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.

陆用运动体多系统协同中的智能优化与控制

在信息化和网络化背景下,多系统协同正成为现代战争中陆用运动体的主要作战模式.针对陆用运动体多系统协同中的智能优化与控制问题,本文从多系统协同指挥控制中的优化与决策、多维高速运动体的协同制导与编队控制、陆用运动体群集运动的智能与安全控制和非线性随动系统的建模与控制四个方面,对当前主要研究成果和国内外最新进展做了简要综述.涵盖了陆用运动体协同过程中涉及的指挥决策、多平台火力控制和群集智能控制与安全控制.最后在总结国内外研究成果的基础上,指出了需要进一步研究的问题和未来的研究方向.

基于主被动负载的负载独立口双阀节能控制系统研究

为保证电液伺服系统控制精度高、负载能力强、频率响应快等特点,同时实现降低成本、节省能源的性能,提出了一种基于主被动负载的负载独立口双阀节能控制系统,由负载独立口双阀控制系统和节能恒压伺服泵站构成.首先从机理上建立了该组合系统的数学模型,分析其静态工作点和节能性能.同时具体研究可能存在的4种复杂工况和4种控制模式.并据模型特性,设计了非线性且抗干扰较好的鲁棒自适应控制器及控制策略.最后设计实验平台进行对比实验验证该系统的可行性、控制性能和节能效果.

基于反步自适应滑模控制的永磁同步电机位置伺服系统

针对永磁同步电机位置伺服系统的强鲁棒性、高控制精度以及快速无超调响应要求,基于反步思想提出了一种反步自适应滑模控制(ASMC)策略。通过将反步设计方法与滑模控制结合,解决了传统PID三环系统位置跟踪精度不高,响应慢及鲁棒性差的问题。将自适应机制引入到滑模控制算法设计中,去除了对扰动及系统参数不确定性上界信息的先验要求。利用Lyapunov稳定性理论给出了闭环系统的稳定性分析。最后在DSP实验系统平台上对本文设计的算法进行了验证。实验结果表明,与PID控制相比,所提方法具有控制精度高、系统响应速度快且鲁棒性强的特点。

智能优化控制:概述与展望

从模糊优化控制、神经网络优化控制、模糊神经网络优化控制、基于智能优化方法的优化控制等角度,对国内外与智能优化控制(Intelligent optimized control,IOC)密切相关的研究进行了综述,在此基础上对智能优化控制的相关概念进行了深入分析,并对智能优化控制方法进行了分类,最后,对与智能优化控制有关的一些重要问题进行了讨论,并展望了智能优化控制研究未来的发展.

自适应鲁棒控制器设计新方法在电液伺服系统中的应用

提出了一种自适应鲁棒控制器设计新方法,并运用在阀控缸电液位置伺服系统中.首先,将含有确定、不确定、已知、未知、线性和非线性项的电液伺服系统进行完整地数学建模,以状态空间的形式表出.然后利用本文所提的新方法设计自适应鲁棒控制器和相应的自适应律来处理所建模型中的各项元素.该控制器通过设计一个带有虚拟控制量的控制状态空间表达式并结合状态观测器来获得.设计合适的虚拟控制量,可在任意给定条件下,使所有的系统状态都收敛到所设计的理想状态.接着设计李亚普诺夫函数来证明闭环系统的稳定性.最后建立硬件实验平台与经典自适应鲁棒控制方法进行对比实验验证此自适应鲁棒控制器设计新方法的有效性和优势.

数字化陆用武器系统中的建模、优化与控制

从复杂一体化武器系统的体系结构设计与优化、一体化指挥控制中的优化与决策、高速多维度运动体的参数辨识与状态估计、多智能平台的协同控制、非线性随动系统建模与控制五个方面阐述了数字化陆用武器系统中涉及的的建模、优化与控制问题,涵盖了陆用武器系统中的指挥控制、火力控制和武器平台的控制.在对五个方面的国内外研究现状进行论述与分析的基础上,指出需要进一步研究的问题和未来研究展望.

