工業網絡系統的感知-傳輸-控制一體化:挑戰和進展

關新平 陳彩蓮 楊博 華長春 呂玲 朱善迎

隨著信息技術的發展,大量具備感知與執行能力的設備和終端融入工業系統,通過信息獲取、傳輸、處理和控制等相互作用,構成了融合控制和信息通信的多維動態系統,即工業網絡系統.這類系統將自動控制技術、計算機技術、通信網絡技術等先進技術進行高度融合,通過網絡實現了信息系統與工業物理過程的協同,形成了自治的工業系統,達到了生產的最優化、流程的最簡化、效率的最大化,對促進工業制造的數字化、網絡化和智能化融合發展至關重要.

1 工業網絡系統

工業網絡系統集泛在感知、適變傳輸、協同控制等功能為一體,具有結構網絡化、控制現場化和功能分散化等突出優點,是實現工業信息物理系統智能化和互聯化的核心.

1.1 感知---傳輸---控制的一體化設計

要想實現“感知—傳輸—控制一體化”設計,首先應綜合考慮感知、傳輸、控制的協同設計架構.傳統控制理論通常假設通信與信息傳輸是完美的,主要考慮如何利用反饋信息達到特定的控制目標,而通信理論則不關注傳輸信息的內容和用途,主要考慮如何將信息從源端可靠地傳輸到終端.控制與通信機制的分離設計,嚴重制約了網絡系統整體性能的提升.此外,惡劣的工業環境導致了系統狀態的不可觀測和部分控制指令信息的丟失.由于不完整信息將嚴重影響控制性能,因此亟需研究面向工業網絡系統的感知、傳輸、控制聯合優化設計[1-2].

網絡系統的分析與設計必須滿足工業系統對敏捷精確協同控制和實時可靠泛在通信的需求,綜合利用控制、通信和感知計算理論,將控制優化理論與通信網絡設計方法相結合,形成具有自適應于系統動態和網絡能力的新一代工業網絡系統.因此,構建感知—傳輸—控制一體化框架,有助于清晰地表示三者之間相輔相成、相互制約的耦合關系,為揭示三者間的相互作用和提升工業網絡系統整體性能奠定基礎.

1.2 感知---傳輸---控制一體化面臨的挑戰

1)資源受限條件下的異構終端難以融合

一方面,復雜工業環境導致終端感知數據出現不可避免的時空偏差;另一方面,硬件資源的限制導致分布在不同物理空間的終端僅能獲得監測對象的局部信息,這些局部信息之間不僅存在差異,甚至是矛盾的.多終端的協作感知有利于擴展時間和空間的覆蓋范圍,提高狀態/參數的感知準確性.需要指出的是,工業環境通常需要監測大量參數,以熱軋產線為例,監測的參數涉及環境溫度、設備溫度、電機狀態、鋼板厚度和寬度、軋制壓力等,多達百級.部署的監測終端具有不同的測量及功能屬性,呈現出明顯的異構特性.如何刻畫并統一表達異構終端下的感知模型成為關鍵.另外,監測終端一般采用電池供電,且難以對電量進行有效補充,能量耗盡將導致終端無法獲得狀態信息.因此,不僅需要考慮終端自身的感知、濾波、去噪等功能,還需要考慮終端間的協作.適應不同的終端功能、系統動態和能量有效性,這是異構終端分布式感知的關鍵和難點.

2)復雜多變的通信環境

工業現場環境存在嚴重的電磁干擾.工業電網、高頻振動、電弧等對無線通信干擾嚴重,工業生產與監控系統中大量的異構通信設備共享有限的無線資源也會造成嚴重的同頻干擾.此外,廠房中遍布的金屬器械等會對無線信號造成衰落和陰影等影響[3].如此復雜動態變化的工業環境將不可避免地影響無線傳輸的實時性和可靠性.在實際工業應用中,由于信息容量的限制,網絡系統的組成單元之間在單位時間內只能交換有限的信息.頻譜等通信資源的限制,使得端到端的數據傳輸時延較大,導致數據在傳輸過程中存在過時甚至丟失等現象.信息論表明,通過增加編碼長度可漸近達到香農容量,從而提高通信可靠性,但會增加通信時延.不確定、不完整、過時的反饋信息給系統的穩定性及估計、控制性能造成極大影響,進而給工業網絡系統中控制指令和反饋信息的實時可靠的按需傳輸帶來了新的挑戰.

