网络化的控制系统简介(NCS)

作为一个搞物联网应用的,最近才接触到NCS这个概念。有点东西,赶紧记录一下。

NCS由通过网络连通的控制环路组成,控制信号和反馈信号会在控制器和本地系统间交换。典型的方块图如下:

网络化的控制系统简介(NCS)
其中,本地(Plant)信号是通过传感器(Sensor)进行采集的,然后通过模数转换器转换成数字信号,经过网络到达控制器。控制器根据传感器的输出决定控制,将信号通过网络下发到数模转换器变成模拟信号,经过执行器(Actuator)操作设备。NCS分为开环控制系统和闭环控制系统,这里只看相对复杂的闭环系统。由于控制指令是通过网络下发的,这就是N这个前缀的由来。

NCS的优劣

NCS有一些强大的优势,使得它被标榜为”下一代控制系统”。其中的关键指标有:

  1. 降低了系统的复杂度。由于有了网络,各个系统的数据也都能放在一起看。实际就是能源管理系统。
  2. 高效共享数据。设备间的参数可以通过网络共享,就可以设计更好的控制算法。就是用能分析。
  3. 更智能的决策。有了上面这些信息,人就能做出更智慧的决策。
  4. 省去不必要的线路。有了网络,有了无线,就不用有线了。就是无线传感网。
  5. 可以轻易扩大网络规模:只要增加网络里的传感器、执行器、控制器就好了。因为无线,容易更换也容易维护。
  6. 可以远程控制。
  7. 使用范围广阔。可以在分布式电力系统、机器人、无人机、无人驾驶、空间探索、地质探索、工业自动化、远程调试、高危环境、航天器等等各种场景使用。

不过NCS也有一些突出问题:

  1. 无法决定上数时间。由于有网络,数据到达的时间无法精确控制,所以比较难实现均匀采样。
  2. 数据完整性不能保证。因为网络原因,可能会丢数。
  3. 通讯延迟。原因不言而喻,影响就是控制指令不能被立即执行。
  4. 网络的复杂性。节点数一上来复杂度就上来,就可能影响数据堵塞。所以节点达到数以万计的NCS也是很难建设的。

NCS的设计

控制指令最先是仿真处理器上产生的,主要通过频域分析和拉普拉斯变换做数据分析,精确度有限、带宽有限、数据漂移、有噪声,管理非线性误差能力不足。对于已知的延迟可以在控制时使用著名的史密斯预测器处理。
后来CPU出现了,可以用数字控制器代替模拟处理器了。但是通过离散电信号控制模拟量设备必然导致时序紊乱。另外还必须引入逻辑进行数模转换。采样定理和z变换成为了数字控制系统的标配。z变换假定采样时均匀的,这样对于数字控制器,定时采样也成了标配。在数字控制早期,CPU算力和内存都很稀缺,所以控制器的复杂度和电力的使用都要最小化。定时采样假设是否最好,结论并不明显。所以1962年有人写了文章使用了适应性采样:《Adaptive sampling frequency for sampled-data control systems》,采样频率会根据错误率调整。随着计算成本的下降,适应性采样逐渐没了市场。
从计算侧着手,1973年发表的《Scheduling algorithms for multiprogramming in hard real-time environment》提出了实时调度建模和分析,实时调度是基于一系列限制性假设的,其中之一是任务的周期性。尽管后来越来越多的假设来限制实际问题,不过周期性一直最流行。另外网络拓扑会随着时间改变,因为受控设备会换位置。所以总体上控制系统在动态环境是高度适应性的。尤其无线通信允许网络的快速部署来远程控制,但网络也有问题,上面也都提到了。这些问题都会影响数字控制器。下图是控制性能和采样率的平衡:

网络化的控制系统简介(NCS)
图中有三根线,分别是本地控制(Continuous Control)、数字控制(Digital Control)、网络控制(Networke Control)。可见网络控制的性能只在B和C间不错,超过C也会下降。
下表是传统控制系统和网络化系统的区别汇总:
网络化的控制系统简介(NCS)

Original: https://www.cnblogs.com/somefuture/p/16672781.html
Author: 老魏去东
Title: 网络化的控制系统简介(NCS)

原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/565546/

转载文章受原作者版权保护。转载请注明原作者出处!

