CN113904933B - 数字化网络控制系统性能与可靠性同步优化方法 - Google Patents
数字化网络控制系统性能与可靠性同步优化方法 Download PDFInfo
- Publication number
- CN113904933B CN113904933B CN202111162078.XA CN202111162078A CN113904933B CN 113904933 B CN113904933 B CN 113904933B CN 202111162078 A CN202111162078 A CN 202111162078A CN 113904933 B CN113904933 B CN 113904933B
- Authority
- CN
- China
- Prior art keywords
- performance
- reliability
- network control
- control system
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
- H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
- H04L41/0836—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability to enhance reliability, e.g. reduce downtime
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种数字化网络控制系统性能与可靠性同步优化方法,包括:根据网络控制系统的控制模型确定系统性能与系统内外因参数集合之间的第一函数关系;获取所述内外因参数集合与系统可靠性的第二函数关系,并根据所述第一函数关系和所述第二函数关系建立系统性能与可靠性一体化模型;以工作频率作为决策变量分别得到基于系统性能的第一优化模型和基于系统可靠性的第二优化模型。其可以对网络控制系统的性能模型和可靠性模型进行同步优化,同时解决性能和可靠性设计彼此隔离所导致的设计效率低、可靠性不高、性能得不到保障的问题。
Description
技术领域
本发明涉及数字化网络控制技术领域,尤其涉及到一种数字化网络控制系统性能与可靠性同步优化方法。
背景技术
数字化控制系统是指建立在数据网络基础之上的控制系统,其特征是控制系统的命令及回授是在网络中通过数据通信网络传送。典型的数字化控制系统包括感知单元、计算/控制单元、执行单元和网络单元,其中,感知单元用于监测获取数据信息;计算/控制单元用于决策计算及提供命令;执行单元用于执行控制命令;网络单元用于进行信息交换。
数字化控制系统的性能与可靠性的一体化设计是近年来可靠性工程中的一个新兴研究领域,针对不同的设计对象,也有许多不同的方法,该研究尚处于探索阶段,还没有形成完整的系统理论体系。一般情况下,对数字化控制系统的性能与可靠性分析需要建立与系统内外因参数对应的系统性能模型和系统可靠性模型,由于系统性能与可靠性的影响因素十分复杂,目前还没有在设计阶段为网络控制系统进行性能与可靠性的最优化设计,因此提出一种能够对网络控制系统的性能与可靠性进行同步优化的方法是当前亟待解决的问题。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种数字化网络控制系统性能与可靠性同步优化方法,其可以对网络控制系统的性能模型和可靠性模型进行同步优化,同时解决性能和可靠性设计彼此隔离所导致的设计效率低、可靠性不高、性能得不到保障的问题。
一方面,本发明实施例提供了一种数字化网络控制系统性能与可靠性同步优化方法,包括:根据网络控制系统的控制模型确定系统性能与系统内外因参数集合之间的第一函数关系pc=f1(X)=f1(vs,m,c,tp,tmax,f);获取所述内外因参数集合与系统可靠性的第二函数关系R=f2(X)==f2(vs,m,c,tp,tmax,f),并根据所述第一函数关系和所述第二函数关系建立系统性能与可靠性一体化模型以工作频率f作为决策变量分别得到基于系统性能的第一优化模型max Q(f)和基于系统可靠性的第二优化模型max Rs(f);其中,X为系统内外因参数集合,vs表示信号采集速度,m表示精度,c表示控制计算速度,tp表示数据传输协议,tmax表示传输性能上限,f表示工作频率。
