圖形化控制系統(tǒng)設計與仿真工具

霍占強，李曉君，鄧 超，王志衡

（河南理工大學 計算機科學與技術學院，河南 焦作454003）

0 引 言

如何針對具體的復雜對象在眾多控制算法中選擇最合適的算法達到嚴苛條件下高精度快響應的高目標，成為工程技術人員面臨的一個難題。

國內(nèi)外已研發(fā)的可用于控制系統(tǒng)建模、控制算法設計與仿真的典型工具有很多，文獻 ［1－4］中所用的仿真軟件雖能進行動態(tài)系統(tǒng)建模及控制律設計仿真，但不是專門針對控制算法設計與驗證，使用時用戶需進行二次編程開發(fā)，控制算法設計復雜，工作量大，不適合技術人員實現(xiàn)快速高效定制與仿真。因此設計并開發(fā)一種適用于工程技術人員的一體化建模及控制算法開發(fā)驗證工具，即僅需進行圖形化操作而不需要進行任何二次編程開發(fā)的仿真實驗工具具有重要實踐意義。

本文在分析控制問題與方法特征間的映射關系的基礎上，提出一種圖形化控制系統(tǒng)設計與仿真工具并進行實現(xiàn)，以達到精確建模和高效仿真的目的。與上述仿真工具相比，本文設計的仿真工具能針對不同控制問題提供合適的控制算法模塊并迅速搭建仿真模型進行驗證，簡化了建模過程，操作也更為簡便。

1 控制方法集成體系

近些年來，新的控制思想和方法不斷涌現(xiàn)，特別是隨著計算機技術的發(fā)展與普及，信息處理能力大大加強，解決高維大系統(tǒng)控制、優(yōu)化問題的大系統(tǒng)理論，解決帶有不確定性控制問題的魯棒／自適應控制理論及解決難以數(shù)學建模系統(tǒng)控制問題的智能控制理論等都成為自動化研究領域中新的熱點。這些控制方法具有各自的特點與優(yōu)勢，適用于不同的控制問題。如何熟練掌握各類控制方法，結合控制對象的具體特點，提出創(chuàng)新的控制解決方案，是廣大自動化領域科研人員和技術人員面臨的重要難題。自動化學科已經(jīng)產(chǎn)生多種先進的控制方法，取得了多種成功的應用，但對各類先進控制方法的典型特征及適應性還缺乏系統(tǒng)的總結，不利于各種方法有針對性的應用及整體優(yōu)勢的發(fā)揮。因此通過對多種先進控制方法進行適當?shù)哪?，并結合系統(tǒng)建模技術，形成了一套完整的先進控制方法集成體系。其研究思路為歸納控制問題特征、凝練控制方法特征及建立特征－方法映射，梳理控制問題解決流程，構建控制方法集成體系。

1.1 特征歸納與方法凝練

特征歸納是指從復雜控制對象的眾多控制問題中歸納出問題的特征，建立問題特征集合。首先，從倒立擺控制、機械臂控制、雙容水箱控制、四旋翼控制等多種具體復雜對象的控制問題中整理和歸納出它們的共性特征，例如：快時變、強耦合、非線性、多變量、高階次等，如表1 所示。其次，將上述這些控制問題的共性特征進一步抽象化，嘗試用一個或者幾個數(shù)學解析表達式來描述。最后，建立復雜對象控制問題的特征集合。

表1 控制模型特征的歸納

控制方法凝練指從古典控制理論、現(xiàn)代控制理論以及智能控制理論等已有控制方法和最新控制方法研究成果中凝練出先進控制方法的特征。首先，在傳統(tǒng)的線性控制和非線性控制的基礎上，對滑?？刂疲?］、模糊控制［6］、非線性動態(tài)逆控制［7］、自抗擾控制［8］等多種先進、智能控制方法進行適當?shù)哪殻治龈鞣N算法的優(yōu)缺點 （如對檢測數(shù)據(jù)的學習能力、自適應能力、魯棒性等）及其適用對象的范圍與對各種控制問題的控制能力。其次，從中整合出具有針對性的功能結構，例如：可以提供學習能力和高逼近性能的徑向基函數(shù)神經(jīng)網(wǎng)絡結構、可以提供解耦與線性化能力的逆系統(tǒng)結構等。最后，建立控制方法與控制特征之間的對應關系，見表2。