(0)

大家都在看

  • Js箭头函数

    Js箭头函数 箭头函数是​ ​ES6​​新增的语法,提供了一种更加简洁的函数书写方式,类似于匿名函数,并且简化了函数定义。 完整写法 完…

    大数据 2023年5月26日
    056
  • c语言中sqlite3的使用方法

    在学习完tcp通信之后又了解了sqlite3的的功能,以及c语言中sqlite3的使用方法,接下来我将介绍c语言中sqlite3的使用方法。 首先需保证机器上已经有SQLITE库,…

    大数据 2023年11月10日
    043
  • centos7安装配置Hive

    rpm -qa | grep -i mysql 查看rpm -e –nodeps 卸载 1.官网下载安装mysql-server wget http://dev.mys…

    大数据 2023年11月13日
    067
  • java版VR全景漫游制作平台- 2介绍

    @ 系统登录 作品管理 新增作品 作品制作 视角设置 热点设置 沙盘地图 地面广告 背景音乐设置 特效设置 系统登录 登录铁牛VR云系统。点击”登录”,即可…

    大数据 2023年5月27日
    099
  • Ubuntu 暂时不能解析域名

    镜像下载、域名解析、时间同步请点击阿里云开源镜像站 Ubuntu 暂时不能解析域名及解决办法 可能的解决方案:重启虚拟机网卡 [En] Possible solution: res…

    大数据 2023年5月27日
    087
  • [数据仓库]电商核心业务知识之订单商品模块

    电商核心业务知识 订单商品模块(9张表)–订单主要信息表drop table if exists itqsc.ods_b2c_orders;create externa…

    大数据 2023年5月24日
    099
  • HTTP基础知识总结

    目录 ​​HTTP的请求方法及其作用​​ ​​GET和POST有什么区别?​​ ​​PUT和POST都是给服务器发送新增资源,有什么区别?​​ ​​PUT和PATCH都是给服务器发…

    大数据 2023年5月26日
    058
  • python学习笔记|SQLite数据库基本知识

    目录 1.连接数据库 2.创建数据表 3.插入数据 4.查询数据 首先引入sqlite3模块 import sqlite3 1.连接数据库这里利用sqlite3的connect函数…

    大数据 2023年11月11日
    068
  • Qt数据库应用11-通用数据生成器

    一、前言 有两种应用场景需要用到数据生成器,一种是需要测试数据库性能,比如在100万条和1000万条记录的时候对比查询或更新语句执行耗时,一种是随机模拟生成一堆数据,用来测试程序的…

    大数据 2023年11月11日
    066
  • Flume聚合

    案例需求: hadoop102 上的 Flume-1 监控文件/opt/module/group.log, hadoop103 上的 Flume-2 监控某一个端口的数据流, Fl…

    大数据 2023年6月3日
    063
  • vue3中 /deep/ 的使用,vue3不支持/deep/样式

    vue2中是使用 /deep/ 样式穿透,在 vue3中不支持了, vu3中使用 :deep()取代了 /deep/ 如果给当前组件的style 节点添加了 scoped 属性,则…

    大数据 2023年11月13日
    040
  • 2021.10.21 – 学习记录

    2021.10.21 – 学习记录 原创 懒家伙z2022-09-01 15:27:55©著作权 文章标签 学习 前端 加载 最大公约数 后台管理 文章分类 Hadoo…

    大数据 2023年5月24日
    083
  • 作业六:自注意力机制与论文

    Part one 1、注意力机制:通过添加一层新的权重将图片中关键部分特征强化。一般是在通道或者像素点上操作。 2、自注意力结构:计算相似性得到权重,softmax归一化,最后加权…

    大数据 2023年5月28日
    082
  • Spark使用scala语言连接hive数据库

    一、步骤 step1:使用idea创建maven管理工具创建项目 step2:在main下添加resources文件夹,并设置为Resources root step3:拷贝Had…

    大数据 2023年11月13日
    056
  • docker将容器打包成镜像并传输至其他服务器部署(可用于容器重新run)

    二、打包一个镜像 三、镜像远程拷贝 使用scp传输至其他服务器: 四、新服务器载入镜像 OPTIONS 说明: –input , -i :指定导入的文件,代替 STDI…

    大数据 2023年5月29日
    0118
亲爱的 Coder【最近整理,可免费获取】👉 最新必读书单  | 👏 面试题下载  | 🌎 免费的AI知识星球