基于神经元PID控制器的远程实验系统设计

摘 要： 针对目前远程实验系统中网络延时的不确定对实验结果产生影响的问题，设计了基于神经元pid控制器的远程实验系统。研究了PID?NN神经网络控制器的算法并分析了算法的收敛性和稳定性，给出了远程实验系统的客户/服务器端网络通信及控制的实现方法。最后对实验室中机械控制臂进行了响应对比试验，实验结果表明，基于神经元PID控制器实验系统的响应超调量、稳态误差及响应时间明显小于普通PID控制方法的实验系统，证明了算法的正确性。

关键词： 远程自动控制； 客户/服务器； 神经网络； PID 控制

中图分类号： TN876?34； TM417 文献标识码： A 文章编号： 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

随着网络规模的日益扩大及网络软硬件成本的不断下降，远程实验系统的应用越来越广泛。但网络信号传输的时间延迟[1?2]具有不确定性的特点，会对远程实验的结果造成影响。在目前的解决办法中，具有延时补偿功能的网络控制器[3?4]会降低系统性能，无法有效解决延时对实验结果的影响问题。

针对上述问题，本文设计了基于神经元PID控制器的远程实验系统，利用延时预估得到的试验参数来调整控制器的参数，有效解决了网络延时问题，对远程实验系统的推广应用具有重要意义。

1 系统概述

远程实验系统采用三层结构的客户/服务器模式，由I/O模块、客户端和服务器端组成。其中，管理服务器、实验服务器和视频服务器构成了系统的服务器端，各服务器的主要功能如下：

管理服务器：保证服务器和试验系统的安全。通过协调多客户的访问顺序、设置用户权限及验证用户身份等手段来保证网络的安全性。

实验服务器：首先将由客户端输入的实验参数及命令传送到后台进行处理，然后将实验系统输出的实验数据实时传递给客户端。在数据传递前，实验服务器通过与后台和客户端的套接字连接方式创建点对点的数据传送信道。

视频服务器：摄像机先将实验系统的运行情况拍摄下来，然后将拍摄到的画面以视频信号的方式传送给视频服务器，视频服务器再将经过处理的画面实时发送到客户端。通过视频服务器，使客户端在进行实验的同时，还能清楚地了解远程实验系统的运行情况，如同在现场进行操作一样，远程实验系统的原理如图1所示。

在实验系统中，为了简化系统结构并达到较好的实时性，控制算法在服务器端实现。本系统的控制方法采用适应性较高的基于神经元PID[5]控制器的算法，所以必须建立服务器与客户端间的连接，该连接可依靠网络编程中的Socket实现，具体过程如下：

（1） 首先服务器端需创建一个Socket实时监听网络，以便随时接收客户端发出的请求；

（2） 当客户端要与服务器端进行通信时，通过建立相应的Socket与服务器实现实时通信；

（3） 当服务器端接收到客户端的请求后，重新建立一个Socket。

2 算法设计及性能分析

算法将PID控制规律与神经网络进行本质结合，设计了PID?NN算法。其隐含层包括比例、积分、微分3个单元，属于动态前向网络，更适用于远程实验系统。

2.1 算法设计

（1） PID?NN控制器结构

如图2所示，PID?NN控制器由输入层、隐含层和输出层构成，属于3层前向网络，其结构为2?3?1。网络的输入层由分别输入控制系统的给定参数[r]和被控对象的输出参数[y]两个神经元构成；隐含层由分别完成比例（P）、积分（I）、微分（D）功能的3个神经元构成；网络的输出层由完成PID?NN控制规律的综合神经元构成。PID?NN参数的自适应调整功能通过反传算法实现，PID?NN控制规律通过网络的前向计算实现[6]。

（2） PID?NN的计算方法

3 算法实现

本文采用C++编程实现该控制算法，并实现了对实验室中机械控制臂的控制，控制算法由学习和训练权值两步组成。

（1） 学习：首先向被控对象发出信号并接收其反馈信息，通过与理论值的比较，然后修改连接权重值。具体过程如下：首先向被控对象发出阶跃信号，同时离散化采集反馈信号y（k）。设置采样周期[Ts=]0.05 s，采样数目为num（采样数目不小于300）个点数，将输入的单位阶跃信号r（k）=1和采集的反馈值y（k）代入算法。

（2） 训练权值：通过PID?NN控制系统的反传算法完成权值训练。利用循环语句可完成全部计算，PID?NN算法的神经网络训练流程如图3所示。

4 系统实现

远程实验系统由客户端和服务器端两部分组成，各部分功能如下：

客户端：完成实验系统的初值和参数设定，启动实验系统并完成与远端服务器的网络通信，生成控制信息，监控远端实验对象状态。

服务器端：采集实验数据并将数据实时传送给客户端，同时接收客户端的远程指令。

4.1 客户端的实现

系统客户端采用由一个主对话框和几个辅助对话框组成的对话框式应用程序，在对话框中，可以设置相应实验的初值，客户端实现的整体流程如图4所示。

4.2 服务器端的实现

首先，建立CSocket的继承类ClistenSocket和CDataSocket的继承类CserverSocket，各继承类的具体功能如下：

ClistenSocket类：用于监听端口和处理客户端的连接请求，该类不与客户端的Socket直接连接，仅起监听作用。在该类中，通过重载OnAccept函数，当服务器端接收到客户端的连接请求时，将其转到自己所编写的函数中，并对各客户端的实验申请序列进行排序，具体代码如下所示：

5 实验对比

分别采用神经元PID控制器的控制算法和常规PID控制器的控制算法对实验室中的机械控制臂进行对比实验。其中神经元PID控制器的训练次数设为300，实验的各参数如表1所示。

实验表明，采用神经元PID控制后的远程实验系统在响应的超调量、响应时间和稳态误差都要好于常规的PID控制算法。

6 结 论

本文在研究了基于PID?NN神经网络控制器算法的基础上，设计了基于神经元PID控制器的远程实验系统。给出了远程实验系统的实现方法，有效解决了目前远程实验系统中网络延时不确定对实验结果造成影响的问题。最后通过对比实验证明了基于神经元PID控制器的远程实验系统的优越性，对远程实验系统的推广应用具有重要意义。但本文设计的系统属现场控制系统，无法对远程实验系统进行实时控制，这些还需在后续的工作中进行研究。

参考文献

[1] 王秀英，周俊林.Internet网络延迟分析与评测[J].计算机应用研究，1999（3）：18?19.

[2] 张君鸿，马玉林.基于Internet的远程机器人控制时间延迟的研究[J].哈尔滨铁道科技，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] 鲁雄文.模糊PID控制系统的设计与研究[J].现代电子技术，2014，37（24）：146?149.

[6] 徐丽娜.神经网络控制[M].北京：电子工业出版社，2003：115?165.

[7] 钟碧良.基于神经网络参数自调整的PID控制器[J].工业仪表与自动化装置，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.