表2 控制方法的凝練

1.2 建立特征－方法映射

在控制問題特征歸納和控制方法凝練的基礎上，建立控制問題特征與控制方法之間的映射關系。映射關系的示意圖，如圖1所示?？刂茊栴}特征與控制方法之間為多對多的關系，即一個控制問題特征對應多個控制方法，一個控制方法可能滿足多個控制問題的特征。

圖1 特征方法映射

具體操作步驟如下：首先，針對復雜對象的控制問題集合和控制方法集合，在領域專家的幫助下，建立初步的特征－方法對應關系；其次，經(jīng)過反復實驗，對特定控制方法解決特定控制問題的解決方案給出評價，如優(yōu)缺點、效率等；最后，考慮不斷涌現(xiàn)的最新控制問題，引入控制方法的最新研究成果，對特征－方法對應關系進行擴充，建立完備的特征－方法映射關系。

1.3 構建控制方法集成體系

控制方法集成體系包括3部分內(nèi)容：精密感知、精確建模和先進控制，其關系如圖2所示。首先，通過精確感知系統(tǒng)感知外部環(huán)境相關物理量和控制對象的狀態(tài)；其次，結合感知數(shù)據(jù)和多源知識，采用離線訓練、在線學習的方式建立系統(tǒng)的精確模型；再次，針對控制對象精確模型的特征，查找特征－方法映射，選擇合適的控制結構和方法；最后，控制對象產(chǎn)生新的狀態(tài)，并被精密感知系統(tǒng)所感知，形成控制的良性循環(huán)。

控制方法集成體系類似于發(fā)明問題解決理論 （TRIZ）中的沖突解決理論。集成體系中的問題特征集合相當于沖突解決理論中的通用工程參數(shù)，集成體系中的特征—方法特征集合相當于沖突理論中的沖突矩陣，集成系統(tǒng)中的先進控制方法集合相當于沖突理論中的發(fā)明原理。

圖2 控制方法集成體系結構

2 仿真工具的設計

2.1 系統(tǒng)架構設計

系統(tǒng)架構設計采用了分層的設計思想，分為用戶界面層 （UI層），仿真控制層，業(yè)務邏輯層，執(zhí)行層四層。層次之間的關系以及各層的主要職責，如圖3所示。

圖3 系統(tǒng)架構設計

用戶界面層 （即UI層），采用Winform 和WPF 技術實現(xiàn)，為用戶提供友好的可視化操作平臺。用戶可在前臺界面執(zhí)行控制模塊選擇、模塊及仿真參數(shù)設置、仿真模型搭建、運行并顯示仿真結果等操作，該層負責響應用戶操作展示仿真結果。

仿真控制層，采用C＃編程技術實現(xiàn)，負責獲得模型參數(shù)、封裝仿真模型、調(diào)用業(yè)務邏輯層、返回仿真結果等。獲得模型參數(shù)指讀取用戶界面層傳遞的模型參數(shù)，包括仿真模塊參數(shù)和系統(tǒng)仿真參數(shù)；封裝仿真模型指用戶在UI層搭建的控制系統(tǒng)封裝為自定義的仿真模型，考慮到仿真模塊庫的可擴展性，系統(tǒng)采用了基于xml格式的可擴展模塊庫設計方案，使用xml配置文件保存相關參數(shù)設置。此外，該層還負責調(diào)用業(yè)務邏輯層，并傳遞仿真模型數(shù)據(jù)，以及將仿真結果數(shù)據(jù)返回給用戶界面層。

