙ，ｔｈｅ ｃｏｎｔｒｏｌｌｅｒ ｄｅｓｉｇｎｅｄ ｈａｓ ｂｅｔｔｅｒ ａｎｔｉ－ｊａｍｍｉｎｇ ｃａｐａｂｉｌｉｔｙ ａｎｄ ｒｏｂｕｓｔ ｐｅｒｆｏｒｍａｎｃｅ． Ｋｅｙ ｗｏｒｄｓ：ｎｅｔｗｏｒｋ ｃｏｎｔｒｏｌ ｓｙｓｔｅｍ；ａｄａｐｔｉｖｅ ｆｕｚｚｙ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ｃｏｎｔｒｏｌ；Ｐｒｏｐｏｒｔｉｏｎ Ｉｎｔｅｇｒａｔｉｏｎ Ｄｉｆｆｅｒｅｎｔｉａｔｉｏｎ（ＰＩＤ） ｃｏｎｔｒｏｌｌｅｒ；ＴｒｕｅＴｉｍｅ 摘 要：网络控制系统中存在着时延、丢包、网络干扰等问题。针对网络控制系统中存在恶化系统的控制性能，甚至导 致系统不稳定的因素，提出了一种基于自适应模糊神经网络控制器的网络控制系统，它能根据系统的实际输出与期望 输出误差，利用自适应模糊控制和神经网络自学习的原理进行控制参数的自行调整，以符合控制系统的实际要求，同 时，分析了网络延时，丢包率及网络干扰因素对系统性能的影响。利用ＴｒｕｅＴｉｍｅ工具箱建立了包含自适应模糊神经 网络控制器的网络控制系统的仿真模型，并将其分别与基于常规ＰＩＤ控制器的网络控制系统和基于模糊参数ＰＩＤ控 制器的网络控制系统进行了比较。实验结果表明，在相同的网络环境下，基于自适应模糊神经网络控制器的网络控制 系统的控制效果比基于常规的ＰＩＤ控制器和基于模糊参数ＰＩＤ控制器的要好，且具有较好的抗干扰能力和鲁棒性能。 关键词：网络控制系统；自适应模糊神经网络控制；比例积分微分（ＰＩＤ）控制器；ＴｒｕｅＴｉｍｅ 文献标志码：Ａ 中图分类号：ＴＰ３９３ ｄｏｉ：１０．３７７８０．ｉｓｓｎ．１００２．８３３１．１３０９．０２７７ １ 引言 随着网络通信技术和计算机网络的发展和不断成 人、自动导航汽车、高速动车、兵器和航空航天领域，以及 基于现场总线、以太网的工业控制系统等领域有着广泛 的应用前景。网络控制系统（Ｎｅｔｗｏｒｋ Ｃｏｎｔｒｏｌ Ｓｙｓｔｅｍ， ＮＣＳ）是一种基于网络具有智能分布特点的闭环反馈控 熟，以及网络、计算机和控制学科的相互渗透，网络控制 系统成为控制领域工作者研究的热点。网络控制系统 在远程教育、办公自动化系统、遥操作、无线网络机器 制系统，其由控制器、执行器、传感器、被控对象和通信 作者简介：孟窈（１９９Ｏ一），男，硕士，研究领域为光学工程；胡亚洲，男，硕士，研究领域为控制系统建模及仿真、信号处理；陈晓， 女，博士，研究领域为飞行器性能优化理论与应用、故障诊断与容错控制。Ｅ—ｍａｉｌ：４０６８３４６９４＠ｑｑ．ｃｏｍ 收稿日期：２０１３－０９．１８ 修回日期：２０１３－ｌ１．０４ 文章编号：１００２．８３３１（２０１５）１８－００９０－０４ ＣＮＫＩ网络优先出版：２０１４—０２．２４，ｈｔｔｐ：／／ｗｗｗ．ｃｎｋｉ．ｎｅｔ／ｋｃｍｓ／ｄｏｉ／１０．３７７８￣．ｉｓｓｎ．１００２—８３３１．１３０９—０２７７．ｈｔｍｌ 孟窃，胡亚洲，陈晓：基于自适应模糊神经网络控制器的网络控制系统 仿真时问／ｓ 图４时延、丢包率和网络干扰均为０ （２）假设时延（０．０１ Ｓ）、丢包率（１０％）和网络干扰节 点占用了３０％的网络带宽即ＢＷ＝０Ｉ３时的仿真结果如 图５所示。 仿真时间／ｓ 图５时延（Ｏ．０１ ｓ）、丢包率（１Ｏ％）和ＢＷ＝Ｏ．３ （３）假设时延（０．１ Ｓ）、丢包率（３０％）和网络干扰节 点占用了７０％的网络带宽即ＢＷ＝０．７时的仿真结果如 图６所示。 趔 馨 仿真时间／ｓ 图６时延（０．１ ｓ）、丢包率（３Ｏ％）和ＢＷ＝Ｏ．