基于Smith预估器补偿系统控制延迟和传感器延迟(附Matlab实现)

前言

实际设计控制器时，不可避免会有延迟，包括控制延迟和传感器延迟，当延迟比较大时，可能会造成控制器失稳。因此在控制器设计时，需要考虑延迟的影响。这个问题在网络控制系统(Networked Control system)尤为普遍，相应的解决方法也有很多。文章采用一个简单经典的解决办法——Smith预估补偿，先介绍原理，再在Simulink中实现

Smith 预估补偿原理

一个典型的控制环节如图1所示，

图1： 典型控制系统

系统延迟包括控制延迟${\tau }^{ca}$和传感器延迟KaTeX parse error: Undefined control sequence: \rau at position 1: \̲r̲a̲u̲^{sc}闭环传递函数为：
$$\frac{Y(s)}{R(s)}=\frac{G_c(s)G_p(s){\mathrm{e}}^{-{\tau }^{c{a}_s}}}{1+G_c(s)G_p(s){\mathrm{e}}^{-{\tau }^{sc}s}{\mathrm{e}}^{-{\tau }^{\mathrm{c}\mathrm{a}}s}}$$
这里执行器以一阶系统为例，其传递函数为：
$$G_p(s)=\frac{1}{s+1}$$
采用PID算法，器传递函数为：
$$G_c(s)=\frac{K_{\mathrm{p}}\left(\left(\frac{K_{\mathrm{d}}}{K_{\mathrm{p}}}\right)s^2+s+\left(\frac{K_{\mathrm{i}}}{K_{\mathrm{p}}}\right)\right)}{s}=K_{\mathrm{p}}\left(T_{\mathrm{d}}s+1+\frac{1}{T_{\mathrm{i}}s}\right)$$
其中，$K_p,T_d,T_i$分别为比例增益，微分时间常数和积分时间常数。选取控制器参数为$K_p=17.2,T_d=0;T_i=0.2$。

在系统中引入Smith估计器减少延迟的影响，控制框图如图2所示：

图2：Smith predictor结构

图中${\tau }_p$为系统总延迟，有${\tau }_p={\tau }^{ca}+{\tau }^{sc}$。$G_p^{\prime }(s)e^{-{\tau }_p^{\prime }s}$为引入的预估补偿传递函数。该结构的系统闭环传递函数为：
$$\frac{Y(s)}{R(s)}=\frac{G_c(s)G_p(s)e^{-{\tau }^{ca}s}}{1+G_c(s)G_p^{\prime }(s)+G_c(s)\left(G_p(s)e^{-{\tau }_{p}s}-G_p^{\prime }(s)e^{-{\tau }_p^{\prime }s}\right)}$$
当不存在模型失配，即$G_p^{\prime }(s)=G_p(s),{\tau }_p^{\prime }={\tau }_p$，系统闭环传递函数简化为：
$$\frac{Y(s)}{R(s)}=\frac{G_c(s)G_p(s)}{1+G_c(s)G_p(s)}{e}^{-{\tau }^{ca}s}$$

观察可以发现，此时系统与没有延迟的系统相比，传递函数只是多乘上了$e^{-{\tau }^{ca}s}$。也就相当于闭环回路中不含滞后项，滞后环节也不会影响系统的特征方程，此时系统简化图如图3所示。也就是说经过Smith预测补偿后的系统与无延迟的系统相比，只是将控制过程推迟了时间$e^{-{\tau }^{ca}s}$。

图3： 简化后系统模型

Matlab实现

在Simulink中把加smith补偿和没加的都搭出来方便对比。由于比较简单，就不过多赘述，直接上图。

图4：Simulink实现

设置控制延时和传感器延时均为0.05s，仿真结果如图5所示。可以看到未加smith补偿的控制系统(左图)已经失稳，而加上smith补偿的控制系统的响应时稳定，只是有了0.05s的滞后。

图5：两个模型节约二响应(左图：未加smith补偿，右图：添加smith补偿)

总结

由于上述的Smith 预估补偿器是建立在被控对象和网络延迟的精确数学模型之上，而在实际应用中，延迟有可能是随机的，并且Smith 预估模型可能存在扰动，使其不能完全和被控对象模型相匹配，因此这个方法的鲁棒性不强。改进方案也有很多，大致可以分为结构改进和参数整定两类，具体可以参考我下最后列出来的论文。

另外，除了Smith补偿控制，也有很多其他的方法，比如随机最优控制方法，增广状态确定性离散事件模型方法，缓冲队列方法等等。

参考文献

[1]张海涛,李珍.基于Smith预估补偿的网络控制系统仿真研究[J].计算机工程与应用,2012,48(08):243-245.
[1]李珍. 网络化控制系统的延迟补偿研究[D].河南科技大学,2011.