業(yè)務邏輯層的相關功能也是由C＃編程技術實現(xiàn)，負責解析仿真控制層傳遞的仿真模型數(shù)據(jù)、實現(xiàn)xml格式仿真模型到Simulink可識別的mdl格式仿真模型之間的轉換、調(diào)用執(zhí)行層、向仿真控制層返回仿真結果數(shù)據(jù)。

執(zhí)行層由MATLAB 引擎和Simulink 服務實現(xiàn)，該層負責接收業(yè)務邏輯層傳遞的每一條仿真指令，并依次執(zhí)行，將執(zhí)行結果存入workspace，將workspace中的數(shù)據(jù)返回業(yè)務邏輯層，然后返回仿真控制層，最終由用戶界面層的MSChart技術負責展示仿真結果。

2.2 功能模塊設計

仿真工具的功能模塊設計如圖4所示，包括實驗方案管理、模塊庫管理、建模過程管理、仿真結果管理、仿真輔助工具功能模塊。

圖4 功能模塊設計

（1）實驗方案管理：實驗方案管理模塊實現(xiàn)用戶自定義方案的打開、保存功能。一個方案即一個xml格式的模型文件，存儲了實驗方案所用模塊的輸入?yún)?shù)、輸出參數(shù)、屬性以及模塊間的連接關系等。

（2）模塊庫管理：模塊庫管理模塊實現(xiàn)對控制系統(tǒng)仿真類庫的分類集成與顯示，在軟件安裝時完成已開發(fā)模塊的分類自動添加，以及用戶對自定義模型和方案的自主添加。

（3）建模過程管理：建模過程管理模塊主要實現(xiàn)常規(guī)的模塊操作，完成建模過程。具體實現(xiàn)功能為模塊的拖放，模塊與模塊之間的連接與定位，建模區(qū)域內(nèi)選中模塊后能夠進行的相關功能操作，模塊的封裝和分解，對典型控制系統(tǒng)的一級子系統(tǒng)查看以及對模塊完備性的檢測功能等。

（4）仿真結果管理：仿真結果管理模塊實現(xiàn)仿真模型運行和實驗結果的圖形化展示功能。用戶通過對模塊參數(shù)和仿真參數(shù)的修改可以觀察仿真實驗結果的變化，實時地展現(xiàn)實驗運行過程和實驗結果并將實驗結果數(shù)據(jù)傳入工作空間。

（5）仿真輔助工具：仿真輔助工具模塊實現(xiàn)了命令行操作和半物理仿真，提供幫助文檔以及模糊控制工具。用戶可通過命令窗口輸入命令，通過半物理仿真接口實現(xiàn)軟件和硬件之間的交互實驗，調(diào)用模糊控制工具來輔助仿真操作。

3 仿真工具實現(xiàn)