在本发明的一个实施例中,所述数字化网络控制系统性能与可靠性同步优化方法还包括:根据所述第一优化模型max Q(f)和所述第二优化模型max Rs(f)建立网络控制系统控制性能和可靠性最大化的同步优化模型max[Rs(f),Q(f)]。
在本发明的一个实施例中,网络控制系统的所述工作频率f的影响因子包括的:感知单元的数据采集周期、网络单元的数据传输量、控制单元的计算量、执行单元的调整频率。
在本发明的一个实施例中,所述系统性能与可靠性一体化模型还设置有约束条件:RS(f)≥R*、Q(f)≥Q*以及fmax≥f≥fmin,其中,RS为网络控制系统可靠度,R*为系统规定可靠度下限,Q为系统指定的控制性能参数,Q*为系统规定性能下限,fmax、fmin为系统工作频率的上下界。
在本发明的一个实施例中,所述根据网络控制系统的控制模型确定系统性能与系统内外因参数集合之间的第一函数关系,包括:确定网络控制系统的性能指标;根据误差泛函数积分评价所述性能指标得到对应的评价函数;对所述评价函数取加权平均值进行表示得到对应的所述性能。
在本发明的一个实施例中,所述获取所述内外因参数集合与系统可靠性的第二函数关系,包括:获取网络控制系统中的所有节点的集合和各个所述节点之间的所有链路的集合并建立网络拓扑模型;假设每个所述节点与每条所述链路有“正常”与“故障”两种状态,枚举出每条所述链路的所有状态序列计算出对应的所述可靠性。
另一方面,本发明实施例提出一种数字化网络控制系统性能与可靠性同步优化装置,包括:函数关系获取模块,用于根据网络控制系统的控制模型确定系统性能与系统内外因参数集合之间的第一函数关系pc=f1(X)=f1(vs,m,c,tp,tmax,f);模型建立模块,用于获取所述内外因参数集合与系统可靠性的第二函数关系R=f2(X)==f2(vs,m,c,tp,tmax,f),并根据所述第一函数关系和所述第二函数关系建立系统性能与可靠性一体化模型优化模型获取模块,用于以工作频率f作为决策变量分别得到基于系统性能的第一优化模型max Q(f)和基于系统可靠性的第二优化模型maxRs(f);其中,X为系统内外因参数集合,vs表示信号采集速度,m表示精度,c表示控制计算速度,tp表示数据传输协议,tmax表示传输性能上限,f表示工作频率。
在本发明的一个实施例中,所述数字化网络控制系统性能与可靠性同步优化装置还包括:同步优化模型建立模块,用于根据所述第一优化模型max Q(f)和所述第二优化模型max Rs(f)建立网络控制系统控制性能和可靠性最大化的同步优化模型max[Rs(f),Q(f)]。
再一方面,本发明实施例提出一种数字化网络控制系统性能与可靠性同步优化系统,包括:存储器和连接所述存储器的一个或多个处理器,存储器存储有计算机程序,处理器用于执行所述计算机程序以实现如上述中任意一个实施例所述的数字化网络控制系统性能与可靠性同步优化方法。
又一方面,本发明实施例提出一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于执行如上述中任意一个实施例所述的数字化网络控制系统性能与可靠性同步优化方法。
由上可知,通过本发明所构思的上述方案与现有技术相比,可以具有如下一个或多个有益效果:通过根据网络控制系统的控制模型分别得到系统性能和可靠性与系统内外因参数集合之间的第一函数关系和第二函数关系,并以此建立系统性能与可靠性一体化模型,以工作频率作为决策变量分别得到基于系统性能的第一优化模型和基于系统可靠性的第二优化模型,能够对网络控制系统的性能模型和可靠性模型分别进行优化,同时解决性能和可靠性设计彼此隔离所导致的设计效率低、可靠性不高、性能得不到保障的问题;根据第一优化模型和第二优化模型提出性能和可靠性的双目标优化模型,并由系统规定的可靠性下限、性能下限和工作频率上下界进行限制,能够同时平衡网络控制系统的性能和可靠性,在满足系统规定的最低性能与可靠性的前提下,得到性能与可靠性最大化的优化方案。
通过以下参考附图的详细说明,本发明的其他方面的特征变得明显。但是应当知道,该附图仅仅为解释的目的设计,而不是作为本发明的范围的限定。还应当知道,除非另外指出,不必要依比例绘制附图,它们仅仅力图概念地说明此处描述的结构和流程。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明实施例提供的数字化网络控制系统性能与可靠性同步优化方法的流程图;
图2为本发明实施例提供的数字化网络控制系统性能与可靠性同步优化的具体执行步骤示意图;
图3为本发明实施例提供的数字化网络控制系统性能与可靠性同步优化装置的结构示意图;
