前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇網絡控制器范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

網絡控制器范文第1篇

關鍵詞：網絡控制器；通信協議；Rabbit2000單片機；套接字；串口通信

中圖分類號：TN91 文獻標識碼：B

文章編號：1004373X(2008)0105403オ

Communication Technology of Jia-xiao-tong Network Controller

WEI Zi,YANG Qingjiang,ZHANG Guanglu

(Heilongjiang Institute of Science and Technology,Harbin,150027,China)

オ

Abstract：For the function demand of the network controller in Jia-xiao-tong system,the paper proposes a communication technology of combining serial-port with network.Firstly,it describes the network controller′s hardware platform and the application-layer protocol based on TCP/IP protocol stack.Then,it mainly discusses the communication network technology and the communication serial technology.The polling scheme is applied to improve data transfer effectiveness and reduce data collision.Finally,it explains and analyzes the communication technology′s feasibility and stability through filed test data.

Keywords：network controller；communication protocol；Rabbit2000 single chip；socket；serial communication

オ

1 引 言

隨著TCP/IP等網絡通信的出現，將串口通信與網絡通信相結合的趨勢越來越明顯，這是保護使用者既往投資和整體利益的一種有效辦法。本文所討論的通信技術就是將串口與網絡通信相結合并在實際應用中取得良好效果的一種通信解決方案。

“家校通”是利用現代信息技術實現家庭與學校實時溝通的教育網絡平臺,其組成部分為：家?；ヂ摽ā⒆x卡器、無線網關、網絡控制器、短信發射接收機。網絡控制器的主要功能是通過無線網關從讀卡器獲取信息，并與互聯網服務平臺進行網絡通信，是家校通系統的核心。

2 網絡控制器的硬件平臺

根據網絡控制器的功能要求，考慮整體的性能、價格方面，CPU采用Rabbit2000單片機,他是Z-World公司特別為中小型控制器而設計的高性能8位微處理器。編譯環境為Dynamic C，提供Socket級TCP/IP編程。網絡控制器的硬件結構如圖1所示。

3 應用層通信協議

3.1 網絡控制器與讀卡器的串口通信協議

網絡控制器與讀卡器的通信主要通過異步串行RS 485接口，基于通用串行通信RS 485數據傳輸單元（字節格式）有不帶校驗位的10 b和帶奇偶校驗位的11 b兩種數據格式。為了提高數據傳送的效率和可靠性，采用無奇偶校驗位的10 b數據格式，并由BBC校驗生成校驗碼與數據一起發送。

開始標志讀卡器地址信息長度命令和參數校驗

2 B1 B2 B14 B1 B

（3）命令字：

A1：從讀卡器讀取一條記錄。

A2：控制器正確接收記錄信息后，返回更新記錄的讀地址命令，使地址指針指向下一條記錄。

A4：設置校正讀卡器時間。

A6：測試控制器與讀卡是否正常通信。

3.2 網絡控制器與服務平臺的網絡通信協議

網絡協議通常分不同的層次進行開發，每一層分別負責不同的通信功能。TCP/IP通常是一個4層協議，包括數據鏈路層、網絡層（含IP協議）、傳輸層（含TCP協議）和應用層。本網絡協議就是基于TCP/IP協議之上的應用層協議，采用請求應答的通信模式?？紤]到協議的可靠性和實現的方便性，數據采用ASCII碼表示。

（1）報文組成

4 通信技術

控制器建立socket連接后，向服務器發送連接請求和數據傳輸，并實時判斷連接的有效性，在有效連接的狀態下，實現控制器、服務器、讀卡器三者的正常通訊,程序流程如圖2所示。

4.1 網絡通信技術的實現

socket初始化: 首先要對RTL8019AS的控制寄存器進行初始化配置，Dynamic C已將這部分配置封裝成函數放入REALTEK.LIB庫中，應用時只需調用相關函數。之后再調用函數庫dcrtcp.lib中的幾個簡單函數可完成socket的初始化，以下是程序的主體框架。

#define TCPCONFIG1

#memmapxmem

#usedcrtcp.lib

main()

{

sock[CD#*2]init( );

while(ifpending(IF[CD#*2]DEFAULT)==IP[CD#*2]COMING[CD#*2]UP)

tcp[CD#*2]tick(NULL);

tcp[CD#*2]open(&socket,0,destIP,sockport,null);

