基于多样数据融合的网络化系统分布式控制理论与方法

With the rapid growth of the scale of modern networked industrial systems, the centralized control strategy becomes difficult to be implemented in these large scale networked systems, and the conventional decentralized control is limited in improving control performance and may even not be able to guarantee stability of the overall systems. On the other hand, there are a large number of different types of sensors in the large scale networked systems. The sensors are connected via communication networks and able to provide rich information about the processes and plants under control. In view of this, the research on the theory and approaches for the distributed control of large-scale networked systems based on multi-type data fusion is proposed in this project. The proposed distributed control strategy possesses both merits of the decentralized control and centralized control strategies, and is able to make a trade-off between control performance and communication consumptions. By multi-type data fusion using the heterogeneous sensor information fusion approaches, one is able to make full use of the information provided by various types of sensors, and provide more reliable information about the processes for control system design. Then, based on the data fusion results, the project aims to design sensor/controller scheduling strategies, the neighborhood communication based cooperative distributed model predictive controllers and the disturbance estimation based distributed controllers, and ultimately achieves the goal of overall optimization of system resources utilization rates and the control performance. Finally, all the aforementioned designs make up a systematic methodology for the distributed control of networked large-scale systems.

现代网络化工业生产系统的规模日趋庞大，传统的集中式控制已经难以实施，而分散控制缺少控制器之间的合作与交流，难以提高控制性能，甚至无法保证系统整体稳定性。另一方面，在网络化大规模系统中，通过网络互连的传感器数量大、种类多，提供的现场信息非常丰富。为此，本项目研究基于多样数据融合的网络化系统分布式控制理论与方法。采用的分布式控制方式同时继承了分散控制分而治之和集中控制协调沟通的优势，可在控制性能和通信量之间取得合理折中。采用异质传感器信息融合方法进行多样数据融合，实现多传感器信息的优势互补，为控制系统设计提供更加可靠的现场数据依据。基于数据融合结果进行传感器/控制器任务调度和网络资源调度，设计基于邻域通信的合作分布式预测控制方法和分布式干扰观测控制方法，实现系统资源利用率和控制性能整体最优化的效果。最终形成一套基于多样数据融合的网络化系统分布式控制理论与方法。

本项目主要研究了网络化系统的分布式融合估计与控制，针对网络化系统存在的异步、多速率、信息不完整性等问题，给出了一套分布式控制和多传感器融合估计理论与方法。特别的，研究了基于邻域通信的关联系统的分布式控制问题，给出了基于广义扩张状态观测器的分布式控制器设计方法，研究了多速率采样控制系统的鲁棒和抗干扰控制问题，建立了网络化控制系统的多速率采样控制系统模型并给出了分布式控制器设计方法。研究了基于邻域通信的多传感器分布式信息融合估计问题，并给出了基于递阶结构的分布式多传感器融合估计方法，研究了多速率多传感器分布式信息融合估计问题，给出了序贯式融合估计器设计方法和滚动时域估计方法。项目设计了基于通用以太网的网络化运动控制实验系统，针对通用以太网信息传输中出现的通信不确定性、时钟不同步、多轴耦合等问题，将所提出的理论方法应用于解决这些问题，形成了相应的网络化抗干扰分布式控制方法，包括抗干扰轮廓误差控制、多轴同步控制等方法，验证了所建立的理论方法应用于基于通用以太网的运动控制系统的可行性。项目还搭建了基于异质多传感器融合的移动机器人定位和轨迹跟踪控制实验系统和基于无线传感器网络的移动目标定位实验系统，并在平台上验证了所提出的异步多速率融合估计方法和鲁棒融合估计方法应用于室内移动目标定位和跟踪的可行性。