基于NS2的直流电机网络化控制系统仿真

高 远，江 明，葛 愿

GAOYuan,JIANG Ming,GEYuan

安徽工程大学 安徽检测技术与自动化装置重点实验室，安徽 芜湖 241000

Anhui Provincial Lab of Detection Technology and Energy Saving Devices,Anhui Polytechnic University,Wuhu,Anhui241000,China

1 引言

网络控制系统（Networked Control System，NCS）是通过网络将在不同地理位置的传感器、控制器和执行器连接起来，形成的一种实时反馈控制系统[1-3]。其与传统的控制系统相比简化了系统各环节连接，打破了系统空间位置限制，降低了系统运行维护成本，具有系统组件灵活，易于扩展维护，能够实现资源共享与远程控制等优点。基于以上优点NCS在航空航天、机器人遥操作、汽车制造、智能家居、远程医疗等领域有着巨大的应用前景[4-7]。

然而，网络是不稳定的传输介质，NCS不可避免地存在网络传输时延，数据包丢失，数据包时序错乱，多包传输等问题[8-9]。以致对整个系统性能产生影响，甚至会导致整个系统的不稳定。所以需要设计合适的控制器补偿这些缺点对系统产生的负面影响。但是，由于网络的介入，使得以往经典控制方法无法直接应用于NCS，因此需要针对NCS的系统结构特点设计新的控制策略。为了验证这些控制策略的有效性，往往需要进行仿真实验。

目前常见的NCS仿真方法是通过Matlab/TrueTime工具箱模拟控制策略和网络环境以及相关性能，但是其网络模拟的功能相对较弱，无法模拟复杂的网络环境。为此本文引入一款能够模拟复杂网络环境的软件——NS2。NS2是由离散事件驱动，面向对象的开放式网络模拟器[10-12]。其内核由C++类库实现各种网络协议和链路层模型，前端利用OTCL程序语言搭建网络拓扑结构，可以完整地模拟整个网络环境。因此NS2在NCS中的应用越来越受到重视，如昆明理工大学刘守盎提出的基于NS2网络化控制系统仿真[13]，江南大学谢林柏等提出的基于NS2的网络控制系统仿真研究[14]，吉林大学王庆凤等提出的基于NS2的网络化控制系统仿真平台的设计与实现[15]。但是，总体来看这方面的研究工作刚刚起步，还有待深入研究。

为此，本文的主要工作是在NS2下搭建一个基于PID控制的直流电机网络化控制系统仿真平台，通过仿真分析网络时延对于系统性能的影响。本文首先基于NS2实现NCS的节点，其次在实现节点的基础上进行网络模拟，最后分析实验结果。

2 基于NS2的NCS节点实现

网络化控制系统由被控对象、传感器、执行器和控制器组成，被控对象一般为连续系统，控制器则一般为离散系统。被控对象的输出值通过传感器采样离散化并通过网络传递给控制器。控制器计算后将控制律通过网络返还给被控对象。在NS2中将被控对象、传感器、执行器、控制器都抽象为节点表示。将被控对象，传感器、执行器抽象为广义对象节点，又由于控制器节点一般为离散系统，NS2也是基于离散事件驱动，所以将控制器节点放在另一个单独的节点中，这样在NS2中NCS在结构上分为广义对象节点，控制器节点，通信网络三个部分。下面分别给出每个部分的仿真实现方法。

2.1 广义对象节点的实现

广义对象节点的主要功能是周期性的采样数据，并通过网络将采样数据发送给控制器节点。由于在NS2中并不存在相应功能的节点，因此需要使用C++以及OTCL语言对NS2进行功能扩展，以实现新的节点功能和协议。而实现新的节点功能和协议就是要向NS2中添加新的Agent类。由此定义对象节点的Agent类PLANT数据包头部的主要内容：

在这里定义了时间类SYNTimer，每当定时时间到，数据采集函数就开始采集数据，将数据传递给数据发送函数进行数据发送。sys_1为输出计算函数，由传递函数转化为微分方程后，求解微分方程得到。在本文中所考虑的被控对象为一个直流电机，用二阶微分方程描述为：

其中y为量测的电机输出，u为控制输入，A，B，C为控制器参数。

通过MATLAB求解微分方程，可以得到解为：

y(t0)为上一采样时刻的输出，T为采样周期，这样建立了系统的输出模型。对其他模型可以通过求解其微分方程，将结果作为系统的输出模型。在该Agent实例化后，就可以模拟广义对象节点，周期性发送和接收数据，该周期由定义的时间类函数设置。

2.2 控制器节点的实现

该节点的实现与广义对象节点类似。同样在NS2中建立一个新的Agent类CONTROL，为了保证数据的传输，其数据包头部设置与广义对象节点相同。不同之处在于该Agent类中没有定义时间类函数，在接收函数中直接调用发送函数发送数据，其接收函数如下：

控制器节点与广义对象节点不同在于其由事件驱动，每当接收到对象节点发送的数据，就对数据进行处理，处理完成后立刻返还给对象节点。在该节点中打包了PID控制规律。因在工程中无法实现纯微分，本文令微分项为近似微分，微分项为：

同时在接收函数中设置，每当接收到数据时，在屏幕上输出接收到的数据，以验证节点功能扩展成功。

3 网络模拟

在NS2中通过OTCL程序完成网络环境的模拟。首先建立仅有两个节点的网络环境，测试扩展的广义对象节点和控制器节点。设置两个节点间的带宽为2 Mb，延时为10 ms，队列为DropTail模型，将广义对象节点和控制器节点的Agent类绑定在两个节点上，建立被控对象与控制器之间的链接，其otcl脚本如下：