带遗忘因子的预测迭代学习控制在阀控非对称缸系统中的应用研究

弹性负载下的阀控非对称缸是典型的非线性、时变系统,针对传统PD型迭代学习控制容易造成系统抖动这一问题,设计一种带遗忘因子的预测迭代学习控制器。建立阀控非对称缸系统的模型,比较分析其工作特性。介绍迭代学习控制基本原理,并分析常规PD型算法存在的问题。为克服迭代学习控制算法在阀控非对称缸控制中的抖动问题,设计具有遗忘因子的迭代学习算法,并通过仿真分析不同遗忘因子取值对控制效果的影响。为补偿遗忘因子造成的迭代性能降低问题,加入预测给定环节。仿真与试验研究均表明,这种带遗忘因子的预测迭代学习控制算法能够很好应用于阀控非对称缸系统,它有效克服系统抖动问题,并且具有很好的迭代精度。

陆用运动体控制系统发展现状与趋势

在高技术战争的背景下,陆用运动体控制系统呈现出数字化、智能化、网络化、无人化的发展趋势.面向未来作战需求,陆用运动体控制系统必须更加高效、可靠、自主与智能.本文针对陆用运动体控制系统的环境与态势感知,火力指挥与控制,多平台协同以及维修保障与健康管理对当前主要研究成果和最新进展做了简要综述.在总结国内外的现有研究成果的基础上,指出了目前存在的挑战与未来的研究方向.

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.

液黏调速系统控制参数整定方法的研究

液黏调速离合器是液黏调速系统的核心控制元件,由于其具有比较严重的非线性和滞后性,所以控制参数的设定对其转速控制系统的性能具有非常重要的影响.本文针对某车辆温控系统中的液黏调速离合器,研究了转速闭环系统中PID控制参数的整定方法,主要采用的是二层优化的控制框架,以模型辨识为出发点,利用辨识得到的模型完成控制参数的自整定过程.仿真和实际系统的台架试验表明,在液黏调速系统中,可以根据所需的性能指标,通过运用该整定方法获得较好的控制参数,从而使闭环系统取得相对均衡的动态特性、稳定性和抗干扰性.

温度变送器虚拟仿真实验系统的设计与实现

针对传感器课程中温度传感器的实验教学,结合LabVIEW虚拟仪器图形化编程软件和Multisim电路仿真软件设计并实现了温度变送器的虚拟仿真实验教学平台,解决了实物实验无法满足Pt100铂电阻极端温度测量的问题,也为新冠疫情环境下学生无法进入实验室开展实物实验的问题提供了解决思路。仿真实验平台设置了问题回答、器件选择、系统调零、仿真过程、数据保存、结果分析等步骤和功能,有利于培养学生的动手能力和创新思维能力,是理论学习的有效补充。

区块链技术综述:在下一代智能制造中的应用

在我国制造业企业推进数字化转型的进程中,区块链技术引起了研究人员的广泛关注。总结了区块链技术国内外整体研究进展,给出了区块链技术在食品、军工产品供应链追踪和质量管理以及云制造等智能制造领域的应用案例。就区块链的存储问题、可扩展性问题、算力消耗问题和安全隐私问题提出了区块链与智能制造融合应用的建议,以期为后续的研究者提供有价值的研究思路。

连通性保持下的多机器人系统分布式群集控制

多机器人系统群集控制中的连通性保持对于系统的稳定性和状态收敛的快速性具有重要影响.本文在初始通信网络拓扑为强连通非平衡图的条件下,研究具有非完整约束运动学模型的多轮式移动机器人系统群集运动中的连通性保持控制问题.首先,构造了一类新颖的光滑有界的人工势场函数,该类函数可以同时满足连通性保持、碰撞规避和相对距离镇定等任务需求.进一步,将基于势函数梯度的控制策略与一致性控制机制有机结合,在系统中存在和不存在领航者的条件下,分别设计出一类具有连通性保持功能的光滑有界的分布式群集控制协议,不仅可有效避免不连续/非光滑控制器所固有的抖振现象以及执行器饱和问题,而且实现了将传统群集控制中的连通性保持算法从个体运动模型和系统通信拓扑类型两个方面同时加以拓展.最后,仿真结果和实验结果验证了本文所提出的光滑有界群集控制算法的有效性.

带补偿因子的双模糊控制在电液伺服阀控非对称缸系统上的应用研究

为解决电液伺服阀控非对称缸系统在进行对称运动时由于液压缸的非对称性带来的控制非对称问题,提出一种含补偿因子的双模糊控制算法。以电液伺服阀控非对称缸系统为对象,针对非对称液压缸在两个运动方向上动态特性的非对称性问题,采用含补偿因子的模糊控制器进行补偿。同时,针对负载力大范围变化的特点,采用模糊PID控制算法来适应负载的变化。模糊PID控制器及含补偿因子的模糊控制器以经过跟踪微分器处理的误差及误差的微分作为输入,模糊PID控制器输出为PID控制器各项系数,含补偿因子的模糊控制器输出为补偿因子,结合模糊PID控制器,形成有效解决非对称液压缸非对称性问题的控制方法。仿真和试验结果表明,提出的控制方法能够有效解决电液伺服阀控非对称缸系统的控制非对称性问题,并拥有良好的控制效果。