…… ……

}

在建立TCP的連接中，Dynamic C有兩種方法打開TCP socket:一種是被動的方式，調用函數tcp[CD#*2]listen(),等待客戶端進行連接；一種是主動的方式，調用函數tcp[CD#*2]open()，根據相應的參數（IP地址和端口號）主動連接到服務器端。本通信技術采用的就是主動方式（作為客戶端）。

Socket數據的發送與接收：數據發送調用sock[CD#*2]write(&socket,str[CD#*2]send,str[CD#*2]send[CD#*2]len)。在讀取socket緩沖區數時，先判斷緩沖區中是否有數據，有數據再進行讀操用，同時有超時設置。

start[CD#*2]time=SEC[CD#*2]TIMER；

/*SEC[CD#*2]TIMER為秒級系統時間*/

end[CD#*2]time=start[CD#*2]time；

while((end[CD#*2]time

!recv[CD#*2]count)/*READ[CD#*2]TIME為設定的等待時間*/

{

str[CD#*2]recvbuf[CD#*2]len=sock[CD#*2]bytesready(&socket)；

/*判斷socket讀緩沖區是否有數據*/

if(str[CD#*2]recvbuf[CD#*2]len>0)

recv[CD#*2]count=sock[CD#*2]read(&socket,str[CD#*2]recvbuf,

str[CD#*2]recvbuf[CD#*2]len)； /*讀socket*/

}

if(revc[CD#*2]count)

{…… ……}

/*拆分接收到的命令字，讀取有效信息*/

else

break;

4.2 串口通信技術的實現

主要包含3個步驟：命令字的組合，設置串口D，通過設置Rabbit2000的PE3來控制數據的發送與接收。以A6命令為例，程序主體框架如下:

command[0]=0xA6;/*A6命令*/

create[CD#*2]command(addr,command,pack);

/*組合命令字*/

serDopen(9600);/*9600為波特率*/

send[CD#*2]command(command,returnlen);/*發送數據*/

read[CD#*2]command(readbuf,sizeof(readbuf),10);

/*接收數據*/

void send[CD#*2]command(char *pack,int len)

{

int i;

WrPortI(PEDR,& PEDRShadow,0x08);

WrPortI(PEB3R,NULL,0);

for(i=0;i

serDputc(pack[i]);

}

int read[CD#*2]command(char *buf,int len,int time)

{

int i[CD#*2]return;

WrPortI(PEB3R,NULL,1

i[CD#*2]return=serDread(buf,len,time);

return i[CD#*2]return;

}

5 數據采集與分析

網絡控制器聯網正常運行時，向服務器發送的一包測試記錄數據為：

對數據包進行分析：0244為數據包的總長度，01為協議版本號，02為命令字，000003為序列號，21000102*****為設備號，09為數據包中的刷卡記錄總數，0080D122為測試卡號，07070414152715為刷卡時間（順序為年周月日時分秒），03為狀態。

采集從服務器返回的命令：001501020000031，其中

列號，1為正確接收。返回命令格式符合協議要求，內容正確。

網絡控制器向讀卡器發送的命令（以A6為例）： aa ff 01 00 03 a6 41 41 f1，其中aa ff表示本命令為控制器發給讀卡器，01為讀卡器地址，00 03為數據長度，a6為命令字，41 41為測試數據，f1為校驗位。

采集從讀卡器返回的命令：bb ff 01 00 02 41 41 47 d1 22 07 07 04 14 15 42 17 1 6b 00 00 00，其中bb ff表示本命令為讀卡器發給控制器，01為讀卡器地址，00 02為數據長度，41 41為測試數據，47為校驗位，之后的為無效數據。

6 結 語

基于Rabbit2000實現串口與網絡結合的通信技術可以實時、準確地對數據進行處理、發送與接收。由采集到的數據表明數據收發的正確性，證明了本通信技術的可行性與可靠性。本通信技術已在家校通系統中取得了良好的通信效果，并可應用于其他數據傳輸系統中，具有廣泛的發展前景。

參 考 文 獻

［1］Z-World Inc.Rabbit2000 Microprocessor Designer′s Hand-book,2003.

［2］Z-WorldInc.Dynamic C TCP/IP User′s Manual,2003.

［3］林麗，朱宏.基于Rabbit2000的網絡通信技術[J].福建電腦，2005(4)：45-46.