控制系統(tǒng)仿真工具主界面如圖5所示。主要分為6個工作區(qū)域，分別是菜單及工具欄、仿真類庫、建模窗口、工作空間、命令窗口、結果窗口。

圖5 仿真工具主界面

3.1 模塊庫管理模塊

模塊庫管理模塊完成仿真模塊的分類集成，以控制方法集成體系為基礎將各個仿真模塊分類集成在各個模塊庫中，如圖6所示。

圖6 仿真類庫的集成顯示

仿真類庫中包含模型庫，建模方法庫，控制算法庫，典型控制系統(tǒng)庫，基本模塊庫以及串口通信庫。以控制算法庫為例，該庫在控制方法集成體系基礎上集成了33種先進控制算法模塊，涵括了各類PID 控制算法，LQR 控制算法和極點配置控制算法在內(nèi)的線性控制算法，以及不同種類的動態(tài)逆算法，自適應控制算法，滑?？刂扑惴ǖ雀黝惪刂扑惴āＳ脩舨捎每刂扑惴〞r，只需根據(jù)情況直接調(diào)用控制算法模塊進行模型搭建，簡單設置合適的模塊參數(shù)后即可運行實現(xiàn)系統(tǒng)仿真。若利用Simulink進行仿真，Simulink的庫瀏覽器中雖然包含大量不同類型的模塊庫，但都只提供了基本元件方塊圖，需要用戶去研究控制算法、設計控制算法結構，再搭建框架圖來實現(xiàn)控制算法，期間需要編寫大量m 文件來實現(xiàn)控制算法。仿真工具將控制算法封裝成圖形模塊集成在模塊庫中，使得用戶從繁瑣的數(shù)學建模中解放出來從而專注于控制系統(tǒng)本身的設計，且不需要編寫任何程序代碼。圖7為一個應用實例的模型結構框圖，用戶只需設置模塊參數(shù)及仿真參數(shù)即可仿真運行結果，極大簡化建模過程。圖中的SMC＿Pow 為封裝好的基于冪次趨近率滑?？刂扑惴K，該模塊針對形如的二階單輸入單輸出系統(tǒng)的狀態(tài)跟蹤控制。其中模塊輸入：F：系統(tǒng)狀態(tài)函數(shù)f（x，x），G：系統(tǒng)控制函數(shù)g（x，x），x：被控狀態(tài)，xd：指定狀態(tài)。模塊輸出：u：控制量。

圖7 基于冪次趨近率滑?？刂扑惴☉媚Ｐ徒Y構框架

3.2 建模過程管理模塊

建模過程管理模塊實現(xiàn)仿真過程中模塊的添加、刪除、重命名、屬性設置等常規(guī)功能，以及模型的完備性檢查、模塊的封裝分解和典型控制系統(tǒng)的一級子系統(tǒng)查看功能。

搭建仿真模型的主要操作包括：①在仿真類庫中選擇仿真模塊放置在建模窗口中；②通過工具欄上的 “連接”實現(xiàn)模塊間的連線功能；③在建模窗口中對模塊進行拖拽，調(diào)整模塊和連線到合適的位置；④通過右鍵菜單的屬性選項完成屬性參數(shù)的設置；⑤對復雜的控制系統(tǒng)可以應用封裝子系統(tǒng)功能，選擇需要進行封裝的模塊集合，單擊右鍵菜單中的 “封裝子系統(tǒng)”，對模塊進行封裝，且封裝和分解操作是可逆的；⑥進行模型完備性檢查，若模型不完備時，模塊周圍將有紅色虛線警示。

在系統(tǒng)所提供的典型控制系統(tǒng)中，包含已封裝好的閉合模型，這些閉合模型都是基于控制方法集成體系且經(jīng)過實踐驗證的控制系統(tǒng)。圖8 為典型控制系統(tǒng)BallBeam ＿LQR 的一級子系統(tǒng)的內(nèi)部結構。

圖8 典型控制系統(tǒng)BallBeam＿LQR 一級子系統(tǒng)

仿真模型中的所有信息存儲為xml格式的模型文件，使用XML DOM 分析器［9］完成DOM 模型的解析，實現(xiàn)DOM模型到Simulink中mdl模型的轉換，從而完成建模仿真。

3.3 實驗方案管理模塊

實驗方案管理模塊主要實現(xiàn)用戶自定義方案的打開、保存功能。實驗方案采用xml格式存儲，用戶可在建模窗口中搭建模型完成實驗方案的設計，通過工具欄上的 “保存”將實驗方案存儲至本地磁盤。對于已有的實驗方案，通過工具欄上的 “打開”進行讀取。

仿真模型是仿真分析的對象，而仿真模塊是構造模型的基礎。模型中通常包含多個功能模塊和模塊間的連接關系等。系統(tǒng)采用基于xml格式文件對模型內(nèi)部數(shù)據(jù)進行存儲和描述，簡化數(shù)據(jù)共享與數(shù)據(jù)傳輸［10］。文件結構主體設計如下：

3.4 仿真結果管理模塊

仿真結果展示模塊用于顯示控制系統(tǒng)的運行結果，實現(xiàn)實驗結果的圖形化展示。分為圖形化顯示和工作空間數(shù)據(jù)兩種顯示方式。圖形化顯示方式是用一條或多條仿真曲線展示仿真結果，仿真曲線的橫坐標為時間，縱坐標為輸出模塊輸出端子的數(shù)值。用戶可對仿真結果圖進行放大縮小以及保存操作。工作空間數(shù)據(jù)方式用表格形式展示仿真結果數(shù)據(jù)，且可導出數(shù)據(jù)至本地磁盤。