3)網絡環境下信息和控制交互耦合

隨著工業生產系統向大型化和復雜化方向發展,生產過程呈現出多子系統緊密耦合的特征,耦合關系復雜,非線性特征明顯.通信網絡的快速發展,使得子系統間的物質、能量以及信息流通愈發頻繁.局部攝動、交互時延、鏈路動態等不確定性均會通過物理的耦合及網絡的連接由此及彼地傳播,嚴重影響了系統性能.因此,對生產過程的控制和優化,除了需要考慮單個生產裝置或局部子系統性能外,更需兼顧整個系統的全局優化.傳統的控制結構和模式已經受到極大的挑戰[2].設計子系統間的協同機制是滿足網絡系統整體控制性能要求的關鍵.然而,受限于感知手段以及系統建模技術,許多關鍵狀態和參數不可測,系統內和系統間的耦合信息無法精確獲得,直接影響到各子系統之間的協同策略以及各控制器的具體實現.如何克服不確定性,實現網絡環境下協同控制成為一大難題.

2 感知---傳輸---控制一體化的研究

工業網絡系統感知—傳輸—控制一體化研究的主要內容及各內容間的內在聯系,體現了感知、傳輸、控制三者之間相互依賴和相互制約的關系,如圖1所示.本文圍繞此一體化框架從以下3個方面展開綜述:非理想通信下異構網絡分布式融合估計、面向感知和控制的適變傳輸和網絡環境下的復雜系統協同控制.其中,感知過程為控制提供信息支撐,傳輸過程負責實現感知信息實時可靠的交互,控制過程為保證系統穩定高效運行提供控制決策.

2.1 非理想通信下異構網絡分布式融合估計

在感知層面,面向控制的無線網絡感知,目的是對存在大量冗余且被噪聲污染的觀測量進行預處理,以降低網絡負載并提高感知的準確性與控制的穩定性.功能有限的單個傳感終端利用信息與通信技術可形成功能強大的多終端協同感知,核心是解決信息融合估計問題.關于一般的無線傳感器網絡融合估計問題,已有的研究結果主要分為分布式的融合估計[1]和中心式的融合估計[4-5]兩類.分布式方法依賴終端間的協同合作,首先要確定終端之間的信息傳遞的方式,即協同策略.現有的協同策略主要有增量式策略、擴散式策略和一致式策略,大多假設較為理想的通信環境[6-10].

圖1 工業網絡系統感知–傳輸–控制一體化框架Fig.1 Integration framework of sensing,transmission and control for industrial network systems

對于非理想通信環境下的分布式融合估計問題,研究尚處于起步階段.Zhao等[11]研究了加性噪聲信道下的自適應估計問題,提出了擴散式的分布式估計算法,并刻畫了估計誤差的穩態界.在此文獻的研究基礎上,Zhang等進一步考慮了終端間的通信存在Markovian隨機丟包的情況,提出了一致式的分布式估計算法,分析了其隨機收斂性及收斂速度[12-13].除了無線信道的動態變化和噪聲影響,有限的通信帶寬是影響網絡環境下狀態估計的另一個主要因素.有效的方法是在終端處進行必要的量化和壓縮.文獻中常見的量化方法有均勻量化、對數量化和隨機量化[14-15].Xie等[16]提出了基于動態量化器的擴散式融合估計算法,并建立了算法的均方有界性和估計誤差的穩態界;文獻[17-18]分別研究了均勻量化器和對數量化器對一致式估計算法性能的影響,分析了算法的均方收斂性.需要指出的是,上述研究工作無論是均勻量化器、對數量化器還是隨機量化器皆會存在穩態的量化誤差,該誤差依賴于初值的選取和量化步長的選擇,無法消除.為解決此問題,Li等[19]提出了動態量化的概念,能保證一致性估計算法的漸近收斂,然而量化器的設計需要精細的多參數調參,依賴全局信息,且每個終端需配備多個解碼器,其個數依賴于網絡拓撲結構,擴展性較差.基于上述考慮,Zhu等[20]提出了基于滑動平均的一致式分布式估計算法,該算法采用常規的隨機量化器,易于設計,并能夠有效克服量化誤差的影響,估計性能在有限步內達到并超過了中心式的估計算法性能,并將該結果推廣到一般的加性量化模型,建立了算法收斂的重對數律[21].針對同一問題,Kar等在文獻[22]中將一致性策略引入到最小二乘估計算法中,討論了噪聲、隨機鏈路失效、量化誤差等對一致式估計算法的影響,并利用隨機逼近理論研究了估計的漸近無偏性和相容性.然而這些研究僅適用于同構網絡,即所有終端具有相同的功能屬性,無法適用于存在多類終端的工業應用場景,且對通信環境的刻畫仍過于理想,離真實的工業應用場景尚有距離.

