面向工业控制云服务优化的运行时热点数据及其收集系统研究

承载工业控制系统云服务的计算机及其上运行的系统软件在平台即服务(PaaS)的思想指导下被抽象成为服务。为提高计算效率,降低硬件及运维成本,需要云服务商、芯片设计者、用户共同努力。为此,面向工业控制系统收集云服务商提供的主要业务种类,阐述云服务的优化策略,分析工控系统的运行时热点数据。同时开发运行时热点数据收集系统,收集业务系统调用的接口及其方法的调用频度、规律等数据,利用这些数据辅助专用计算机设计、系统软件运行优化。此外,目前的EDA工具在架构设计、版图制作、工艺选择时也十分依赖于这些运行时数据,系统收集到的热点数据能帮助芯片设计者选择最优算法固化在芯片中。

基于对线控位功能双轴水下操作云台控制系统

由于水下操作环境大多为缓流、浑浊度较高的区域,在这种水域进行测试,必须要克服紊流环境干扰等因素,因此设计基于自动追踪、识别目标的双轴智能水下操作云台控制系统,实现对拍摄目标进行快速锁定及跟踪,完成实时高效的图像采集功能。考虑到双轴水下拍摄云台在追踪目标的过程中存在着一定干扰的实际工况,该文对智能双轴云台采用对线控位功能,解决了云台定位精度不准确,自动追踪目标,智能识别移动物体等功能,为下一步研究提供了可靠的理论基础。

基于互信息的云控制系统的最优隐私保护机制设计

考虑具有能量约束的云控制系统,其仅可对部分信道添加随机扰动以保护隐私.采用互信息作为系统的隐私度量,并采用随机扰动造成的估计性能损失作为约束构建优化问题以描述系统的目标.为了获得最优的隐私保护机制,将该优化问题转化为一个凸优化问题和一个0-1规划问题并求解,分别得到了最优的扰动方差与扰动添加调度策略.通过数值仿真,验证了最优隐私保护机制的有效性.

基于CNN-MHA-BiLSTM的云控制系统DDoS攻击检测

针对云控制系统的分布式拒绝服务(distributed denial of service, DDoS)攻击问题,提出一种融入多头注意力(multi-head attention, MHA)机制的时空特征检测模型,分别从时间和空间维度实现对流量特征的提取,并结合多头注意力机制提高模型对关键特征的区分能力.基于爱普云平台(industrial automation platform, IAP)构建了单容水箱云控制系统,用以研究DDoS攻击对云控制系统的影响.仿真结果表明所提出的模型优于现有的DDoS攻击检测模型,可以有效地检测出云控制系统的DDoS攻击.

多智能体系统带宽分配及预测云控制

针对具有未知扰动的多智能体系统,设计扩张状态观测器,估计每个智能体的状态和受到的扰动,并通过无线网络发送给邻居智能体.利用Stackelberg博弈描述多智能体系统的带宽分配问题,设计了可以补偿网络时延的预测云控制方案,给出了Stackelberg博弈的纳什均衡解和多智能体系统一致性和稳定性条件,通过仿真算例验证了方法的有效性.

智能交通信息物理融合云控制系统

针对现代智能交通信息物理融合路网建设中的对象种类复杂、采集数据量大、传输及计算需求高以及实时调度控制能力弱等问题,基于云控制系统理论,以现代智能交通控制网络为研究对象,设计了智能交通信息物理融合云控制系统方案,包括智能交通边缘控制技术和智能交通网络虚拟化技术.基于智能交通流大数据,在云控制管理中心服务器上利用深度学习和超限学习机等智能学习方法对采集的交通流数据进行训练预测计算,能够预测城市道路的短时交通流和拥堵状况.进一步在云端利用智能优化调度算法得到实时的交通流调控策略,用于解决拥堵路段交通流分配难题,提高智能交通控制系统动态运行性能.仿真结果表明了本文方法的有效性.