網絡控制器范文第2篇

1 概述

CS6208是Myson Century公司最新推出的嵌入式網絡微控制器，尤其適用于一些網絡控制和傳輸的場合。該器件基于8051體系結構硬件平臺的支撐，使用Keil 51編譯環境?并且處理速度比8051系列單片機有很大的提高。通常8051單片機中的12個時鐘周期可組成一個機器周期，而在CS6208中只需要4個時鐘周期，因此在相同的時鐘周期下，CS6208的處理速度是51系列單片機的3倍。CS6208將TCP／IP協議棧的底層函數標準化，并把它封裝成API函數。這樣，原來用戶要編寫TCP／IP協議代碼才能解決的問題現在只需調用API函數即可解決，因而大大縮短了產品的開發周期；CS6208內部集成了4周期的8051和一個以太網控制器，并配備有標準10MHz以太網接口（包括MAC和PHY），同時支持ARP、ICMP、IP、UDP、TCP、DNS、DHCP、HTTP等常用協議，應用技術門檻極低，用戶無需自己開發TCP／IP等核心協議程序，特別適合傳統行業的產品改造和升級，而且極其方便；CS6208把原來需要單片機和MAC控制器兩個芯片才能解決的網絡接入問題集成到了一起，從而大大降低了產品的成本；此外，它的節能機制更加科學高效，CPU核僅工作在1．8V。系統工作在60MHz時，如果輸入電壓為5V，典型電流值為258mA在節能模式下僅為128mA。

圖1

2　引腳功能及芯片主要特點

2．1 引腳功能

圖1所示是CS6208的引腳排列。

2．2 主要特點

CS6208內部的功能模塊組成框圖如圖2所示。其主要特點如下：

CPU

基于8051體系結構的硬件平臺，它的時鐘在內部可編程，系統最高可工作在60MHz。

存儲器結構

片內有65k字節ROM和32k字節的RAM存儲器，外部最多可以擴展到98k字節數據存儲器和131k字節程序存儲器。

串口和計數器

全雙工的通用串口和計數器，與8051單片機相類似，同時，該芯片內部還集成有看門狗電路，而且其串口具有增強的自動地址識別和幀檢錯功能。

中斷

具有8個中斷源和3個中斷優先級。

網絡接口

集成有10／100MHz以太網控制器和IEEE 802．3 7線ENDEC接口?內部有發送緩沖區和接收緩沖區，通過硬件能夠自動計算各類網絡協議棧中的校驗和。

I／O

帶有4個8位數字雙向通用I／O，它們具有超強驅動能力以及3．3V和5V的輸入輸出能力。

協議

編制的應用程序可以訪問TCP／IP網絡協議棧，同時支持ARP、ICMP、IP、UDP、TCP、DNS、DHCP、HTTP等常用協議和軟件，用戶也可根據需要增加自己的協議。

A／D

內含四通道7位模數轉換器。

電源管理

具有可編程的自動監測掉電和復位模式，CPU核工作在1．8V。

3 工作原理

CS6208物理層支持以太網接口和RS232串口的點到點協議。在CS6208中，每一個以太網的發送緩沖區是1．5k字節，其接收緩沖區也經常使用的，因為數據有時是以猝發形式收到的，因此，當收到數據時，就把收到的數據放到這個緩沖區中，然后由數據鏈路層直接從該緩沖區取走數據。鏈路層通常包括操作系統中的設備驅動程序和計算機中對應的網絡接口卡，它們將一起處理與電纜的物理接口細節數據，其緩沖區可用來暫時存儲要發送或接收的數據幀。網絡層則處理分組在網絡中的活動，比如分組的選路等。傳輸層可為兩臺主機的應用程序提供端到端的通信。在TCP／IP協議族中有兩個互不相同的協議TCP和UDP；其中TCP為兩臺主機提供可靠的數據通信，而UDP則提供一種簡單的服務。對于TCP發送過程而言，應用程序把數據先寫到緩沖區中，再寫到TCP的發送緩沖區，然后寫到數據鏈路層的緩沖區，最后再通過以太網發送緩沖區到網絡上。TCP的接收數據過程與此類似，每一個TCP套節字的接收緩沖區是可選的，如果應用程序要使用這個接收緩沖區，那么傳輸過來的數據就先寫到這個緩沖區中，之后再從這里取走，如果沒有這個接收緩沖區，接收來的數據就會直接送給應用程序。在這種情況下，對于UDP來說，其過程還相對簡單，應用程序只要把緩沖區中的數據送到數據鏈路層緩沖區中，然后通過以太網發出去即可，而應用層則要負責處理特定的應用程序細節，這就要求每一個應用程序都有自己的緩沖區，這在一些標準的TCP應用程序（如POP3、SMTP、HTTP、FTP）中是很常見的。具體的數據處理過程見圖3所示，圖中箭頭所指是數據的流向。