在異構終端建模方面,Zhu等提出了一種終端的異構性模型[23-24].一方面,依據終端的功能差異,建立異構感知模型.對于未知狀態θ∈RJ,感知終端i的量測如下:

其中,Hi∈RJi×J為終端i的觀測矩陣,ni(t)為測量噪聲.注意到測量矩陣Hi依終端而變化,即感知終端具有不同的測量屬性.另外,對任意i,維數Ji?J,即對于單個感知終端,θ不可觀.為保證終端間協同能夠實現有效估計,Zhu等引入協同可觀的概念,即可逆.

另一方面,引入了通信終端以增強網絡連通性,減少感知終端間的通信距離,建立了終端的角色異構模型,其中感知終端i∈IS觀測未知狀態并進行融合估計,通信終端i∈IR負責數據聚合和轉發.

感知終端的融合估計為

通信終端的數據聚合為

其中,f(·)表示感知終端的融合估計策略,依賴于終端i當前的狀態xi(t),自身測量值yi(t)以及鄰居信息;注意到受通信約束的限制,終端i接收到的鄰居j的信息zij(t)并不是其狀態xj(t);g(·)為通信終端的聚合策略,僅依賴于接收到的鄰居信息.f(·)和g(·)的具體形式依實際需求設計.例如f(·)可取為融合“新息”更新和一致性策略的結構[1].

其中,ρ(t)＞0為抑制觀測及通信噪聲的影響而引入,bi(t)為補償因子,對通信約束進行補償.終端i接收到的鄰居j的信息為zij(t)=αj(t)hij(t)xj(t)+vij(t),這里αj(t)為鄰居j的放大轉發系數,hij(t)為信道增益,vij(t)為通信噪聲.g(·)取加權平均的形式.

綜上,終端的異構性如圖2所示,每個終端僅依賴鄰居信息進行更新和迭代.感知終端首先感知環境,獲得狀態的觀測值以及鄰居終端的估計值,進行更新,并將更新后的估計值發送給鄰居終端;通信終端在接收到信息后,進行聚合并廣播.

圖2 終端異構性模型示意圖[25]Fig.2 A schematic view of node heterogeneity[25]

由于通信終端無進一步信息處理的能力,導致信息的轉發在多跳網絡下易形成回路,從而導致式(2)難以分布式求解.為此,Zhu等在文獻[23]提出了代數圖變換的方法,通過“刪邊—賦權—分割”將通信終端的模型分析轉化為具有吸收態的Markov鏈的穩態解問題,依據網絡拓撲易于實現.進而利用隨機逼近理論分析了估計的漸近無偏性和一致性.另外,還設計了連續時間形式的融合估計算法,給出了確保無偏最優估計的參數設計準則,將誤差方程統一到It隨機分析的框架,建立了隨機穩定的充分條件[24].在此基礎上,文獻[25]進一步考慮了信道衰落和通信噪聲等工業通信環境的影響,提出了通信約束的補償機制,設計了異構網絡的分布式融合估計算法,利用隨機逼近理論分析了其無偏性及一致性.