圖形化方式的仿真結果展示采用MSChart組件實現(xiàn)。若在Simulink中進行仿真后，需選擇相應示波器查看仿真結果，導出數(shù)據(jù)圖像時還需后續(xù)的一些操作。與之相比，仿真工具的仿真結果根據(jù)仿真數(shù)據(jù)進行繪制，保證了仿真結果的準確性，同時更加直觀，便于進行結果對比和仿真結果的導出和保存。圖9 為圖7 所示模型分別采用兩種控制算法的仿真結果，其中scope 和scope3所示結果分別是采用基于冪次趨近率的滑?？刂扑惴ê突诘人仝吔实幕？刂扑惴ǖ姆蔷€性系統(tǒng)控制量曲線。仿真曲線表明滑?？刂瓶蓪崿F(xiàn)對給定指令的跟蹤，但控制量存在抖動。

4 應用實例

圖9 仿真結果展示

典型控制系統(tǒng)是基于控制方法集成體系，針對典型控制問題，經(jīng)過反復實驗，選取較匹配的控制算法，并將控制對象與控制算法一起封裝的典型控制系統(tǒng)的集合。典型控制系統(tǒng)模塊包含完整的控制問題模型與控制算法，用戶只需簡單建模，設置參數(shù)即可完成對其完成仿真結果的顯示。如圖10所示，以搭建單級倒立擺LQR Controller控制系統(tǒng)模型為例，典型控制系統(tǒng)SingleInvertedPendulum ＿LQR 模塊能夠完整實現(xiàn)單級倒立擺的LQR 控制演示。

圖10 單級倒立擺LQR Controller控制系統(tǒng)仿真

LQR 已經(jīng)成為一種基本的線性系統(tǒng)控制方法。展示模塊所運用的LQR 控制算法優(yōu)點是原理簡單，所求取的控制律能使閉環(huán)系統(tǒng)滿足多項性能指標，模型輸出端口為狀態(tài)向量 珤X ＝（φ，φ，x，x），分 別 為 倒 立 擺 擺 角，擺 角 角 速 率，小車位移，小車速度。通過選擇不同的控制矩陣Q 和R 能靈活地改進控制性能，進一步驗證了仿真工具和控制方法集成體系的有效性。如圖10所示，用戶無需再考慮算法設計與實現(xiàn)，只需將控制系統(tǒng)模塊拖入新建窗口，輸出端口接4個示波器，分別顯示倒立擺擺角，角速率，小車位移和速度。右鍵選中模塊選擇屬性選項打開控制參數(shù)輸入對話框，在其中輸入倒立擺質(zhì)量，擺長，小車質(zhì)量，初始狀態(tài)向量，狀態(tài)權重向和控制權重向量，運行仿真模塊即可完成仿真。其結果顯示在結果窗口區(qū)域中，可單擊選擇對應圖片進行相關操作。主界面工作空間窗口，即可查看仿真數(shù)據(jù)，通過工具欄 “導出數(shù)據(jù)”可把數(shù)據(jù)以txt或excel格式存儲在本地磁盤中。

5 結束語

本文給出控制問題特征歸納、控制方法凝練、建立特征－方法映射等構建控制方法集成體系的具體步驟。基于控制方法集成體系，闡述了圖形化控制系統(tǒng)設計與仿真工具的架構設計和功能模塊設計方案。詳細描述了各功能模型的實現(xiàn)效果。最后通過一個典型控制系統(tǒng)展示了在該仿真實驗工具中系統(tǒng)模型的圖形化設計及仿真流程。與已有仿真工具相比，該圖形化控制系統(tǒng)設計與仿真工具基于控制方法集成體系，提供了多種模型，建模方法，控制算法，以及典型控制系統(tǒng)，操作簡便，極大簡化了建模過程，具有良好的可擴展性和開放性，可作為高校、科研院所自動化等相關專業(yè)學生的教學實驗工具。