網絡控制器范文第3篇

【關鍵詞】靜止同步補償器；直接電流控制；多模型；神經網絡；PI控制器

1.引言

利用靜止同步補償器（STATCOM）來改善電能質量主要有兩個目的[1-3]：提高功率因數和調節系統電壓。然而在一些用電場合，負載的變化并未導致系統電壓發生明顯降低，但系統的功率因數卻發生了較大的變化，因此對功率因數的補償就顯得尤為重要[4-5]。

STATCOM的主要控制目標是通過補償負載無功功率來提高系統的功率因數。為了達到這個目的，文獻[6]采用電壓外環和電流內環相結合的雙閉環PI控制方法，通過PI控制器可以實現無穩態誤差的無功電流跟蹤控制，然而，當負載發生變化時，僅僅依靠PI控制器難以滿足無功電流跟蹤控制的精度要求。為此，為此文獻[7]提出了基于多模型PI控制器的直接電壓控制法，該方法引入多模型理論[8]，設定多個模型來適應負載的變化，大大提高了控制精度，在穩定接入點電壓能力方面具有出色表現，但該方法對于負載變化后系統功率因數的提高并沒有明顯效果，且多個模型導致PI參數成倍增加，大大增加了人工PI參數整定帶來的繁瑣工作量。

本文針對系統接入的沖擊性負載的不確定性，提出了一種基于多模型神經網絡PI控制器的STATCOM直接電流控制方法。該方法根據負載的功率因數，建立多個模型，利用神經網絡[9-10]具有任意非線性函數逼近的能力，通過不斷學習來優化每個模型中PI控制器的控制參數，然后根據瞬時檢測到的負載功率因數切換相應的模型。仿真結果表明，基于多模型神經網絡PI控制器的STATCOM直接電流控制方法在不同沖擊性負載下均具有較快的補償速度和較高的精度，能夠使系統的功率因數維持在1左右，從而獲得了滿意的控制效果。

2.基于PI控制器的STATCOM直接電流控制原理

STATCOM接入系統的等效拓撲結構圖如圖1所示，其中為無窮大系統的等效電勢，為由負荷端視入的無窮大系統等效戴維南阻抗，是STATCOM的等效阻抗，為STATCOM接入點處的電壓，也就是負荷的供電電壓。當STATCOM沒有投入運行時，負荷電流中的無功分量完全由系統承擔，即。如果較大，功率因數會很低，線路損耗也會大大增加。當STATCOM接入系統后，將產生容性無功電流，補償負荷無功電流，為系統提供無功支持。理想情況下，當時，STATCOM將完全抵消負荷無功電流，使系統功率因數等于1。

直接電流控制的目標就是使STATCOM發出無功電流跟蹤上負載側無功電流分量，這樣才能使無功電流達到就地補償的目的，維持負載側功率因數在1左右。STATCOM的直接電流PI控制框圖如圖2所示，和經過PI控制環節，得到STATCOM交流側電壓的直軸分量。為保證直流側電容電壓穩定，這里設定直流側電壓參考值，將直流側電容電壓的參考值和其瞬時值相比較后再經過PI控制環節，就可以得到STATCOM應該吸收的有功電流，將其與STATCOM實際發出的有功電流進行比較后再經過PI控制，得到STATCOM交流側電壓的交軸分量。將、以及（賦值為0）經過dq0-abc變換為指令信號作為調制正弦波，經過三角載波調制后，產生PWM觸發脈沖，觸發IGBT，使STATCO M輸出補償電流。

3.基于多模型神經網絡PI控制器的STATCOM直接電壓控制方法

3.1 多模型建立的基本原理

直接電流PI控制雖然具有較好的響應速度和無功補償精度，但當負載發生較大變化時，該控制方法難以適應負載的變化，會造成補償精度和速度的降低。因此，此處將多模型理論應用到直接電流PI控制中。