图4为本发明实施例提供的数字化网络控制系统性能与可靠性同步优化系统的结构示意图;
图5为本发明实施例提供的计算机可读存储介质的结构示意图。
附图标记说明
S11至S13:数字化网络控制系统性能与可靠性同步优化方法的步骤;
20:数字化网络控制系统性能与可靠性同步优化装置;201:函数关系获取模块;202:模型建立模块;203:优化模型获取模块;
30:数字化网络控制系统性能与可靠性同步优化系统;31:处理器;32:存储器;
40:计算机可读存储介质。
具体实施方式
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以互相组合。下面将参考附图并结合实施例来说明本发明。
为了使本领域普通技术人员更好地理解本发明的技术方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例,都应当属于本发明的保护范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等适用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应当理解这样使用的术语在适当情况下可以互换,以便这里描述的本发明实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外。术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备国有的其它步骤或单元。
还需要说明的是,本发明中多个实施例的划分仅是为了描述的方便,不应构成特别的限定,各种实施例中的特征在不矛盾的情况下可以相结合,相互引用。
【第一实施例】
如图1所示,本发明第一实施例提出一种数字化网络控制系统性能与可靠性同步优化方法,包括如下步骤:步骤S11根据网络控制系统的控制模型确定系统性能与系统内外因参数集合之间的第一函数关系pc=f1(X)=f1(vs,m,c,tp,tmax,f);步骤S12获取所述内外因参数集合与系统可靠性的第二函数关系R=f2(X)==f2(vs,m,c,tp,tmax,f),并根据所述第一函数关系和所述第二函数关系建立系统性能与可靠性一体化模型步骤S13工作频率f作为决策变量分别得到基于系统性能的第一优化模型max Q(f)和基于系统可靠性的第二优化模型max Rs(f)。
在步骤S11中,提到的系统内外因参数是指系统本身硬件参数和外界对其的影响参数,如系统温度、湿度、工作频率、振动等等。结合如图2中的步骤所示,例如由上位机建立网络控制系统的仿真性能模型,在已知系统控制模型和系统性能参数分布的前提下,通过分析网络控制系统的仿真性能模型确定系统性能与内外因参数的集合之间的第一函数关系pc=f1(X)=f1(vs,m,c,tp,tmax,f)。其中,提到的上位机例如为个人计算机、手持设备、便携式设备、平板型设备、多处理器系统、基于微处理器的系统、可编辑的消费电子设备、网络PC、小型计算机、大型计算机、或者包括以上任何系统或设备的分布式计算环境等等。
在步骤S12中,同样的,例如由上位机获取所述内外因参数集合与系统可靠性的第二函数关系R=f2(X)==f2(vs,m,c,tp,tmax,f)。由于性能参数并不直接影响网络控制系统的可靠性,本发明实施例通过寻找性能与可靠性的共同影响参数,作为中介来进行性能与可靠性的一体化建模,在上述的第一函数关系和第二函数关系中,X为系统内外因参数集合,性能与可靠性的共同影响参数包括:vs表示信号采集速度,m表示精度,c表示控制计算速度,tp表示数据传输协议,tmax表示传输性能上限,f表示工作频率。
承上述,由于第一函数关系和第二函数关系具有共同的系统内外因参数集,因此可以根据第一函数关系和第二函数关系建立系统性能与可靠性一体化模型以此实现同步设计系统性能与可靠性。
在步骤S13中,例如以工作频率f作为决策变量分别得到基于系统性能的第一优化模型max Q(f)和基于系统可靠性的第二优化模型max Rs(f)。具体的,第一优化模型的优化目标为制性能最大化,即max Q(f),其中,Q(f)为系统指定的控制性能参数,如超调量、综合性能指标等,其随系统工作频率f变化。第二优化模型的优化目标为网络控制系统可靠性最大化,即max Rs(f),其中,RS为网络控制系统可靠度,其也随系统工作频率f变化。进一步的,网络控制系统的工作频率f的影响因子例如包括的:感知单元的数据采集周期、网络单元的数据传输量、控制单元的计算量、执行单元的调整频率等。如此一来,本发明实施例的上述优化模型可以对网络控制系统的性能模型和可靠性模型分别进行优化,分别达到系统性能或系统可靠性最大化的效果。
