Ghanaim, A.; Frey, G.: Markov-Modellierung vernetzter Regelungssysteme basierend auf Petrinetz-Simulationen. Proceedings of "11th Fachtagung Entwurf komplexer Automatisierungssysteme (EKA 2010)", ISBN 978-3-940961-41-9, pp. 161-170, Magdeburg, May 2010.

Kurzfassung: Beim Entwurf und der Analyse vernetzter Regelungssysteme (Networked Control System, NCS) sind die, durch die Kommunikation entstehenden, Verzögerungen im Kreis zu berücksichtigen. Man unterscheidet hier gemeinhin die Sensor-Regler-Verzögerung (sensorcontroller time delay, ?sc) und die Regler-Aktuator-Verzögerung (controller actuator time delay, ?ca). Diese Zeiten sind i.A. nicht fest sondern unterliegen stochastischen Schwankungen. Eine geeignete Methode zur Modellierung der Verzögerungen sind deshalb Markov-Modelle. Zur Generierung dieser Modelle muss jedoch eine Vielzahl von Parametern bestimmt werden. Da eine direkte Modellierung kaum möglich ist, verwendet man datenbasierte Ansätze. Die benötigten Daten können am realen System gemessen, oder durch Simulation gewonnen werden. Im vorliegenden Beitrag wird ein Ansatz beschrieben, in dem zunächst auf Basis farbiger Petrinetze ein Modell des NCS aufgebaut wird. Dieses Modell kann einfach parametriert werden und wird zur Datengewinnung simuliert. Die Daten dienen dann zur Erstellung eines kompakten Markov-Modells, das seinerseits zu Reglerentwurf und -analyse eingesetzt werden kann.

Abstract: Networked control systems (NCS) are a type of distributed control systems where sensors, actuators and controllers are interconnected by real-time communication networks. NCS design methods should take into considerations the two types of network induced delays, namely the sensor controller time delay ?sc and the controller actuator time delay ?ca. These delays are random in nature, so it is properly modeled using Markov models (MM). Data patterns required for Markov modeling can be obtained from real data measurement or from NCS models simulation. In this paper, parametric models for NCS are built and simulated using generic Colored Petri Net (CPN) to generate the required data. The resulting Markov models are more compact than the CPN models and due to their mathematical form they can be integrated into existing design and analysis approaches for NCS.