在一些用電場合，負載的變化主要體現在功率因數的變化上。當接入沖擊性負載時，單相等效電路如圖3所示。由于本文研究的仿真模型中，設定系統側的阻抗遠小于負載側的阻抗，即：

當STATCOM未接入時可以表示為：

當系統的負載的功率因數發生較大變化時，STATCOM需要吸收或發出較大的無功電流，才能補償負載側的無功電流。這就需要能夠在較大的范圍內變化。由于系統側的阻抗遠小于負載側的阻抗，因此STATCOM輸出電壓的相位近似等于系統側電壓的相位。根據式（4），可以得出，當增大時，增大，當減小時，減小。因此，STATCOM輸出電壓的變化決定了STATCOM發出的無功電流的變化。

3.2 神經網絡PI控制器的基本結構及工作原理

利用神經網絡整定PI參數可以大大減少整定PI參數的工作量，神經網絡PI控制器由PI控制器和神經網絡兩部分組成。PI控制器直接對被控對象進行閉環控制，神經網絡通過自學習和權值的調整控制器參數、，以期達到性能指標的最優。這里采用BP神經網絡，其輸入層有3個節點，分別為指令電流、實際輸出電流以及兩者的差值，輸出層為2個節點，即比例系數和積分系數，隱含層設置為5個節點。這樣，即可通過神經網絡的學習和訓練，實現對PI控制器參數的整定，如圖4所示。

神經網絡隱層神經元的激勵函數采用正負對稱的Sigmoid函數：

因此可知，STATCOM輸出電壓的幅值大小與和的大小有關。而和分別由d軸第二級PI控制器和q軸PI控制器得到。由此可見，調節d軸第二級PI控制器參數和q軸PI控制器參數，可以起到調節有功電壓信號和無功電壓信號的作用，從而達到調節STATCOM輸出電壓的目的，而輸出電壓決定了STATCOM發出無功電流的大小。當系統負載的電流一定時，負載側無功電流的變化可以體現為負載功率因數的變化，即負載無功電流較大時，功率因數較小，反之亦然。因此，當功率因數發生較大變化時，可以采用不同的d軸第二級PI控制器參數、和q軸PI控制器參數、，使STATCOM發出的無功電流跟蹤負載所需的無功電流。當系統各元件參數確定時，便可以根據負載側功率因數的大小來劃分模型，對于不同的模型來確定相應的d軸第二級PI控制器參數和q軸PI控制器參數。

根據3.1分析可知，隨著負載的變化，可以認為近似不變，而負載的功率因數變化較大，因此可以將負載側功率因數作為模型劃分的依據，將系統劃分為多個模型（），然后對于每個模型分別設計d軸第二級神經網絡PI控制器（）與q軸神經網絡PI控制器，基于多模型神經網絡PI控制器的直接電流控框圖如圖5所示。當沖擊性負載接入后，多模型控制器檢測負載電流，經過adc/dq0變換后由式（8）計算出功率因數，并選擇相應模型，每個模型中的d軸第二級PI控制器和q軸PI控制器參數和由神經網絡進行整定以達到理想的控制效果。

理論上講模型分得越多系統控制越精確，但系統穩定性會以及控制器計算量會受到影響，故本文設定了3個模型。

4.仿真研究

為了驗證基于多模型神經網絡PI控制器的STATCOM直接電流控制策略在不同沖擊性負載下都具有良好的無功補償能力，本文將其與基于傳統PI控制器的直接電流控制法進行比較。利用MATLAB/SIMULINK對STATCOM系統進行了仿真研究，仿真電路的參數如下：系統電壓，系統頻率，線路電感線路電阻，輸出濾波器等效電感，輸出濾波器等效電阻，輸出濾波器等效電容，直流側電容，調制三角波頻率，直流側電容電壓參考值，神經網絡PI模塊通過調用MTALAB的S函數實現。

仿真中所采用的基于傳統PI控制器的直接電流控制法的PI參數采用恒定參數，與模型1相同，即與表1中Q大于0.55時一致。

圖6、圖7、圖8分別給出了0～0.2S的時段內，接入沖擊性負載后負載側功率因數Q分別為0.62、0.40、0.18時的兩種方法的補償效果圖；圖中6/7/8A為未采用STATCOM補償的系統側電壓電流，6/7/8B為采用傳統PI控制器時的補償效果圖，6/7/8C為采用本文提出的多模型神經網絡PI控制器時的補償效果圖。需要特別指出的是，圖6中，由于傳統PI控制器和多模型神經網絡PI控制器均采用同一種PI參數，因此補償效果一樣。