进一步的,为了同时对网络控制系统的性能和可靠性进行双目标最大化,这里提出性能和可靠性的双目标优化模型。具体的,同样以网络控制系统的工作频率f为决策变量,根据第一优化模型max Q(f)和第二优化模型max Rs(f)得到同步优化模型max[Rs(f),Q(f)]。进而能够通过控制系统节点与链路设计、样机研制及试验,完成综合设计方法的完善和检验,形成一套控制系统性能和可靠性综合设计方法,以支撑高性能的数字化网络控制系统研发,同时解决性能和可靠性设计彼此隔离所导致的设计效率低、可靠性不高、性能得不到保障的问题。
进一步的,所述系统性能与可靠性一体化模型例如还设置有约束条件:RS(f)≥R*、Q(f)≥Q*以及fmax≥f≥fmin,其中,RS为网络控制系统可靠度,R*为系统规定可靠度下限,Q为系统指定的控制性能参数,Q*为系统规定性能下限,fmax、fmin为系统工作频率的上下界。如此一来,能够同时平衡网络控制系统的性能和可靠性,在满足系统规定的最低性能与可靠性的前提下,得到性能与可靠性最大化的优化方案。
在一个实施方式中,所述根据网络控制系统的控制模型确定系统性能与系统内外因参数集合之间的第一函数关系例如包括:a)确定网络控制系统的性能指标;b)根据误差泛函数积分评价所述性能指标得到对应的评价函数;c)对所述评价函数取加权平均值进行表示得到对应的所述性能。
在步骤a)中,由于数字化控制系统的性能要求主要围绕系统控制性能展开,包括超调量、峰值时间、调节时间、稳态误差、稳态精度等单一性能指标以及偏差绝对值积分、偏差平方积分、偏差绝对值与时间乘积积分、时间乘偏差平方积分等综合性能指标,不同数字化控制系统对性能要求的范围差异较大,需根据不同系统的特点明确其性能指标要求。
在步骤b)中,以采样周期为例,在寻求最优采样周期时需要确定一个控制系统的性能指标,通常情况下每个控制回路的指标可以用误差泛函积分评价指标来衡量,它是以控制系统的瞬时误差e(t)为泛函的积分评价,包括IE,ISE,ISTE,IEA及ITAE等,这里可以采用常用的IAE指标来衡量,第i个控制回路的IEA可以表示为:经离散后得:式中Ti为第i个控制回路的采样周期。
在步骤c)中,例如对于整个系统的性能可以简单地取加权平均来表示:根据相应控制回路的重要性赋予的权重系数,以此方式能够确定系统性能与系统内外因参数集合之间的第一函数关系,当然,在本发明的其它实施方式中,也可通过其它方式确定该第一函数关系,本发明并不以此为限制。
在一个实施方式中,所述获取所述内外因参数集合与系统可靠性的第二函数关系,包括:d)获取网络控制系统中的所有节点的集合和各个所述节点之间的所有链路的集合,即确定网络控制系统元器件的可靠性,并建立系统可靠新的网络拓扑模型;e)假设每个所述节点与每条所述链路有“正常”与“故障”两种状态,枚举出每条所述链路的所有状态序列计算出对应的所述可靠性。如此一来,能够通过枚举法得到系统内外因参数集合与系统可靠性的第二函数关系,需要说明的是,对于n个部件的网络,则该网络共有2n种状态,该方法需要遍历网络的所有状态,逐一分析是否满足网络连通需求,其计算复杂度是O(2n)。对于中大型网络,随着网络构件数目的增加,网络状态数目以指数形式增加。当然,在本发明的其它实施方式中,也可通过其它方式确定该第二函数关系,本发明并不以此为限制。
综上所述,本发明实施例提出的一种数字化网络控制系统性能与可靠性同步优化方法,通过根据网络控制系统的控制模型分别得到系统性能和可靠性与系统内外因参数集合之间的第一函数关系和第二函数关系,并以此建立系统性能与可靠性一体化模型,以工作频率作为决策变量分别得到基于系统性能的第一优化模型和基于系统可靠性的第二优化模型,能够对网络控制系统的性能模型和可靠性模型分别进行优化,同时解决性能和可靠性设计彼此隔离所导致的设计效率低、可靠性不高、性能得不到保障的问题;根据第一优化模型和第二优化模型提出性能和可靠性的双目标优化模型,并由系统规定的可靠性下限、性能下限和工作频率上下界进行限制,能够同时平衡网络控制系统的性能和可靠性,在满足系统规定的最低性能与可靠性的前提下,得到性能与可靠性最大化的优化方案。
【第二实施例】
如图3所示,本发明第二实施例提出了一种数字化网络控制系统性能与可靠性同步优化装置20,例如包括:函数关系获取模块201、模型建立模块202以及优化模型获取模块203。