2.2 面向感知和控制的適變傳輸

單純從數據傳輸的角度來說,已有大量相關工作研究如何提高端到端的無線傳輸的可靠性,例如TDMA正交傳輸機制和多路徑傳輸等.文獻[26]提出了一種基于重傳的可靠性機制,可以實現無匯聚節點的端到端數據包可靠傳輸.考慮到單跳網絡的長傳輸距離會導致傳輸信號的嚴重路徑損耗,Marina等[27]基于尋找多跳無環鏈路分離的多路徑,提出按需要的路由選擇算法.文獻[28-29]進一步考慮多路徑選擇中的節點能量、占空比及節點緩存等因素,分別提出了基于多目標的和全局位置信息的路由選擇算法.文獻[30]考慮到冗余路由在提高端到端信息傳輸可靠性方面的優勢,提出了最小化系統代價并提高可靠性的多目標冗余分配問題,并將此問題轉化成模糊非線性規劃問題進行求解.從工業應用角度考慮,現有多路徑方案大多要求實時收集網絡信息或依賴于全局位置信息的獲取.另外,缺乏對數據轉發過程引發的傳輸時延增大等問題的考慮,具有較大的局限性.

面向感知和控制的可靠傳輸機制設計應聚焦通過無線網絡資源優化與調度來提高信息傳輸的可靠性、降低節點通信能耗、提高網絡資源利用率,為保證資源動態情況下的感知和控制性能奠定基礎.

現有的網絡系統的控制/估計主要關注網絡信道不確定誘導的數據丟包和通信時延等的影響.文獻[31-35]將信道的不確定性建模成隨機丟包過程.為刻畫隨機丟包對估計性能的影響,通常采用誤差協方差矩陣的平均有界性作為系統穩定性的衡量指標.對于單個感知終端將量測經不可靠信道傳輸到遠端融合中心的估計問題,Sinopoli等[36]證明了Kalman濾波器是最小均方誤差估計,并理論證明了存在臨界丟包概率λc,只要丟包概率小于λc,即可保證估計誤差協方差陣平均有界.隨后,大量的研究工作都集中于如何精確刻畫λc的值[37].文獻[38]對這方面的研究進行了綜述.

對于工業網絡系統的傳輸來說,更關心的是如何降低λc,提高傳輸的可靠性,保證感知和控制性能.由于頻譜資源和終端能力是制約控制性能提升的兩大主要因素,在這方面,已經有一些相關的研究.針對帶寬受限、頻譜稀缺導致的信息丟失問題,文獻[39]借助認知無線電技術獲取更多的頻譜資源,通過增加帶寬,提高感知數據的傳輸可靠性,進而提升網絡環境下的估計準確性.文獻[40]考慮到發射設備能量受限的問題,提出采用能量獲取技術補充終端的能量,同時結合剩余能量和估計性能進行動態的功率調節,在保證估計算法收斂的條件下,最小化整個網絡的能耗.Leong等[41]針對長傳輸距離和大路徑損耗導致的信息丟失問題,引入通信終端,利用通信終端的聚合和轉發功能,減少感知終端與遠端融合中心的通信距離,進而降低無線信道衰落對估計性能的影響,同時提高感知終端的壽命.在此基礎上,Cheng等[42]進一步將其拓展到多跳的情形,研究了面向狀態估計的多跳數據包轉發機制,通過合理的路由設計,使得端到端的傳輸時延滿足狀態估計的穩定性需求.

然而,現有文獻主要是聚焦于如何通過設計控制器來保證控制性能.僅有少量工作在控制器設計的同時考慮通信網絡調度和設計等.為了降低對通信資源的需求,通常采用增大控制間隔、采樣間隔或采取機會式傳輸調度方法.具體地,Cao等[43]提出了一種基于模擬退火算法的在線優化策略,通過優化控制間隔來提高通信網絡約束下的控制性能;文獻[44]模塊化地設計了控制回路的采樣時間,針對該采樣時間觸發的控制系統,設計了deadline約束的多跳數據包傳輸協議,進一步提升了控制系統性能.文獻[45]通過機會式調度控制指令數據包的傳輸,在保證控制性能的基礎上,減少了數據包的傳輸數量,從根本上減少了對通信網絡的資源需求.Knorn等[46]考慮到工業復雜環境下終端通常難以更換電池,借助能量獲取技術來降低有限的電池能量對控制性能的約束,并通過自適應地功率分配,降低可用能量的動態性對數據傳輸的可靠性影響,以提高控制性能.

