控制工程

Select

杨辉, 王志佳, 谭畅, 罗显光, 孙俊勇

控制工程. 2021, 28(9): 1717-1724.

摘要 ( )

可视化

随着重载铁路运输需求的不断增长，能有效提高列车运行效率和降低司机驾驶强度的辅助驾驶技术也越来越受到重视。然而，重载列车辅助驾驶系统在实际的设计中难免存在不同程度的缺陷，因此搭建仿真测试平台保障重载列车辅助驾驶软件的质量和功能的完整性尤为重要。在系统层面上搭建了重载列车辅助驾驶系统半实物仿真平台，完成了重载列车辅助驾驶目标曲线生成相关功能的软件设计，有效实现了列车目标曲线生成和在线优化调整的半实物仿真运行。通过对所设计的软件进行严格测试和与硬件平台的联合调试，验证结果表明半实物仿真平台对重载辅助驾驶系统软件的功能测试具有较高的实用性和有效性。

Select

基于锂电池退化模型的混合动力最优控制

汪秋婷, 戚伟

控制工程. 2021, 28(9): 1725-1730.

摘要 ( )

可视化

提出一种基于燃料消耗量和燃料电池/锂电池退化机制的混合动力系统最优控制策略。该模型基于瞬态功率负载、启动/停止循环、空转和大功率导致的性能损失等因素，为燃料电池电化学表面积(ECSA)的衰减提供了分析解决方案。利用简化的电化学模型对燃料电池退化机制进行量化，利用经验模型将锂电池容量衰减和放电倍率(C-rate)进行函数关联。实验结果表明，基于不同权参数α 值的燃料电池组功率负荷曲线发生显著变化，影响其寿命性能。权参数α 越小，燃料电池组的负载跟随曲线越陡，权参数α 越大，功率负载跟随曲线越平滑。

Select

优化量子门线路的煤与瓦斯突出预测模型

付华, 孟庭儒, 阎馨, 卢万杰

控制工程. 2021, 28(9): 1731-1737.

摘要 ( )

可视化

为提高煤与瓦斯突出强度的预测精度，提出了一种基于核主成分分析和联合改进灰狼算法优化量子门线路神经网络的 KPCA-IGWO-QGCNN 煤与瓦斯突出强度预测方法，确定煤与瓦斯突出强度的主要影响因素，采用核主成分分析降低瓦斯突出强度影响指标的维数，简化神经网络结构；量子门线路神经网络具有量子并行计算的优势，可有效提高信息处理的运算速度并扩大信息的存储容量，具有较好的收敛能力与鲁棒性；通过非线性控制参数与粒子群思想联合改进的灰狼算法提高模型全局寻优能力，优化量子门线路神经网络的网络参数。通过对比分析该模型与 BP 神经网络、QGCNN、GWO-QGCNN 神经网络模型的预测结果，说明该模型泛化能力强,预测精度高。

Select

基于步态数据的机器人鲁棒自适应 PD 控制

王瑷珲, 胡宁宁, 喻俊, 卢俊兰, 葛祎霏

控制工程. 2021, 28(9): 1738-1746.

摘要 ( )

可视化

针对因脑卒中等中枢神经系统疾病而导致运动障碍的患者，在康复训练初期，应用下肢康复机器人提供被动康复训练过程中的控制问题，提出了一种基于健康人体步态数据的下肢外骨骼机器人的鲁棒自适应 PD 控制。在误差扰动有界的情况下，设计鲁棒自适应 PD 控制策略，不仅能够使下肢外骨骼机器人快速跟踪通过动作捕捉系统获得的人体步态轨迹，并且能够避免初始输出力矩过大。通过 MATLAB 仿真验证了在保证全局稳定的情况下，所提方法具有良好的跟踪性能和抗干扰能力。最后，通过角度相似度函数客观评价在所提控制方法下人体运动的舒适性。

Select

基于神经网络逆模型的广义预测控制及应用

于蒙, 邹志云, 朱文超, 孟磊

控制工程. 2021, 28(9): 1747-1753.