［1］YIN Yunhua，ZHENG Bin，ZHENG Haoxin，et al.A method for modeling and simulation of brushless DC motor control system based on MATLAB ［J］.Journal of System Simulation，2008，20 （2）：293－298 （in Chinese）.［殷云華，鄭賓，鄭浩鑫，等.一種基于MATLAB的無刷直流電機控制系統(tǒng)建模仿真方法 ［J］.系統(tǒng)仿真學報，2008，20 （2）：293－298.］

［2］Alan Duffy，Brian Yates，Hu Yongfeng，et al.Using MapleSim to model a six－strut kinematic mount for aligning optical components ［C］／／Advances in Computational Methods for X－ray Optics II，2011.

［3］WANG Hongjun，CHEN Jiaxin，HUANG Guogang，et al.Study on simulation for servo press based on multi－domain uniform modeling ［J］.Journal of System Simulation，2013，25（6）：1332－1337 （in Chinese）. ［王紅軍，陳佳鑫，黃國鋼，等.基于多領域統(tǒng)一建模的伺服壓力機仿真研究 ［J］.系統(tǒng)仿真學報，2013，25 （6）：1332－1337.］

［4］Akesson J，Arzen KE，Gafvert M，et al.Modeling and optimization with optimica and JModelica.org－Languages and tools for solving large－scale dynamic optimization problems ［J］.Computers ＆ Chemical Engineering，2010，34 （11）：1737－1749.

［5］LIU Jinkun，SUN Fuchun.Research and development on the oryandalgorithms of sliding mode control ［J］.Control Theory＆Applications，2007，24 （3）：407－418 （in Chinese）.［劉金琨，孫富春.滑模變結構控制理論及其算法研究進展［J］.控制理論與應用，2007，24 （3）：407－418.］

［6］JIANG Wenrui，LU Zesheng.Modeling and simulation of micro actuator based on speed change integral fuzzy control［J］.Journal of System Simulation，2009，21 （6）：1553－1556（in Chinese）.［姜文銳，盧澤生.基于變速積分模糊控制的微驅器建模與仿真［J］.系統(tǒng)仿真學報，2009，21 （6）：1553－1556.］

［7］TAN Xiangmin，YI Jianqiang，ZHAO Dongbin，et al.Simulation research on tracking control for hypersonic aircraft［J］.Journal of System Simulation，2011，23 （4）：745－749 （in Chinese）.［譚湘敏，易建強，趙冬斌，等.高超聲速飛行器軌跡跟蹤控制仿真研究 ［J］.系統(tǒng)仿真學報，2011，23 （4）：745－749.］

［8］WANG Bingshu，JIANG Ping，LIN Yongjun.Building userdefined block library for active－disturbance－rejection－control technology in SIMULINK ［J］.Journal of System Simulation，2010，3 （22）：610－615 （in Chinese）. ［王兵樹，姜萍，林永君.SIMULINK 中自抗擾控制技術自定義模塊庫的創(chuàng)建 ［J］.系統(tǒng)仿真學報，2010，3 （22）：610－615.］

［9］WEI Xiaojuan，RAN Jing，LI Aihua，et al.XML parse and application based on DOM ［J］.Computer Technology and Development，2007，17 （4）：86－88 （in Chinese）.［蔚曉娟，冉靜，李愛華，等.基于DOM 的XML 解析與應用 ［J］.計算機技術與發(fā)展，2007，17 （4）：86－88.］

［10］DUAN Chunhu，SHEN Weiqun，SONG Zishan.Application of XML storage structure in simulation database ［J］.Computer Simulation，2008，25 （2）：33－34 （in Chinese）.［段春虎，沈為群，宋子善.XML存儲結構在仿真數(shù)據(jù)庫中的應用研究 ［J］.計算機仿真，2008，25 （2）：33－34.］