對于網絡控制系統,Schenato等[47]指出,控制系統的性能不僅依賴于控制器設計,同時還嚴重受制于通信網絡及外部的通信環境.對于工業網絡系統,這一論斷同樣成立,而且更為嚴峻,有以下三方面原因.1)工業現場中的感知數據具有多優先級、頻譜資源有限、節點能量有限等特殊性.2)面對復雜多變的工業現場環境,無線傳輸技術需要引入適變性和智能化,以解決有限頻譜、能量與動態異構需求之間的矛盾.3)工業網絡系統具有顯著的多業務異構QoS(Quality of service)需求特征,例如,過程自動化過程數據的傳輸時效性一般為毫秒級到秒級,需要很高的傳輸實時性和可靠性,為其分配較高的優先級;而設備環境監測數據的時效性相對要長,一般在秒級或分鐘級以上,具有較低的優先級.面向此類系統的傳輸機制尚未形成清晰的研究思路及解決方案,更遑論面向感知和控制的傳輸機制.這需要對控制器和通信機制進行聯合設計.

Lyu等[48]通過主動調度有限網絡資源以從傳輸上解決影響控制/估計性能的外部網絡環境,提出了基于改進Kalman濾波的收斂性分析方法,構建了無偏估計收斂性與傳感器觀測數據的映射關系.

其中,Pr(ri(k)=1)表示感知終端i的成功傳輸概率,ξ1(k-1)和ξ2(k-1)與k-1時刻的估計誤差相關.式(3)給出了存在觀測信息丟失情況下狀態估計收斂的必要條件.基于此,文獻[48]利用認知無線電技術,研究了面向工業系統狀態感知的傳輸機制.對于多優先級數據共存的問題,為監測系統狀態的感知終端分配冗余的無線資源,設計了多信道多優先級傳輸策略,以保證狀態估計的收斂性.與此同時,對設備健康監測終端,進行時隙、頻譜、功率多域資源聯合優化和按需傳輸調度,實現了降低數據包沖突概率,達到減少傳輸時延、提高數據傳輸率和資源利用率的目的.

2.3 網絡環境下的復雜系統協同控制

從控制層面來講,基于無線網絡感知與適變傳輸的工業網絡系統協同控制,其目的是利用系統終端設備獲取的測量信息,綜合感知設備運行的復雜環境、受限硬件資源、信息傳輸時滯、系統交互耦合等因素,針對具有大規模、高復雜、多耦合特性的工業網絡系統,設計具有整體優化特性的多子系統協同控制器,實現不同空間多子系統的穩定運行,使得系統整體性能得以高效提升.

圖3是一個典型的工業網絡系統耦合模型,具有子系統內級聯連接,子系統間關聯耦合的特點.對于此類系統的控制研究,已有的研究結果主要分為集中控制[49]和分散控制[50-51]兩大類.

集中控制對所有子系統進行統一的控制和管理,主要有調用返回模型(Call-return model)和管理者模型(Manager model)兩類.Tan等[49]采用模型預測控制方法,提出一種在輸電網中協調不同的分布式電源逆變器并行操作的集中控制方案,進而實現輸電網整體的能源管理.對于單個級聯子系統的集中控制,采用感知信息,實現系統的鎮定,其關鍵問題是克服時滯和不確定性對控制器設計造成的影響.上世紀80年代末提出的反演遞推(Backstepping)方法被認為是級聯系統反饋控制最有效的方法之一.然而直接將反演遞推方法用于非線性時滯系統,設計控制器,容易陷入循環迭代錯誤.有鑒于此,文獻[52]基于可測信息重構不可感知信息,進而基于重構的系統狀態信息,提出了補償反演遞推策略,為虛擬控制輸入變量引入補償因子,避免了循環迭代問題.文獻[53]利用Razumikhin引理,實現對非線性和多狀態時滯的整體處理,具有更強的泛化能力和魯棒性.