谈大数据时代的“云控制”摄影测量

在当今大数据时代,影像数据采集方式的多样化、高效化、便捷化产生的摄影测量影像大数据需要高效、自动与智能的处理。然而,作为传统摄影测量几何定位主要控制数据的外业控制点,其获取的复杂性与低效性仍然是制约摄影测量处理效率的关键因素。针对该问题,本文提出了"云控制"摄影测量的概念,以带有地理空间信息的数据作为几何控制替代外业控制点,通过自动匹配(或配准)获取大量密集的控制信息;并介绍了基于影像、矢量和LiDAR点云的3种"云控制"摄影测量技术;最后对"云控制"摄影测量的应用前景进行了展望并对其问题进行了讨论。

嵌入式智能云控制系统的原理与设计

云是用语言值表示的某个定性概念与其定量表示之间的不确定性转换模型。基于云模型的定性知识推理,以概念为基本表示,从数据库中挖掘出定性知识,构造规则发生器。多条定性规则构成规则库,当输入一个特定的条件激活多条定性规则时,通过推理引擎,实现带有不确定性的推理和控制。以往实现云控制器,主要依赖计算机及相关软件,限制了其进一步的推广应用。针对基于Quartus II设计软件和Nios II处理器的可编程片上系统进行设计开发,将云控制器在目标电路板的FPGA芯片中进行系统集成,实现以嵌入式云控制器为核心的智能控制系统,具有接口灵活、扩展性强、便于实现等优点。为基于云模型的智能控制系统的工业化应用,提供了硬件设计基础。

云控制系统及其面临的挑战

本文提出的云控制系统(Cloud control systems,CCSs)是对之前的网络化控制系统(Networked control systems,NCSs)的进一步扩展.目前,物联网(Internet of things,IOT)已经成功应用于实际中,网络化控制技术在其中发挥了关键作用.与此同时,云计算的迅速发展为大数据存储与处理、控制器设计和控制系统性能优化提供了一个完美的平台.可以预见,虽然当前云控制技术的研究和应用还存在许多挑战,但在不久的将来,云控制系统的深入研究将对控制理论的发展和各种实际应用起到积极推动作用.

基于迭代学习的云控制设计研究及应用

针对云控制在设计和控制中存在的一些问题,提出了一种基于迭代学习控制方法的云控制器,利用迭代学习算法设置云控制器的论域,简化了云控制器的设计过程。通过对连续搅拌釜式反应器(CSTR)的控制仿真,表明该控制器大大减少了稳态误差,满足了工业过程的要求,并具有较强的鲁棒性。

无人车大数据与云控制技术综述

无人车是指具有完全自主行驶能力并替代人类执行特定任务的智能车辆,在军用及民用领域都具有广泛应用前景,对国防安全建设与汽车产业发展都有着重要意义.近些年来,大数据与云控制技术的出现为各领域的发展提供了新的动能,成为推动智能交通与智慧城市建设的关键技术.本文首先综述了大数据技术的发展情况及其在车辆领域的应用现状,并以团队所研制的系列化功能型无人车为例,介绍了典型无人车的发展情况与关键技术的研究现状,阐述了无人车在军用、物流、巡逻、运输、接驳等国防和民用领域的应用前景.同时,基于团队所研制的无人车云大脑集群控制中心,展望了基于大数据与云控制技术的云端监控与控制技术在无人车领域的应用前景,阐述了其对无人车大规模产业应用的推动作用.

控制与计算理论的交互：云控制

在20世纪80年代,为了解决分布式闭环控制问题,研究者提出了网络化控制系统(Networked control system,NCS).通过网络对象实现远程控制,控制和计算理论的交互促进了网络化控制系统的进一步发展.网络化控制系统的另外两个方向分别是领导者-跟随者系统和模型预测控制系统.通过与云计算、物联网(Internet of things,IoT)等技术相结合,云控制系统可被看作是网络化控制系统的一种延伸.在原云控制系统的基础上,进一步深入研究,给出了一个可应用到云控制系统上新理论技术的综述和探索.

一维云模型控制器在轮式机器人中的应用

云模型控制理论是智能控制学科的新兴领域,该理论从提出至今,主要以理论研究和仿真实验为主。针对云模型理论的研究现状,提出了基于单片机的一维云模型控制器的设计方法,应用该方法设计的云模型控制器成功地对轮式机器人进行了实时定位控制。实验结果表明,一维云模型控制器可以保证轮式机器人定位系统具有良好的控制性能和较强的干扰性,证明了该设计的有效性和科学性,为今后云模型控制器设计提供了一定的参考。

一种新的云模型控制器设计

首先提出一种新型的云模型控制器结构模型.这种结构模型是一种本质非线性模型,可以很容易由一组不确定性推理规则构成.文中分析了云模型的非线性映射特性,同时给出了基于此结构模型的智能控制器的设计方法及仿真实例.*