其中,函数关系获取模块201用于根据网络控制系统的控制模型确定系统性能与系统内外因参数集合之间的第一函数关系pc=f1(X)=f1(vs,m,c,tp,tmax,f)。模型建立模块202用于获取所述内外因参数集合与系统可靠性的第二函数关系R=f2(X)==f2(vs,m,c,tp,tmax,f),并根据所述第一函数关系和所述第二函数关系建立系统性能与可靠性一体化模型优化模型获取模块203用于工作频率f作为决策变量分别得到基于系统性能的第一优化模型max Q(f)和基于系统可靠性的第二优化模型max Rs(f)。其中,X为系统内外因参数集合,vs表示信号采集速度,m表示精度,c表示控制计算速度,tp表示数据传输协议,tmax表示传输性能上限,f表示工作频率。
进一步的,数字化网络控制系统性能与可靠性同步优化装置例如还包括:同步优化模型建立模块,用于根据所述第一优化模型max Q(f)和所述第二优化模型max Rs(f)建立网络控制系统控制性能和可靠性最大化的同步优化模型max[Rs(f),Q(f)]。
本发明第二实施例公开的数字化网络控制系统性能与可靠性同步优化装置20所实现的方法如前述第一实施例所述,故在此不再进行详细讲述。可选地,第二实施例中的各个模块和上述其他操作或功能分别为了实现第一实施例所述的方法,且本实施例的有益效果同前述第一实施例的有益效果相同,为了简洁,不在此赘述。
【第三实施例】
如图4所示,本发明第三实施例提出一种数字化网络控制系统性能与可靠性同步优化系统30,例如包括:存储器32和连接存储器32的一个或多个处理器31。存储器32存储有计算机程序,处理器31用于执行所述计算机程序以实现如第一实施例所述的数字化网络控制系统性能与可靠性同步优化方法。具体内容可参考第一实施例所述的方法,为了简洁在此不再赘述,且本实施例提供的数字化网络控制系统性能与可靠性同步优化系统30的有益效果与第一实施例提供的数字化网络控制系统性能与可靠性同步优化方法的有益效果相同。
【第四实施例】
如图5所示,本发明第四实施例提出一种计算机可读存储介质40,计算机可读存储介质40为非易失性存储器且存储有计算机可读指令,当所述计算机可读指令被一个或多个处理器执行时,例如使得所述一个或多个处理器执行前述第一实施例所述的晶粒检测样本自动生成方法。具体方法可参考第一实施例所述的方法,为了简洁在此不再赘述,且本实施例提供的计算机可读存储介质40的有益效果同第一实施例提供的晶粒检测样本自动生成方法的有益效果相同。
此外,可以理解的是,前述各个实施例仅为本发明的示例性说明,在技术特征不冲突、结构不矛盾、不违背本发明的发明目的前提下,各个实施例的技术方案可以任意组合、搭配使用。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,装置和/或方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元/模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多路单元或模块可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元/模块可以是或者也可以不是物理上分开的,作为单元/模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多路网络单元上。可以根据实际的需要选择其中的部分或者全部单元/模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元/模块可以集成在一个处理单元/模块中,也可以是各个单元/模块单独物理存在,也可以两个或两个以上单元/模块集成在一个单元/模块中。上述集成的单元/模块既可以采用硬件的形式实现,也可以采用硬件加软件功能单元/模块的形式实现。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种数字化网络控制系统性能与可靠性同步优化方法,其特征在于,包括:
根据网络控制系统的控制模型确定系统性能与系统内外因参数集合之间的第一函数关系pc=f1(X)=f1(vs,m,c,tp,tmax,f);
获取所述内外因参数集合与系统可靠性的第二函数关系R=f2(X)==f2(vs,m,c,tp,tmax,f),并根据所述第一函数关系和所述第二函数关系建立系统性能与可靠性一体化模型
以工作频率f作为决策变量分别得到基于系统性能的第一优化模型max Q(f)和基于系统可靠性的第二优化模型max Rs(f);