７ 从响应曲线图中可以看出，随着网络延时、丢包率 和网络干扰节点占用网络带宽量的增加，系统的稳定性 逐渐变差，这说明网络延时、丢包率和网络干扰节点对 网络控制系统的影响是不容忽视的。根据响应曲线可 知，基于自适应模糊神经网络控制器的网络控制系统与 基于常规ＰＩＤ控制器和模糊ＰＩＤ控制器的网络控制系 统相比可得到如下结论：（１）在时延、丢包率和网络干扰 均为０的条件下，本文设计的系统调节时间短、超调量 极小，响应曲线平滑性好；（２）在时延为（０．０１ Ｓ）、丢包率 （１０％）和ＢＷ＝０．３的条件下，本文设计的系统调节时 间较短，稳定性比较强，超调量相对较小；（３）在时延 （０．１ Ｓ）、丢包率（３０％）和ＢＷ＝０．７的条件下，本文设计 的系统虽然调节时间相对增大，超调量增加，但是仍能 继续保持最终的稳定性，且具有较好的稳定性能，而基 于常规ＰＩＤ控制器的网络控制系统呈现不稳定，基于模 糊ＰＩＤ控制器的网络系统呈现临界稳定。通过实验仿 真证明，本文设计的系统具有较高的稳定性和抗干扰 能力。 ６总结 本文针对具有网络时延、数据包丢失和网络干扰的 网络控制系统，采用了利用系统误差来调节控制参数的 自适应模糊神经网络控制器。通过ＴｒｕｅＴｉｍｅ工具箱建 立网络控制系统仿真模型，并将本文设计的算法与常规 ＰＩＤ算法和模糊参数ＰＩＤ算法进行了仿真比较。仿真结 果表明，在给定的网络环境、网络时延、丢包率和网络干 扰的情况下，本文设计的控制系统具有较好的控制性能 和抗干扰能力。然而，在复杂的、未知的网络环境条件 下，该系统能否具有较好的控制性能和抗干扰能力，需 要进一步的研究。 参考文献： ［１］Ｚｈａｎｇ Ｗ，Ｙｕ Ｌ，Ｓｏｎｇ Ｈ． ｉｆｌｔｅｒｉｎｇ ｏｆ ｎｅｔｗｏｒｋｅｄ ｄｉｓ－ ｃｒｅｔｅ－ｔｉｍｅ ｓｙｓｔｅｍｓ ｗｉｔｈ ｒａｎｄｏｍ ｐａｃｋｅｔ ｌｏｓｓｅｓ［Ｊ］．Ｉｎｆｏｒｍａ— ｔｉｏｎ Ｓｃｉｅｎｃｅ，２００９，１７９（５）：３９４４—３９５５． ［２］Ｎｅｓｉｃ Ｄ，Ｔｅｅｌ Ａ Ｒ，Ｃａｒｎｅｖａｌｅ Ｄ．Ｅｘｐｌｉｃｉｔ ｃｏｍｐｕｔｍｉｏｎ ｏｆ ｔｈｅ ｓａｍｐｌｉｎｇ ｐｅｒｉｏｄ ｉｎ ｅｍｕｌａｔｉｏｎ ｏｆ ｃｏｎｔｒｏｌｌｅｒ ｆｏｒ ｎｏｎ－ ｌｉｎｅａｒ ｓａｍｐｌｅｄ－ｄａｔａ ｓｙｓｔｅｍ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓ ｏｎ Ａｕｔｏｍａｔ Ｃｏｎｔｒｏｌ，２００９，５４（３）：６１９－６２４． ［３］李海涛，唐功友，马慧．一类具有数据丢失的网络控制系统 的最优控制［Ｊ］．控制与决策，２００９，２４（５）：７７３—７７６． ［４】Ｌｉｎ Ｃ，Ｗａｎｇ Ｚ，Ｙａｎｇ Ｆ．Ｏｂｓｅｒｖｅｒ－ｂａｓｅｄ ｎｅｔｗｏｒｋｅｄ ｃｏｎｔｒｏｌ ｏｆｒ ｃｏｎｔｉｎｕｏｕｓ・ｔｉｍｅ ｓｙｓｔｅｍｓ ｗｉｔｈ ｒａｎｄｏｍ ｓｅｎｓｏｒ ｄｅｌａｙｓ［Ｊ］． Ａｕｔｏｍａｔｉｃ，２００９，４５（２）：５７８—５８４． ［５］Ｓｈｉ Ｙ，Ｙｕ Ｂ．Ｏｕｔｐｕｔ￣ｅｄｂａｃｋ ｓｔａｂｉｌｉｚａｔｉｏｎ ｏｆ ｎｅｔｗｏｒｋｅｄ ｃｏｎｔｒｏｌ ｓｙｓｔｅｍｓ ｗｉｔｈ ｒａｎｄｏｍ ｄｅｌａｙｓ ｍｏｄｅｌｅｄ ｂｙ Ｍａｋｏｖ ｃｈａｉｎｓ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓ ｏｎ Ａｕｔｏｍａｔ Ｃｏｎｔｒｏｌ，２００９，２５（７）： １６８８．１６７４． （下转２０８页）