圖3 網絡環境下復雜系統協同控制Fig.3 A schematic view of cooperative control of complex systems in network environments

相比于集中控制,分散控制只需要自身子系統的狀態信息,不需要全局子系統信息[54].對于大規模系統來說,這極大地降低了對通信的需求.但另一方面,由于只能利用自身子系統信息,采用分散控制方法設計控制器時,必須考慮網絡耦合關系和結構特征.如何設計與結構特性相匹配的控制策略至關重要.這方面已經有很多研究成果[50].文獻[55-56]將系統的不確定性界融入到控制器設計中,實現了時滯關聯系統的指數鎮定.上述研究成果大多假設系統的耦合呈現線性或部分線性的形式,而且系統的狀態完全可知.

非線性特征明顯、信息與控制的交互耦合等特征使得網絡系統的分散控制極為困難.僅有較少的研究成果.文獻[57]針對關聯系統中存在的非線性耦合和不匹配非線性擾動,通過引入虛擬耦合將可用信息分離出來,設計分散輸出反饋控制器,實現對非線性關聯系統的漸近鎮定.Hua等[58]基于級聯—關聯的分解思想,提出了級聯遞推和關聯分散的協同設計方法.1)為每個子系統設計分散級聯觀測器來重構不可感知的狀態.針對觀測器和誤差系統構成的復合系統,設計冗余的虛擬控制,從而有效克服了網絡耦合時滯和非線性關聯的影響.2)針對子系統間關聯項未知的情形,利用自適應方法在線辨識,學習網絡關聯特征,進而給出了網絡系統分散控制器設計策略,實現多關聯節點的分散協同控制.該方法將計算復雜度由O(Nni)降為O(ni),其中N為網絡系統中所有子系統的個數,ni為第i個子系統的維數,大大簡化了控制器設計.近年來,關聯系統的未建模、執行器控制方向未知、隨機擾動、狀態不可測、強耦合等問題均得到了較好解決[51,59].

主從遙操作系統是一類控制與信息緊密交互耦合的典型網絡系統,如圖4所示.主端子系統將控制信息經通信網絡傳輸給從端,從端子系統操作被控對象并將力反饋等信息通過網絡回傳給主端.主從系統最主要的性能是穩定性和透明性,即從端對主端的位置軌跡精確跟蹤,主端通過從端得到工作環境中力的精確反饋.對傳輸同步要求高的主從網絡系統,不對稱時延和時延抖動是影響其性能的核心因素.

圖4 主從遙操作系統Fig.4 A master-slave teleoperation system

波變換方法是研究主從遙操作系統的一類重要方法,基本思想是將主從端的速度信息與力信息適當疊加后進行傳輸,基于散射原理來克服網絡時滯的影響[60].但是波變換理論嚴格要求網絡時延為對稱且定常,這對于實際網絡系統很難實現.文獻[61-62]跳出波變換的框架,對于時變時滯情形,設計了比例—微分(PD)型控制器,并建立了系統穩定性的條件、時滯上界與控制器參數的關系.但文獻[61]僅適用于控制器參數為標量的情形.Hua和Liu設計了PD控制和直接力反饋控制兩種模式,確定了保證位置跟蹤精度的前向和反向傳輸時滯的上界,同時提升了同步性能和透明性能[62].為了消除位置跟蹤偏差,Tian等[63]提出了一種基于能量監測器的切換信道主從控制.該方法采用能量監測器來判定主從端是由人操作還是與環境接觸,進而決定是否關閉力通道.通過信道的切換,有效提高了位置跟蹤精度與力覺臨場感.除了上述單主—單從的結構,亦有許多工作研究了單主—多從和多主—多從結構的遙操作協同控制.特別地,文獻[64]研究了單主—多從且從端有網絡連接的網絡遙操作控制問題,針對網絡時滯和執行器飽和的限制,設計了分布式控制器,實現了多從端子系統的編隊控制,并建立了系統的吸引域.上述研究工作為網絡環境下復雜系統的協同控制奠定了良好的基礎.