图1 具有两个节点网络控制系统仿真图

同时在屏幕上输出数据如图2，证实两个节点扩展成功。

图2 系统输出数据图

在此基础上建立具有8个节点网络化控制系统模型。其中0号，1号节点为路由节点，2，3，5，6号节点都为干扰节点。由于网络中的传输协议主要以TCP、UDP为主，所以2号节点到5号节点使用TCP传输，从1 s开始传输。3号到6号节点使用UDP传输，从2 s开始传输，同时在8 s结束。

0号节点和1号节点之间设置不同的带宽分别为1 Mb，0.75 Mb，0.5 Mb，路由节点间的带宽设置为1 Mb以下，因为当路由节点间的带宽在1 Mb以上时，已经满足系统的传输要求，对系统的影响较小，其他节点之间的带宽都设置为1 Mb，延时为10 ms，DropTail队列，模拟仿真在不同的带宽时延下对于系统性能的影响。

具有8个节点的网络控制系统仿真图如图3所示。

图3 具有8个节点的网络控制系统仿真图

4 实验结果

4.1 无时延情况

系统采样的时间设为0.1 s，其中设置系统的值为4.0，PID控制方法中的比列系数P=1.5，积分系数I=0.13，微分系数D=0.015。仿真时间设为30 s。此时整个网络控制系统可以看成无时延。系统输出曲线如图4所示，从图中可以看出系统很快就能达到稳定，在没有网络时延的情况下，该PID控制器可以保证直流电机控制系统的稳定性。

图4 无时延的系统输出曲线

4.2 有时延情况

在该网络环境中改变0号节点和1号节点两个路由节点之间的带宽，分别设置为1.75 Mb，1 Mb，0.75 Mb，0.5 Mb。其时延分布如图5所示，在路由节点之间带宽为1.75 Mb时系统的时延小于采样周期，时延跳变无规律。在1 Mb时系统的时延超过采样周期，时延在0.12 s附近跳动。在0.75 Mb和0.5 Mb时系统的时延出现巨大的震荡，超过采样周期，同时在0.5 Mb时系统的时延成周期性的跳动，在8 s时停止了干扰节点的传输，系统时延降到采样周期以下。

图5 系统在不同带宽下的时延

4.3 不同时延分布下电机的阶跃响应

保持原PID控制器参数不变，图6给出了不同时延下直流电机的阶跃响应曲线。

图6 不同时延下的系统输出曲线

在系统仅有两个节点时系统迅速稳定无超调，当系统的路由节点带宽为1 Mb时系统调节时间增大。在带宽设置为0.75 Mb和0.5 Mb后系统出现较大的震荡，超调量变大，调节时间变长，响应速度变慢。不难发现具有相同节点数的网络模型结构，带宽越大，时延对系统的影响越小；带宽越小，时延对系统的影响越大。

5 结束语

本文讨论了基于NS2的直流电机网络化控制系统仿真平台的建立，利用NS2的网络模拟功能仿真比较了不同时延下系统的性能，仿真实验表明可以充分利用NS2的构件库以及网络协议搭建和扩展网络化控制系统平台，最后展示了不同时延对系统性能的影响，为网络控制系统PID控制参数的整定奠定了基础。

[1]Hespanha J P，Haghshtabrizi P，Xu Y.A survey of recent results in networked control systems[J].Proceedings of the IEEE，2007，95（1）：138-162.

[2]Gupta R A，Chow M Y.Networked control system：overview and research trends[J].IEEE Transactions on Industrial Electronics，2010，57（7）：2527-2535.

[3]Xia Y，Fu M，Liu G P.Analysis and synthesis of networked control systems[M].Heidelberg：Springer，2011.

[4]Gaid M，Cela A，Hamam Y.Optimal integrated control and scheduling of networked control systems with communication constraints：application to a car suspension system[J].IEEE Transactions on Control Systems Technology，2006，14（4）：776-787.

[5]Ma Z P，Cui D G，Cheng P.Dynamic network flow model for short-term air traffic flow management[J].IEEE Transactions on Systems，Man and Cybernetics，Part A：Systems and Humans，2004，34（3）：351-358.

[6]Gajate A M，Guerra R E H.Internal model control based on a neurofuzzy system for network applications，a case study on the high-performance drilling process[J].IEEE Transactions on Automation Science and Engineering，2009，6（2）：367-372.

[7]Kim Y H，Phong L D，Park W M，et al.Laboratory-level telesurgery with industrial robots and haptic devices communicating via the internet[J].International Journal of Precision Engineering and Manufacturing，2009，10（2）：25-29.

[8]Zhang W，Branicky M，Phillips S.Stability of networked control systems[J].IEEE Control Systems Magazine，2001，21（1）：84-99.

[9]Baillieul J，Antsaklis P J.Control and communication challenges in networked real-time systems[J].Proceedings of the IEEE，2007，95（1）：9-28.

[10]柯志亨，程荣祥，邓德隽.NS2仿真实验——多媒体和无线网络通信[M].北京：电子工业出版社，2009.

[11]于斌，孙斌.NS2与网络模拟[M].北京：人民邮电出版社，2007.

[12]徐雷鸣，庞博，赵耀.NS与网络模拟[M].北京：人民邮电出版社，2003.

[13]刘守盎，向凤红，毛剑琳，等.基于NS-2的网络化控制系统仿真[J].云南大学学报：自然科学版，2009，31（S2）：55-58.

[14]谢林柏，王强，纪志成.基于NS-2的网络控制系统仿真研究及实现[J].计算机仿真，2006，23（10）：95-99.

[15]王庆凤，陈虹，王萍.基于NS2的网络控制系统仿真平台的设计与实现[J].系统仿真学报，2011，23（2）：270-274.