基于神經元PID控制器的遠程實驗系統設計

李曉榮 劉志強

摘 要： 針對目前遠程實驗系統中網絡延時的不確定對實驗結果產生影響的問題，設計了基于神經元PID控制器的遠程實驗系統。研究了PID?NN神經網絡控制器的算法并分析了算法的收斂性和穩定性，給出了遠程實驗系統的客戶/服務器端網絡通信及控制的實現方法。最后對實驗室中機械控制臂進行了響應對比試驗，實驗結果表明，基于神經元PID控制器實驗系統的響應超調量、穩態誤差及響應時間明顯小于普通PID控制方法的實驗系統，證明了算法的正確性。

關鍵詞： 遠程自動控制； 客戶/服務器； 神經網絡； PID 控制

中圖分類號： TN876?34； TM417 文獻標識碼： A 文章編號： 1004?373X（2016）09?0133?05

Abstract： Since the uncertainty of network delay in remote experiment system can impact on the experimental results， the remote experiment system based on neuron PID controller was designed. The algorithm of PID?NN neural network controller is studied. Its convergence and stability are analyzed. The implementation method of the system′s network communication and control in client/server sides is given. The response contrast test for the machinery control arm was conducted in the laboratory. The experimental results show that the response overshoot， steady?state error and response time of the experiment system based on neuron PID controller are smaller than those of the experiment system based on common PID control method. The correctness of the algorithm was proved.

Keywords： remote automatic control； client/server； neural network； PID control

0 引 言

隨著網絡規模的日益擴大及網絡軟硬件成本的不斷下降，遠程實驗系統的應用越來越廣泛。但網絡信號傳輸的時間延遲[1?2]具有不確定性的特點，會對遠程實驗的結果造成影響。在目前的解決辦法中，具有延時補償功能的網絡控制器[3?4]會降低系統性能，無法有效解決延時對實驗結果的影響問題。

針對上述問題，本文設計了基于神經元PID控制器的遠程實驗系統，利用延時預估得到的試驗參數來調整控制器的參數，有效解決了網絡延時問題，對遠程實驗系統的推廣應用具有重要意義。

1 系統概述

遠程實驗系統采用三層結構的客戶/服務器模式，由I/O模塊、客戶端和服務器端組成。其中，管理服務器、實驗服務器和視頻服務器構成了系統的服務器端，各服務器的主要功能如下：

管理服務器：保證服務器和試驗系統的安全。通過協調多客戶的訪問順序、設置用戶權限及驗證用戶身份等手段來保證網絡的安全性。

實驗服務器：首先將由客戶端輸入的實驗參數及命令傳送到后臺進行處理，然后將實驗系統輸出的實驗數據實時傳遞給客戶端。在數據傳遞前，實驗服務器通過與后臺和客戶端的套接字連接方式創建點對點的數據傳送信道。

視頻服務器：攝像機先將實驗系統的運行情況拍攝下來，然后將拍攝到的畫面以視頻信號的方式傳送給視頻服務器，視頻服務器再將經過處理的畫面實時發送到客戶端。通過視頻服務器，使客戶端在進行實驗的同時，還能清楚地了解遠程實驗系統的運行情況，如同在現場進行操作一樣，遠程實驗系統的原理如圖1所示。

在實驗系統中，為了簡化系統結構并達到較好的實時性，控制算法在服務器端實現。本系統的控制方法采用適應性較高的基于神經元PID[5]控制器的算法，所以必須建立服務器與客戶端間的連接，該連接可依靠網絡編程中的Socket實現，具體過程如下：

（1） 首先服務器端需創建一個Socket實時監聽網絡，以便隨時接收客戶端發出的請求；

（2） 當客戶端要與服務器端進行通信時，通過建立相應的Socket與服務器實現實時通信；

（3） 當服務器端接收到客戶端的請求后，重新建立一個Socket。

2 算法設計及性能分析

算法將PID控制規律與神經網絡進行本質結合，設計了PID?NN算法。其隱含層包括比例、積分、微分3個單元，屬于動態前向網絡，更適用于遠程實驗系統。

2.1 算法設計

（1） PID?NN控制器結構

如圖2所示，PID?NN控制器由輸入層、隱含層和輸出層構成，屬于3層前向網絡，其結構為2?3?1。網絡的輸入層由分別輸入控制系統的給定參數[r]和被控對象的輸出參數[y]兩個神經元構成；隱含層由分別完成比例（P）、積分（I）、微分（D）功能的3個神經元構成；網絡的輸出層由完成PID?NN控制規律的綜合神經元構成。PID?NN參數的自適應調整功能通過反傳算法實現，PID?NN控制規律通過網絡的前向計算實現[6]。