比較以上仿真效果圖，我們可以發現：

1）當負載側功率因數Q為0.62時，如圖6，此時Q>0.55，故多模型控制器選擇模型1。由于此時傳統PI控制器和多模型神經網絡PI控制器采用同一組PI參數，因此補償效果一致，均能在半個周波內使系統側電流可以達到穩定且系統側電流和電壓保持同相位，從而使系統側功率因數為補償到1。

2）當負載側功率因數為0.40和0.18時，如圖7、8，隨負載側功率因數的變化，傳統PI控制器已經無法適應負載的變化，雖然在幾個周波后能夠勉強維持系統側電壓電流同相位，但是前半個周波沖擊電流較大，電流波形較差，諧波畸變率較高，無法獲得理想的補償效果。而采用本文提出的多模型神經網絡PI控制器后，多模型控制器根據Q的范圍選擇與各自模型相適應的PI參數，補償后的效果較理想，系統電壓和電流均能保持同相位，系統電流的諧波畸變率較小，并且均能在半個周波內使系統側電流達到穩定。

5.結論

針對STATCOM在補償系統功率因數時，傳統的直接電流PI控制方法未能有效適應負載的變化，且人工整定PI參數過于繁瑣，本文提出了基于多模型神經網絡PI控制器的STATCOM直接電流控制方法。既利用多模型技術更好的適應負載的變化，又利用神經網絡訓練大大降低了PI控制器的控制參數人工整定的工作量。通過仿真研究，從對負載的變化的適應能力，系統功率因數的提高以及補償速度，對傳統PI控制方法與多模型神經網絡PI控制方法進行了比較，得出在基于多模型神經網絡PI的STATCOM直接電流控制方法下，STATCOM能夠提高系統功率因數至1左右，且能夠更迅速的適應接入負載的變化，具有更好的無功補償能力。

參考文獻

[1]聶子玲，張波濤，孫馳.et al.級聯H橋SVG直流側電容電壓的二次諧波計算[J].電工技術學報，2006（4）：111-116.

[2]唐杰，羅安，周柯.靜止同步補償器電壓控制器的設計與實現[J].電工技術學報，2006（8）：103-106.

[3]王兆安等.諧波抑制和無功功率補償[M].機械工業出版社，2005：444.

[4]趙淵，周家啟.靜止無功補償器和移相器的最優配置及其對發輸電系統可靠性的影[J].電工技術學報， 2004，19（1）：55-60.

[5]謝小榮，姜齊榮.柔流輸電系統的原理與應用[M].北京：清華大學出版社，2006.

[6]An Luo，Ci Tang，Zhikang Shuai，Jie Tang，Xian Yong Xu，Dong Chen.Fuzzy-PI-Based Direct-Output-Voltage Control Strategy for the STATCOM Used in Utility Distribution Systems[J].IEEE Transactions on Industrial Electronics，2009，56（7）：2401-2411.

[7]王盛，李立學，鄭益慧.et al.基于多模型PI的STATC-OM直接電壓控制方法[J].電力系統保護與控制，2011， 32（7）：42-46.

[8]柳玉甜，蔣靜坪.基于多模型和小腦模型關節控制器神經網絡的移動機器人故障診斷[J].電工技術學報，2007，22（3）：153-158.

網絡控制器范文第4篇

關鍵詞:足球機器人;神經網絡;PID;運動控制

中圖分類號:TP

文獻標識碼:A

文章編號:1672-3198(2010)12-0292-01

1 基于BP神經網絡參數整定的PID控制器仿真

仿真的一項重要內容就是神經網絡初始權值的確定。我們可知隱含層節點的輸入為ui=∑4wijxj在計算中常用兩個矩陣來表示。輸入矩陣,輸出矩陣,輸入層至隱含層和隱含層至輸出層權值矩陣。初始權值矩陣選取是關鍵之一,其決定最終優化效果,但是權值初始化非常困難,一般采用的方法是隨機生成初始權值矩陣,進行仿真,取仿真效果較好的幾組隨機初始矩陣值。此法隨機性較大,需要通過輸入不同目標點進行檢測,取得仿真效果較好(多數樣本有效)的一組作為初始矩陣。但此法還是有一定缺陷,只能局部目標點可以采用。為了獲得良好控制效果,這里對PID控制器進行簡單改進。將PID控制器的偏差量error(k),error(k-1)(上次誤差),error(k-2)(前次誤差)全部進行預處理,即同時除以第一次誤差d1。然后按神經網絡輸出的PID參數原值進行計算,得到輸出。