2.4 感知---通信---控制聯合設計

關于聯合設計方面的研究尚處于襁褓之中.對于感知—通信—控制一體化設計,本文做了初步探索,所提出的工業網絡系統的分層架構如圖5所示.工業網絡系統中感知終端的計算和通信能力有限,直接將感知數據傳送到融合中心將消耗大量的能量和頻譜資源,大量的數據同時傳輸會導致嚴重的沖突和碰撞,進一步惡化信息交互的可靠性和實時性.針對此問題,提出在工業網絡系統中部署邊緣估計終端,負責對原始感知數據的預處理和信息轉發.基于邊緣計算的中心式的融合估計,一方面可以減少感知終端的通信開銷,另一方面可以去除冗余信息,提高資源有效性,有利于進一步提升異構傳感網的協同感知能力.

圖5 工業網路系統的分層架構Fig.5 A hierarchical architecture for industrial network systems

由于感知終端的感知范圍有限且相鄰終端的感知信息的相關性較高,根據地理位置將所有終端進行分簇,并且為每個簇部署一個邊緣估計終端.所有邊緣估計終端構成中間層,利用邊緣計算技術對接收到的原始感知數據進行信息提取與融合,以去除冗余信息,提高感知精度.隨后,邊緣估計終端將局部估計值傳遞到融合中心.

文獻[65]提出了工業無線環境下信息傳輸與狀態估計的聯合設計架構,設計了能夠自適應于網絡資源調度方案的高效估計算法,降低了網絡誘導因素對估計收斂性與準確性的影響.同時,綜合考慮多傳感器間通信資源的相互競爭以及信息傳輸可靠性與估計性能的內在聯系,提出了一種能夠折衷估計準確性和資源有效性的多目標協同優化方法.不僅保證了無線控制系統中估計的收斂性和資源分配的公平性,同時可提高狀態估計的準確性和頻譜—能量的有效性,提升了系統整體性能和資源利用率.

文獻[66-67]針對通信—控制聯合設計問題,深入分析工業無線網絡中帶寬受限、傳輸速率、時延等網絡誘導限制因素對控制性能的影響,以最小化工業網絡系統的感知—傳輸—控制總代價為目標,開展資源受限的自適應網絡資源調度與LQR(Linear quadratic regulator)控制律聯合設計的研究.

考慮到傳輸調度策略和有限的無線資源對估計和控制性能的影響,本文定義了函數Fw,k(pw,m(k),aw,m(k),hw,m(k))來表示信息傳輸的可靠性.由此可見,信息傳輸的可靠性由終端發射功率、傳輸信道增益以及信道數目決定.信息傳輸可靠性直接影響控制律的設計,進而影響控制的穩定性,最終將影響整體系統的運行代價.考慮到控制律的設計不會對傳輸調度的制定產生影響,以及估計性能只依賴于傳輸調度策略,因此,將控制律與傳輸調度分離設計,估計算法與控制律分離設計.對于初始狀態誤差有限且估計誤差協方差收斂的系統,有限時域的最優控制律是標準的LQR控制器,即每個子系統的最優的控制律為uw(k)=K(k)(k|k),其中增益可根據LQR控制計算.

基于LQR的控制代價函數為

其中,

式中,C1:為保證無沖突傳輸,在每個時隙一信道只能分配給一個簇頭用于傳輸;C2:在所有被信道上的發射功率總和不能超過其最大功率;C3:在估計信息存在連續丟包的情況下,保證系統穩定的條件.如果系統不存在連續丟包,那么此條件可以移除;C4:信道分配指示變量為0-1整數;C5:終端的發射功率為正數.

由于此優化問題的目標函數為非線性函數在有限時域內的時間累積代價總和,限制為非凸的,且優化變量存在整數,因此該問題為混合整數非線性規劃問題.對于時間累積問題來說,需要利用非因果的未來信息來求全局最優解,計算復雜度很大,因此可以利用動態規劃技術將多時隙優化問題轉化為一系列單時隙優化問題,利用各時隙之間的關系,逐個進行求解.對于某個時隙的子問題來說,采用子問題分解迭代求解法和半定規劃的分塊坐標下降法近似求解算法獲取次優解[66].