摘要 ( )

可视化

针对 pH 过程 Hammerstein 辨识模型，采用前馈神经网络辨识的逆模型控制策略。将辨识后的逆模型引入控制系统中，补偿 Hammerstein 模型的静态非线性，使强非线性 pH过程呈伪线性特征，非线性的控制策略设计转变为线性控制策略设计。引入 DE-LM 算法，提高了逆辨识精度。根据伪线性结构，采用基于 CARIMA 模型的 GPC 实现控制。控制仿真实验结果表明，所建立的控制策略优于传统的 PID 控制算法，具有良好的设定值跟踪性能和抗干扰控制响应。

Select

非线性间歇过程 PD 型变增益迭代学习控制

张秀赟, 陶洪峰, 杨慧中

控制工程. 2021, 28(9): 1754-1758.

摘要 ( )

可视化

针对迭代学习控制中固定学习增益存在的系统收敛速度较慢，实际应用中系统动态性能较差的缺点，研究了具有批次重复性的非线性间歇过程变增益 PD 型迭代学习控制方法。利用迭代学习过程中的期望轨迹、控制输入以及跟踪误差信息，设计变增益 PD 型控制器，给出了谱半径收敛条件，并利用算子理论对其进行了证明。对微藻发酵过程基质浓度的控制进行建模仿真，用该算法与传统固定增益 PD 型控制方法对比，仿真结果验证了该控制策略的可行性和有效性。

Select

基于改进递推最小二乘法的锂电池 SOC 估算

虞杨, 郑燕萍

控制工程. 2021, 28(9): 1759-1764.

摘要 ( )

可视化

针对电动汽车锂离子电池荷电状态估算问题，提出了一种基于改进递推最小二乘法的三元锂电池 SOC 估算算法。首先建立三元锂电池的一阶 RC 等效电路模型，然后在递推最小二乘法的基础上，考虑对待估参数的动态约束和回溯，对模型参数进行在线辨识，与扩展卡尔曼滤波(EKF)结合来估算电池 SOC，最后对三元锂电池进行动态工况仿真试验。结果表明，改进后的递推最小二乘法能够对参数在复杂工况下的异常抖动进行有效抑制，减小端电压预测误差，将其与 EKF 结合估算电池 SOC 可以获得更高的精度。

Select

基于 BP 神经网络的空气源热泵温度 MPC 策略

高龙, 杨奕, 任晓琳, 于婧雅, 韩青青

控制工程. 2021, 28(9): 1765-1772.

摘要 ( )

可视化

空气源热泵系统是一个非线性强且大时滞的系统，采用常规的 PID-PID 串级控制难以达到对出水温度预期的控制效果。针对这一问题，建立了空气源热泵热水系统中的水流量与出水温度之间的数学模型。采用 BP 神经网络作为模型预测控制器及拟牛顿法进行目标误差函数数值优化，提出模型预测控制(MPC)算法与 PID 控制相结合的新型 MPC-PID串级控制策略，并对空气源热泵热水系统进行跟踪性能和抗干扰性能测试。仿真结果表明，此控制策略提高了热泵系统的跟踪性能和抗干扰性能，还改善了系统强鲁棒性，其总体性能优于 PID-PID 串级控制系统。

Select

无人驾驶转向预瞄控制系统状态区间估计

任炜杰, 郭胜辉, 朱树先

控制工程. 2021, 28(9): 1773-1779.

摘要 ( )

可视化

针对无人驾驶车辆转向预瞄控制系统状态区间估计进行了研究。车辆作为复杂的被控对象，常规的 Robust 观测器所需限制条件不易满足，区间观测器具有较为宽松的适用条件，是传统观测器的有益补充。首先建立了车辆转向的系统模型，同时考虑了传感器噪声影响；然后，基于提出的模型设计了区间观测器，并证明了观测器误差系统上下界稳定收敛且状态非负，通过两次变换，得到满足条件且易于求取的状态矩阵，并构建 Sylvester方程对增益矩阵进行求解；最后，实际系统的仿真结果验证了区间估计的正确性和有效性。

Select

不确定非线性系统自适应反演积分滑模控制

江道根, 江维, 潘世华, 尹湘源

控制工程. 2021, 28(9): 1780-1786.