其中,X为系统内外因参数集合,vs表示信号采集速度,m表示精度,c表示控制计算速度,tp表示数据传输协议,tmax表示传输性能上限,f表示工作频率;
所述根据网络控制系统的控制模型确定系统性能与系统内外因参数集合之间的第一函数关系,包括:确定网络控制系统的性能指标;根据误差泛函数积分评价所述性能指标得到对应的评价函数;对所述评价函数取加权平均值进行表示得到对应的所述性能;
所述获取所述内外因参数集合与系统可靠性的第二函数关系,包括:获取网络控制系统中的所有节点的集合和各个所述节点之间的所有链路的集合并建立网络拓扑模型;假设每个所述节点与每条所述链路有“正常”与“故障”两种状态,枚举出每条所述链路的所有状态序列计算出对应的所述可靠性。
2.根据权利要求1所述的数字化网络控制系统性能与可靠性同步优化方法,其特征在于,还包括:根据所述第一优化模型max Q(f)和所述第二优化模型max Rs(f)建立网络控制系统控制性能和可靠性最大化的同步优化模型max[Rs(f),Q(f)]。
3.根据权利要求1所述的数字化网络控制系统性能与可靠性同步优化方法,其特征在于,网络控制系统的所述工作频率f的影响因子包括的:感知单元的数据采集周期、网络单元的数据传输量、控制单元的计算量、执行单元的调整频率。
4.根据权利要求1所述的数字化网络控制系统性能与可靠性同步优化方法,其特征在于,所述系统性能与可靠性一体化模型还设置有约束条件:RS(f)≥R*、Q(f)≥Q*以及fmax≥f≥fmin,其中,RS为网络控制系统可靠度,R*为系统规定可靠度下限,Q为系统指定的控制性能参数,Q*为系统规定性能下限,fmax、fmin为系统工作频率的上下界。
5.一种数字化网络控制系统性能与可靠性同步优化装置,其特征在于,包括:
函数关系获取模块,用于根据网络控制系统的控制模型确定系统性能与系统内外因参数集合之间的第一函数关系pc=f1(X)=f1(vs,m,c,tp,tmax,f);
模型建立模块,用于获取所述内外因参数集合与系统可靠性的第二函数关系R=f2(X)==f2(vs,m,c,tp,tmax,f),并根据所述第一函数关系和所述第二函数关系建立系统性能与可靠性一体化模型
优化模型获取模块,用于以工作频率f作为决策变量分别得到基于系统性能的第一优化模型max Q(f)和基于系统可靠性的第二优化模型max Rs(f);
其中,X为系统内外因参数集合,vs表示信号采集速度,m表示精度,c表示控制计算速度,tp表示数据传输协议,tmax表示传输性能上限,f表示工作频率;
所述根据网络控制系统的控制模型确定系统性能与系统内外因参数集合之间的第一函数关系,包括:确定网络控制系统的性能指标;根据误差泛函数积分评价所述性能指标得到对应的评价函数;对所述评价函数取加权平均值进行表示得到对应的所述性能;
所述获取所述内外因参数集合与系统可靠性的第二函数关系,包括:获取网络控制系统中的所有节点的集合和各个所述节点之间的所有链路的集合并建立网络拓扑模型;假设每个所述节点与每条所述链路有“正常”与“故障”两种状态,枚举出每条所述链路的所有状态序列计算出对应的所述可靠性。
6.根据权利要求5所述的数字化网络控制系统性能与可靠性同步优化装置,其特征在于,还包括:同步优化模型建立模块,用于根据所述第一优化模型max Q(f)和所述第二优化模型max Rs(f)建立网络控制系统控制性能和可靠性最大化的同步优化模型max[Rs(f),Q(f)]。
7.一种数字化网络控制系统性能与可靠性同步优化系统,其特征在于,包括:存储器和连接所述存储器的一个或多个处理器,存储器存储有计算机程序,处理器用于执行所述计算机程序以实现如权利要求1至4中任意一项所述的数字化网络控制系统性能与可靠性同步优化方法。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于执行如权利要求1至4中任意一项所述的数字化网络控制系统性能与可靠性同步优化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111162078.XA CN113904933B (zh) | 2021-09-30 | 2021-09-30 | 数字化网络控制系统性能与可靠性同步优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111162078.XA CN113904933B (zh) | 2021-09-30 | 2021-09-30 | 数字化网络控制系统性能与可靠性同步优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113904933A CN113904933A (zh) | 2022-01-07 |