基于推理映射的云模型控制器研究

介绍了云模型的基本概念和规则推理,分析了云模型推理映射关系,设计出基于线性映射关系的云模型智能控制器,并与相同推理规则的模糊控制系统进行了对比。仿真结果表明该控制器具有较强的鲁棒性。

三级倒立摆的云控制方法及动平衡模式

文章提出了定性和定量之间转换的云模型的形式化表示方法 ,用来反映语言值中蕴涵的模糊性和随机性 ,给出云发生器的生成算法 ,解释多条定性推理规则同时被激活时的不确定性推理机制。利用这种智能控制方法有效地实现了单电机控制的一、二、三级倒立摆的多种不同动平衡姿态 ,显示其鲁棒性 ,并给出了详细试验结果。研究成果不仅可用于对太空飞行器以及机器人控制 ,而且对揭示定性定量转换规律和策略具有普遍意义。

绿色能源互补智能电厂云控制系统研究

针对现代电力系统中设施庞杂、多源异构海量数据难以有效处理、“信息孤岛”长期存在以及整体优化调度管理能力不足等问题,基于云控制系统理论,以智能电厂为研究对象,本文提出了智能电厂云控制系统(Intelligent power plant cloud control system,IPPCCS)解决方案.基于智能电厂云控制系统,针对绿色能源发电波动性强、抗扰能力差的问题,利用机器学习算法对采集到的风电、光伏输出功率进行短时预测,获知未来风、光机组功率输出情况.在云端使用经济模型预测控制(Economic model predictive control,EMPC)算法,通过实时滚动优化得到水轮机组的功率预测调度策略,保证绿色能源互补发电的鲁棒性,充分消纳风、光两种能源,减少水轮机组启停和穿越振动区次数,在为用户清洁、稳定供电的同时降低了机组寿命损耗.最后,一个区域云数据中心的供电算例表明了本文方法的有效性.

基于动态授权机制的自适应云访问控制方法研究

随着云计算的快速发展,其新型计算模式为我们提供了高效、便捷的服务。但这种计算方式拥有大量敏感性数据,如果不对数据加以有效保护,后果不堪设想。目前解决数据泄露的有效方法之一,云访问控制能够保障云服务只被授权的用户合法操作,得到广泛应用。然而传统的访问控制方法,当用户的行为方式发生改变,无法及时发现并动态调整访问控制策略,存在紧耦合、静态性等问题。在当前的云环境中,用户所拥有的角色数量众多,其职责经常性发生改变,云服务与用户之间的访问授权关系不易建立和维护。针对以上不足,提出基于动态授权机制的自适应云服务访问控制方法。方法中,采用基于信誉模型和用户角色树构建模型的动态授权机制,对用户的行为特征进行信誉评估,提前预测及实时监控,确保授权结果的高实时性和高可靠性。并为每一云服务引入可信认证模块,由云服务自主控制云用户的可访问性,增强所提方法的安全性和准确性。模拟实验表明,该方法能够较好地预测和监控云用户行为变化,及时调整云用户的服务访问权限,有效保障敏感数据的安全性。

一维云模型控制器在平衡控制系统中的应用

云模型控制理论是智能控制学科的新兴领域,该理论从提出至今,主要以理论研究和仿真实验为主。针对云模型理论的研究现状,提出了基于单片机的一维云模型控制器的设计方法,应用该方法设计的云模型控制器成功实现了对轮式机器人平衡系统的控制。轮式机器人动态平衡实测数据表明,一维云模型控制器可以保证轮式机器人定位系统具有良好的控制性能和较强的干扰性,证明了该设计的有效性和科学性,为今后云模型控制器设计提供了一定的参考。

云支持的分层式车辆队列预测性巡航控制

为了提升队列行驶的经济性,提出了一种高速公路场景下的云支持的队列预测性巡航控制方法(CPPCC),并进行真实道路和车辆数据模型的仿真实验。该方法采用了分层式结构,上层为云端的队列速度规划层,下层为队列稳定控制层。云端的速度规划层,考虑了道路坡度的滚动域的动态规划(RDP)算法,实现队列行驶的经济性目标。下层的车端队列稳定控制层,搭载了分布式模型预测控制器(DMPC),来跟踪云端发送速度,同时考虑了队列的稳定控制。结果表明:与传统的前车与领航车跟随的定速巡航队列(PLF-CC)方法相比,在行驶时间减小0.24%的前提下,本文所提出的方法节省6.04%的能源。