2.5 工業網絡系統一體化設計在熱軋流程中的應用

本節以熱軋工藝過程為例,分析熱軋工藝發展對工業網絡系統一體化設計的需求,并簡述已有的部分成果.

圖6 工業網絡系統在熱軋流程中的應用Fig.6 Application of industrial network systems to hot rolling process

熱軋流程由多道工藝過程組成,按工序一般可劃分為五個部分:加熱區、粗軋區、精軋區、冷卻區和卷取區,如圖6所示,將坯料依次經過不同工藝設備的加工處理,最后形成符合規格要求的成品.熱軋流程有嚴格的工序要求,而且工藝過程復雜度高且工業生產線的布置、工藝設備的空間物理位置設置和工序的銜接等都是精心設計的.由此可見，熱軋生產過程是一個典型的級聯—關聯耦合的復雜物理系統.通過部署大量的傳感器來獲取更多過程數據,實現對軋制過程軋件溫度等參數的全生命周期管理,提高產品力學性能和組織性能的預報水平,以適應鋼鐵生產中小批量、高質量的軋制需求,提高軋制工業信息化水平,改善熱軋生產控制,保障生產安全.為提高軋制水平,需要實現從感知、傳輸到控制的一體化設計,以感知支撐控制,以傳輸保證數據的可靠實時到達,以控制實現對系統的優化決策.

在感知層面,Zhu等[68]從網絡層面探究了分布式融合估計對網絡拓撲的要求,基于網絡覆蓋度、網絡連通性以及估計性能要求,提出了網絡部署及拓撲優化的新方法,為熱軋流程監控的網絡部署提供了必要的理論指導.對于中間的路由層,Xue等[69]針對工業現場存在電磁干擾等惡劣通信環境,提出了實時路由策略TREE,保證了熱軋生產線的感知信息實時可靠地傳輸,進而有效地解決了無線網絡在工業應用中的挑戰,使得無線技術適合工業領域并為實際應用做好了準備[70].在此基礎上,Chen等[71]首次將基于樹的廣播策略與分布式信息融合分散式一致性估計相結合,并將融合估計算法應用于熱軋產線的鋼板溫度的估計及跟蹤問題,提升了異構網絡的估計有效性和準確性,進而實現了對鋼板溫度的精確估計和連續跟蹤.

3 結論與展望

隨著控制科學、通信科學、計算科學的快速發展,交叉學科不斷取得新的進展,工業網絡系統也將得到長足發展.新的感知—傳輸—控制一體化范式會不斷涌現,協同優化控制的方法和實現方式也會越來越豐富,應用范圍將不斷擴大.可以預見,通過網絡控制系統各個環節的優化與協調來實現工業系統的優化控制將成為一個重要的研究方向,而且工業網絡系統在生產過程智能化和信息化中將發揮越來越重要的作用.

本文最后提出一些重要但尚待解決的問題及未來值得深入探索的研究方向.

1)在感知層面,已有部分研究成果提出了網絡感知模型,為分布式估計過程和信息交互過程建立了統一架構.但是,隨著信息技術的不斷發展,網絡系統中控制與信息的交互耦合特征變得格外顯著,而且信息的獲取與傳輸往往會在多種網絡中跨網交互和傳輸,導致其與控制層面的耦合將變得更加復雜.因此,估計算法中“新息”更新與信息交互的依賴關系尚未得到廣泛的研究.

2)在傳輸層面,感知信息與控制指令的傳輸性能隨著無線環境的動態變化而變化,給時延約束下的可靠傳輸帶來巨大的考驗.面對工業復雜環境下,如何利用有限的資源為網絡控制系統提供實時可靠的信息交互尚未得到充分解決.

3)在控制層面,控制對象的性質與結構隨網絡規模的擴展而發生變化,對反饋控制提出新的挑戰.面對新的耦合特征,橫向級聯、縱向關聯的結構分解模式需要協同考慮控制器設計復雜度與結構分解方式的關系.將對象的控制需求與面向控制的信息感知和傳輸相結合,進行聯合設計和優化是非常具有挑戰性的研究方向,目前部分研究工作僅僅做了初步的研究,尚需進一步深化.