（2） PID?NN的計算方法

3 算法實現

本文采用C++編程實現該控制算法，并實現了對實驗室中機械控制臂的控制，控制算法由學習和訓練權值兩步組成。

（1） 學習：首先向被控對象發出信號并接收其反饋信息，通過與理論值的比較，然后修改連接權重值。具體過程如下：首先向被控對象發出階躍信號，同時離散化采集反饋信號y（k）。設置采樣周期[Ts=]0.05 s，采樣數目為num（采樣數目不小于300）個點數，將輸入的單位階躍信號r（k）=1和采集的反饋值y（k）代入算法。

（2） 訓練權值：通過PID?NN控制系統的反傳算法完成權值訓練。利用循環語句可完成全部計算，PID?NN算法的神經網絡訓練流程如圖3所示。

4 系統實現

遠程實驗系統由客戶端和服務器端兩部分組成，各部分功能如下：

客戶端：完成實驗系統的初值和參數設定，啟動實驗系統并完成與遠端服務器的網絡通信，生成控制信息，監控遠端實驗對象狀態。

服務器端：采集實驗數據并將數據實時傳送給客戶端，同時接收客戶端的遠程指令。

4.1 客戶端的實現

系統客戶端采用由一個主對話框和幾個輔助對話框組成的對話框式應用程序，在對話框中，可以設置相應實驗的初值，客戶端實現的整體流程如圖4所示。

4.2 服務器端的實現

首先，建立CSocket的繼承類ClistenSocket和CDataSocket的繼承類CserverSocket，各繼承類的具體功能如下：

ClistenSocket類：用于監聽端口和處理客戶端的連接請求，該類不與客戶端的Socket直接連接，僅起監聽作用。在該類中，通過重載OnAccept函數，當服務器端接收到客戶端的連接請求時，將其轉到自己所編寫的函數中，并對各客戶端的實驗申請序列進行排序，具體代碼如下所示：

5 實驗對比

分別采用神經元PID控制器的控制算法和常規PID控制器的控制算法對實驗室中的機械控制臂進行對比實驗。其中神經元PID控制器的訓練次數設為300，實驗的各參數如表1所示。

實驗表明，采用神經元PID控制后的遠程實驗系統在響應的超調量、響應時間和穩態誤差都要好于常規的PID控制算法。

6 結 論

本文在研究了基于PID?NN神經網絡控制器算法的基礎上，設計了基于神經元PID控制器的遠程實驗系統。給出了遠程實驗系統的實現方法，有效解決了目前遠程實驗系統中網絡延時不確定對實驗結果造成影響的問題。最后通過對比實驗證明了基于神經元PID控制器的遠程實驗系統的優越性，對遠程實驗系統的推廣應用具有重要意義。但本文設計的系統屬現場控制系統，無法對遠程實驗系統進行實時控制，這些還需在后續的工作中進行研究。

參考文獻

[1] 王秀英，周俊林.Internet網絡延遲分析與評測[J].計算機應用研究，1999（3）：18?19.

[2] 張君鴻，馬玉林.基于Internet的遠程機器人控制時間延遲的研究[J].哈爾濱鐵道科技，2003（2）：14?16.

[3] KOJIMA A， UCHIDA K， SHIMEMURA E， et al. Robust stabilization of a system with delays in control [J]. IEEE transactions on automatic control， 1994， 39（8）： 1694?1698.

[4] ROGELIO L， RAY A. An observe?based compensator for distributed delays [J]. Automatica， 1990， 26（25）： 903?908.

[5] 魯雄文.模糊PID控制系統的設計與研究[J].現代電子技術，2014，37（24）：146?149.

[6] 徐麗娜.神經網絡控制[M].北京：電子工業出版社，2003：115?165.

[7] 鐘碧良.基于神經網絡參數自調整的PID控制器[J].工業儀表與自動化裝置，1999，6（1）：29?42.

[8] ZHANG W， BRANICKY M S， PHILLIPS S M. Stability of networked control systems [J]. IEEE control systems， 2001， 21（1）： 84?99.