葛锁良， 杨旭玮， 张亚东

（合肥工业大学 电气与自动化工程学院，安徽 合肥 230009）

随着计算机网络的广泛应用和网络技术的不断发展，控制系统的结构正在发生变化。与传统的点对点控制系统相比，网络化控制系统具有共享信息资源、减少系统布线、易于扩展和维护等优点。目前网络控制已经成功地应用于国民经济和国防建设的各个领域，如车辆控制［1－2］、电力生产、远程医疗［3］和远程教学。

由于网络的介入，不可避免地使信息存在时延、丢包等问题，从而造成系统性能恶化，甚至导致系统的不稳定［4］。其中网络诱导时延是影响系统性能的最重要的因素。传统PID控制器的参数需要根据被控对象的数学模型来调整，而控制过程中的滞后性、控制参数的高阶性增加了对控制参数的调整难度［5］。

本文将RBF神经网络和传统PID控制器有机结合起来，利用RBF神经网络的自学习、自适应能力对PID控制器参数进行在线整定，实现网络化控制系统的优化控制，其效果优于传统PID控制器。

1 网络化控制系统

网络化控制系统（Network Control Systems，简称NCS）是指某区域内传感器、控制器、执行器和通信网络的集合，使该区域内不同地点的用户实现资源共享和协调操作，是一种全分布式、网络化的闭环实时反馈系统［6－7］。网络化控制系统由被控对象、传感器、执行器、控制器和计算机网络5部分组成，其结构简图如图1所示。由于网络带宽有限且网络中的数据流量变化不规则，当多个节点通过网络交换数据时，常常出现数据碰撞、网络拥塞等现象，因而不可避免地出现信息交换时间延迟，这种由网络引起的时间延迟称为网络诱导时延（Network－induced Delay）。……