CN113904933B true CN113904933B (zh) | 2023-08-25 |
Family
ID=79189990
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111162078.XA Active CN113904933B (zh) | 2021-09-30 | 2021-09-30 | 数字化网络控制系统性能与可靠性同步优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113904933B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114662252B (zh) * | 2022-02-25 | 2022-10-18 | 佳木斯大学 | 一种用于提高复杂网络化随机系统性能指标的方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009033500A1 (en) * | 2007-09-14 | 2009-03-19 | Nec Europe Ltd. | Method and system for optimizing network performances |
CN105681088A (zh) * | 2016-01-25 | 2016-06-15 | 浙江师范大学 | 面向物联网的可靠性和性能综合评估方法 |
CN108347352A (zh) * | 2018-02-05 | 2018-07-31 | 中国电力科学研究院有限公司 | 一种电力系统中信息系统及设备性能的诊断方法 |
WO2019051963A1 (zh) * | 2017-09-12 | 2019-03-21 | 山东科技大学 | 基于全回路重构仿真的工业控制回路性能评价方法及装置 |
CN110149226A (zh) * | 2019-05-14 | 2019-08-20 | 电子科技大学中山学院 | 一种软件定义网络中多控制器部署问题的改进粒子群算法 |
CN111191820A (zh) * | 2019-12-17 | 2020-05-22 | 国网浙江省电力有限公司 | 一种综合能源系统中储能装置的选址定容优化规划方法 |
CN112287494A (zh) * | 2020-10-20 | 2021-01-29 | 中国船舶重工集团公司第七0四研究所 | 一种船舶直流供配电系统网络结构优化设计的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100296403A1 (en) * | 2009-04-06 | 2010-11-25 | Lili Qiu | Predictable Performance Optimization of Wireless Networks |
-
2021
- 2021-09-30 CN CN202111162078.XA patent/CN113904933B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009033500A1 (en) * | 2007-09-14 | 2009-03-19 | Nec Europe Ltd. | Method and system for optimizing network performances |
CN105681088A (zh) * | 2016-01-25 | 2016-06-15 | 浙江师范大学 | 面向物联网的可靠性和性能综合评估方法 |
WO2019051963A1 (zh) * | 2017-09-12 | 2019-03-21 | 山东科技大学 | 基于全回路重构仿真的工业控制回路性能评价方法及装置 |
CN108347352A (zh) * | 2018-02-05 | 2018-07-31 | 中国电力科学研究院有限公司 | 一种电力系统中信息系统及设备性能的诊断方法 |
CN110149226A (zh) * | 2019-05-14 | 2019-08-20 | 电子科技大学中山学院 | 一种软件定义网络中多控制器部署问题的改进粒子群算法 |