2 基于BP神經網絡參數整定的PID控制器設計改進

通過研究,在能到達目標點的前提下,機器人的速度曲線理想情況下應該要使啟動平穩,在增量PID中若初始壓低輸出(即經過一段距離后,控制器輸出才到達最大值,距離長短由角度控制器決定),隨時間累積到達一定值時被控對象輸入為最大值,最大值持續輸出一段距離后,被控對象輸入開始下降,使被控對象輸出下降到一定的可控范圍內。此時,PID控制器中隨時間累積的項就是積分項。但積分作用初始很強,所以初始速度過猛,這就需要減弱微分作用的靈敏度,于是本文就采用不完全微分控制算法,來達到此改進目的。不完全微分控制算法的作用就是減弱初始一段時間的積分作用,將其作用延后,即如上圖所示,中間段速度持續最大值。

這里改進后控制器輸出為:u(k)=a×u(k-1)+(1-a)×du(k)。

3 PID控制器與基于BP神經網絡整定的控制器的仿真對比

下面,通過與P控制比較來分析基于神經網絡整定的PID調節的優點。為了便于設計和調節,在此簡化PID控制器為P控制器,即v=k1×Ed,w=k2×Er。進行仿真對比,這里針對一般目標點(1000,5000),兩個特殊目標點(10000,50)、(50,10000)三個點進行檢測。對比例系數調節過程遵循兩個原則:

(1)末端可控(即末態速度在下一階段開始時的速度可控范圍內);

(2)在規定時間內到達目標點。接下來就是根據快速性和平穩性優化參數。在此我們不妨觀察目標點為(10000,50)時兩者的對比圖。其中(k1=0.67,k2=15),

圖1 目標點為(10000,50)的PID控制器仿真

圖2 目標點為(10000,50)改進后的神經網絡控制器仿真

圖1 目標點為(10000,50)改進后的神經網絡控制器仿真(the simulation of improved neural network controller on target point(10000,50))

通過上面P控制器和基于BP神經網絡的PID控制的仿真的比較,可以看出,改進后的控制效果明顯優化了很多,初始速度有一段上升時間,可見控制器的輸出被壓低取得明顯效果,并且能保證大的輸出持續一段時間(積分作用有效),最后輸出下降,有利于下一階段控制。這是控制器進行不完全積分后取得的好效果。本次設計的控制器PID參數是實時在線進行優化的,所以每次PID參數都在改變,有利于實時跟蹤輸入信號,達到優化控制的目的。

參考文獻

網絡控制器范文第5篇

【關鍵詞】汽車；控制系統；結構設計；故障檢修

控制系統是汽車的重要組成部分，對于汽車的形式以及使用性能具有重要影響，其是指汽車中裝載的各種電子元件組成的系統，各式各樣的電子元件組成了汽車中的發動系統、照明系統、空調系統等。因此，文章主要針對汽車控制系統結構設計及常見故障檢修方向展開分析，報道如下。

一、汽車控制系統結構設計分析

汽車中使用的電子元件品種繁多，且受到使用性能、方式等方面的影響，各電子元件之間的差異也較大，但是為了方便控制系統結構設計，在設計過程中，是通過將各種電子元件作為獨立概念進行設計，而不是通過以儀器的實際外形進行設計，這樣能夠將這些電子元件作為控制系統中的獨立儀器，從而制作控制系統單元結構，有助于設計師闡述控制系統結構設計的方法與目的[1]。

現代科學技術的更新推動了汽車使用性能的提升，并且現階段中汽車裝載的電子元件的技術含量不斷提高，控制電路、智能芯片等產品的研發使得汽車電器系統的智能性得到進一步發展，尤其是在控制電路方面，其具有強大的功能以及使用性能，通過與各電子元件的連接，實現對各種電子元件的控制[2]。典型的控制系統結構分為分布式、集中式以及近似全分布式這三種結構。分布式結構的優點在于通過單個電子元件對多個電子元件的控制，從而優化控制系統的運行性能；但是其缺點在于電子元件之間可造成相互影響，導致控制系統容易出現故障；集中式結構的優點在于控制器能夠實現對所有電子元件的控制，缺點也同樣明顯，即一旦控制器出現問題，可造成控制系統癱瘓，嚴重影響汽車使用性能；近似全分布式結構的優點在于通過多個控制器實現對各電子元件的控制，但是這種結構的造價高，使得汽車生產成本增加。這些結構各有各的優缺點，在實際生產中受到了廣泛的應用，能夠提升控制系統的使用性能。

二、基于神經網絡的汽車控制系統常見故障以及診斷分析

隨著現代智能計算的發展，提升了汽車控制系統的性能，這同時也是現代汽車的發展趨勢[3]。但是由于目前市面中汽車品種繁多，許多控制系統故障檢測系統無法兼顧全局，因此，在日常生活中，要加強汽車的養護和檢修，避免出現意外事故。

（一）常見的控制系統故障以及故障原因

在長時間的使用過程中，電子元件免不了發生老化、故障等問題。筆者根據多年工作經驗分析，常見的汽車電子元件故障有：①電子元件老化，這主要是由于線路老化發生的線路斷裂，對于控制系統的性能造成嚴重影響；②電子元件損壞，這主要是由于電子元件過熱或高溫天氣造成的原件電阻增加，進而引起短路、斷路；③線路問題，這主要是由于運行過程中汽車出現較大幅度的位移、顛簸造成的線路松動等現象，可能導致短路、短路或是電子元件磨損。

（二）神經網絡下汽車控制系統故障診斷

神經網絡的研發是從生物神經系統中獲得的靈感，通過模仿生物神經元的組織結構，進而展現出現與人腦相似的性質，其能夠通過癥狀搜集或狀態收集從而處理復雜的非線性映射關系。神經網絡之所以具有強大的功能，主要是由于其具有較強的學習能力、分布式信息儲存能力、獨立計算能力等，能夠解決復雜的問題。

由于現代實際應用的控制系統故障診斷方法有很多，本文主要針對幾種常見的診斷方法進行分析：①神經網絡診斷系統。該方法主要通過應用神經網絡故障診斷系統，通過輸入相關的數據或故障癥狀，從而推算出故障的原因，進而進行故障診斷。②神經網絡殘差檢驗法：該方法主要利用神經網絡模擬系統的常規屬性，在系統中輸入一些特定的參數，并與控制系統的實際值進行比對，從而得到殘差，這樣能夠實現故障診斷[4]。在此過程中，可以利用數學模擬系統計算差值，能夠提升計算的準確性。③神經網絡評價殘差法：這種方法與上述方法不同，上述方法是獲得殘差，而該方法是評價殘差，利用神經網絡對殘差進行分析，從而獲得控制系統故障問題。④神經網絡診斷分析：利用神經網絡診斷系統進行故障分析，其主要是利用神經網絡的模擬系統進行控制系統相關參數以及控制器等方面的非線性關系，從控制系統的輸出情況分析，以此來了解控制系統的故障情況。⑤神經網絡自適應誤差補充檢測法：其主要是利用了基于神經網絡中的非線性觀測器，能夠迅速判斷故障發生未知，進而提升故障檢出率[5]。⑥模糊神經網絡故障診斷：其主要是利用模糊理論以及神經網絡相結合的方式，這種方法是通過普通神經網絡中加入模糊概念，在輸出時加入模糊層，通過語言規劃網絡，使得神經網絡中的參數具有意義，并且由于神經網絡具有較好的學習能力，比一般神經網絡的診斷準確率更高。

結束語

隨著現代科學技術的不斷提升，汽車控制系統不斷向智能化發展，因此，要加強控制系統故障診斷系統建設，保障用戶的使用體驗。

作者簡介：張騫（1985.11-），男，河南新鄉人，碩士研究生，助教，主要研究方向為汽車檢測與診斷技術，汽車電子控制，新能源汽車系統等。

參考文獻：

[1]夏天，王新晴，梁升等.帶自適應遺傳算子的粒子群神經網絡及其應用[J].理工大學學報（自然科學版），2013，12（1）：70-74.

[2]張晨，韓月秋，陶然等.基于神經網絡預測器的單傳感器故障檢測方法[J].北京理工大學學報，2015，19（2）：220-223.