一种多智能体系统抗毁性拓扑结构构建方法

拓扑结构抗毁性对多智能体系统分布式协同控制完成既定的目标任务具有重要意义.文中研究多智能体系统拓扑结构,提出基于权重的分簇方法,通过虚拟骨干网的分布式提取,完成层次型拓扑结构的构建.在基于簇的层次型结构的基础上,提出关节点判断与中继节点运动控制相结合的分布式方法,实现网络的双连通,并阐述该方法在网络化火控系统中的应用.实验表明文中提出的概念和方法能提高多智能体系统拓扑结构的灵活性和抗毁性,为网络化无人作战理论在实践中的应用打下良好基础.

基于机器学习的信息物理系统安全控制

研究了控制信号被恶意篡改的信息物理系统的安全控制问题.首先,提出一种改进果蝇优化核极限学习机算法(Kernel extreme learning machine with improved fruit fly optimization algorithm,IFOA-KELM)对攻击信号进行重构.然后,将所得重构信号作为系统扰动加以补偿,进而设计模型预测控制策略,并给出了使被控系统是输入到状态稳定的条件.另外,本文从攻击者角度建立优化模型得到最优攻击策略用以生成足够的受攻击数据,基于此数据,来训练改进果蝇优化核极限学习机算法.最后,使用弹簧−质量−阻尼系统进行仿真,验证了改进果蝇优化极限学习机算法和所提安全控制策略的有效性.

基于胰岛素基础率估计的人工胰腺系统自抗扰控制

胰岛素基础率是人工胰腺系统实现人体血糖闭环控制的基准,但该变量在临床治疗中难以准确确定.针对这一问题,本文设计了一种基于胰岛素基础率动态估计的人工胰腺自抗扰控制方法,通过扩张状态观测器(Extended state observer,ESO)实时估计血糖代谢过程中的内部与外界干扰,构建具备参数自适应能力的反馈控制律和胰岛素注射安全约束,实现血糖闭环调控能力的有效改善.在此基础上,本文设计了基于移动设备和蓝牙模块的人工胰腺软件系统,并通过美国食品药品监督管理局(Food and Drug Administration,FDA)接受的UVA/Padova T1DM仿真平台完成算法的比较仿真与功能测试.本文的工作将为后续人工胰腺临床试验的开展提供方法基础和技术支持,也为我国糖尿病患者血糖管理的改善提供精准医学治疗手段.

面向平均区域覆盖的多机器人分布式控制

随着通信技术、传感技术和控制技术的发展,多机器人系统因其良好的鲁棒性,灵活性和可扩展性,在理论研究和工程应用中展现出广阔的前景.区域覆盖是多机器人系统典型应用之一,目前多采用维诺图分割覆盖区域并使用Lloyd算法控制机器人前往维诺图细胞中心.然而传统Lloyd算法存在不平衡问题,即机器人覆盖区域面积大小不一,这降低了多机器人协作效率.针对平均区域覆盖问题,本文提出了一种改进的Lloyd算法,将维诺图中各细胞面积方差引入Lloyd算法,相应地设计了基于梯度下降法的分布式控制器.本文方法降低了维诺图中各细胞面积的方差,改善了Lloyd算法的平衡性,能够实现整个区域面积更为平均的划分与机器人对该区域的覆盖.数值仿真与无人机实物实验均验证了改进算法的有效性.

面向智能血糖管理的餐前胰岛素剂量贝叶斯学习优化方法

餐前胰岛素剂量精准决策是改善糖尿病患者血糖管理的关键.临床治疗中胰岛素剂量调整一般在较短时间内完成,具有典型的小样本特征;数据驱动建模在该情形下无法准确学习患者餐后血糖代谢规律,难以确保胰岛素剂量的安全和有效决策.针对这一问题,设计一种临床经验辅助的餐前胰岛素剂量自适应优化决策框架,构建高斯过程血糖预测模型和模型有效性在线评估机制,提出基于历史剂量和临床经验决策约束的贝叶斯优化方法,实现小样本下餐后血糖轨迹的安全预测和餐前胰岛素注射剂量的优化决策.该方法的安全性和有效性通过美国食品药品监督管理局接受的UVA/Padova T1DM平台测试结果和1型糖尿病患者实际临床数据决策结果充分验证.可为餐前胰岛素剂量智能决策及临床试验提供方法基础和技术支持,也为中国糖尿病患者血糖管理水平的有效改善,提供了精准医学治疗手段.