CN111191820A (zh) * | 2019-12-17 | 2020-05-22 | 国网浙江省电力有限公司 | 一种综合能源系统中储能装置的选址定容优化规划方法 |
CN112287494A (zh) * | 2020-10-20 | 2021-01-29 | 中国船舶重工集团公司第七0四研究所 | 一种船舶直流供配电系统网络结构优化设计的方法 |
Non-Patent Citations (1)
Title |
---|
多相电机的多通道协调控制策略研究;胡传西;汪伟;李国栋;;舰船科学技术(08);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113904933A (zh) | 2022-01-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2022010232A (ja) | データモデリングスタジオ、コンピュータシステム、及びコンピュータで実装される方法 | |
CN110532078A (zh) | 一种边缘计算调度优化方法及系统 | |
US10452048B2 (en) | Control system and control device | |
CN107944005B (zh) | 一种数据展示方法及装置 | |
CN113904933B (zh) | 数字化网络控制系统性能与可靠性同步优化方法 | |
CN110390020A (zh) | 语义网关的建模方法和语义网关 | |
CN112702317A (zh) | 一种基于智能网关的通信协议优化方法 | |
CN117436215A (zh) | 一种融合电气拓扑的配网数字孪生体快速构建方法 | |
CN115174416A (zh) | 一种网络规划系统、方法、装置及电子设备 | |
CN113325267A (zh) | 一种配电网故障诊断系统、方法及计算机程序产品 | |
Chen et al. | High-performance fieldbus application-specific integrated circuit design for industrial smart sensor networks | |
CN113114480A (zh) | 一种数据的上报方法及相关设备 | |
CN115118578B (zh) | 一种基于web的scada系统 | |
Lu et al. | Framework of industrial networking sensing system based on edge computing and artificial intelligence | |
CN116723094A (zh) | 设备接入方法、装置、计算机设备和存储介质 | |
CN109581280A (zh) | 终端自适应在线定位方法、系统及装置 | |
CN116956450A (zh) | 一种发动机数字孪生模型的评估修正方法及装置 | |
CN114706893A (zh) | 故障检测方法、装置、设备及存储介质 | |
Zhai et al. | Remote control and data analysis system based on Alibaba Cloud | |
Aghazadeh Ardebili et al. | Digital Twins of smart energy systems: a systematic literature review on enablers, design, management and computational challenges | |
CN113973121A (zh) | 物联网数据处理方法、装置、电子设备及存储介质 | |
CN115686583B (zh) | 海量物联网设备升级方法、装置、电子设备和存储介质 | |
CN116628470B (zh) | 一种基于人工智能的电压源数据实时监管系统及方法 | |
Li et al. | Information Modeling and Verification Method for Edge Computing of Power Internet of Things | |
CN118740634B (zh) | 基于云平台的工业物联网信息服务方法、系统及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |