现代工业控制系统(NCS)是一种网络化、全分布式、实时反馈控制系统,与以往的控制系统(如CCS、DCS)不同的是,NCS中所有的实时测量和控制数据是通过网络传输的,网络节点间必须紧密协调来完成控制任务。将网络引入控制系统,实现了现场设备控制的分布化和网络化,加强了现场控制和上层管理的联系。这种网络化的控制模式具有资源共享、连接线数少、易于扩展维护、高效可靠、灵活等优点。但同时由于网络信息源多,信息的传送要分时占用网络通信线路,而网络的承载能力和通信带宽有限,必然造成信息的冲撞、重传等现象的发生,使得信息在传输过程中不可避免的存在延时,导致控制系统性能的下降甚至不稳定。所以,在控制网络的研究中一个关键的任务就是信息传输的实时性问题。 在信息传输实时调度问题的研究中,传统调度算法中任务的所有时间约束(如执行时间、截止期等)需要精确知道,并在可预测的环境下才能提供保证。然而在许多实际问题中,系统的任务特征通常是模糊不确定的,系统的运行环境也可能是不可预测的。当系统运行在模糊不确定任务特性和不可预测环境中时,系统的精确负载模型变得不适应,经典的调度算法如EDF和LLF等已不能提供性能保证,并可能导致系统资源不能充分利用,甚至可能导致极端的资源浪费和系统的低利用率。 为了解决这些问题,将研究基于任务特性的模糊性上。利用模糊理论分析任务的优先等级,对控制网络的采样周期,采样频率进行优化,通过实时闭环模糊反馈网络实现实时任务的调度,较好地解决了实时任务优先级的确定问题,保证了实时重要任务的调度成功率,对系统的过载能力具有较强的鲁棒性,和传统的延时实时性控制方法,可以将复杂的网络控制分析与设计变得比较容易。特别是在目前的情况下,工业应用已经超过理论研究的步伐,其积极性的一面是促进理论研究和工业实践的结合,特别是模糊控制理论研究在工业控制网络的进展和深入。