摘要 ( )

可视化

针对一类 n 阶参数严格反馈型非匹配不确定非线性系统，提出一种自适应反演快速积分终端滑模控制方法。控制的前 n−1步采用标准自适应反演控制策略并给出自适应律，第 n 步构造出一种积分非奇异终端滑模面。为降低控制量抖振，将滑模终端吸引子思想引入滑模面的设计中，进而求出系统总控制律，从而消除非匹配不确定性影响并提升系统的动态性和鲁棒性。通过 Lyapunov 理论证明系统状态在有限时间内收敛。最后，对比仿真实验验证了所提控制方法的有效性。

Select

基于 PCA 和 ML-ELM-AE 的短期光伏功率预测

靳果, 朱清智, 闫奇

控制工程. 2021, 28(9): 1787-1796.

摘要 ( )

可视化

光伏发电系统输出功率受气象因素季节性和随机性的影响，表现出明显的间歇性和波动性。为了提高各种情况下的输出功率预测精度，提出了一种基于主成分分析和自编码结构多层极限学习机组合算法的预测模型。首先通过相关性分析明确影响输出功率的主要气象因素，然后根据相似日原则选取待测日的训练样本和测试样本，最后利用光伏电站历史气象数据和输出功率数据对预测模型进行训练和测试，验证预测方法的预测效果。实验结果表明，与反向传播神经网络算法和支持向量机算法相比，所提出的预测方法在不同季节和不同天气情况下均具有较高的预测精度，表现出良好的功率预测稳定性和泛化能力。

Select

考虑社会责任的绿色双渠道供应链决策

梁喜, 魏承莉

控制工程. 2021, 28(9): 1797-1806.

摘要 ( )

可视化

在原制造商、零售商和专利授权下进行再制造的第三方再制造商组成的双渠道闭环供应链中，原制造商为 Stakelberg 博弈领导者且承担社会责任，消费者具有绿色偏好，由此确定各最优定价决策和对环保的影响，并以集中决策为基准采用二部定价契约对供应链进行协调。研究表明，原制造商承担社会责任时，随着承担比例增加，消费者总剩余会增加且有助于提高产品绿色度；二部定价契约可以使原制造商制定的专利费下降，但不影响废旧产品的回收价格，另外可以使传统渠道的价格、销量，线上直销渠道的价格、销量以及产品的绿色度均达到集中决策的水平；二部定价契约可使供应链实现帕累托改进。

Select

基于模糊置信理论的全电力船舶推进 FMEA 评估

刘胜, 郭晓杰, 张兰勇, 谭银朝

控制工程. 2021, 28(9): 1807-1813.

摘要 ( )

可视化

由于全电力船舶推进系统结构组成复杂，且海洋环境恶劣，面临着系统故障频发、安全苛求等问题。针对传统风险优先数评估存在的缺陷，提出了一种基于模糊置信理论的故障模式影响模糊评估方法。利用信息熵与定性分析融合的综合权重确定专家意见的可信度权重，各风险因子相对权重通过语言变量和模糊等级来评价，并基于模糊置信结构给出各风险因子及相对权重的整体模糊置信等级评价，最终结合模糊置信决策矩阵，实现对各故障模式模糊置信评价的解进行模糊化处理。最后以推进子系统典型故障模式为例，验证了所提方法的有效性。

Select

基于 GM-BP 的露天矿生产材料消耗分析与预测

刘设, 杨娜, 王世杰, 任会之

控制工程. 2021, 28(9): 1814-1819.

摘要 ( )

可视化

神经网络建模过程中隐含层节点数多采用定性、经验或者是反复实验比较结果的方式确定，一直达不到最佳的状态，引入灰色关联分析法来确定神经网络的隐含层节点数。建立 GM-BP 模型是结合灰色关联分析方法优化 BP 神经网络的隐含层结构，提高了 BP网络的适应能力，使之能更有效地应用于复杂系统的建模方法。对露天矿柴油消耗进行分析和预测，可以为生产材料的合理配置提供决策支持。分析燃料柴油的主要影响因素，分别用灰色模型、多元回归分析和 GM-BP 模型进行比较和检验，改进后的模型具有较好的稳定性，预测准确，可为设备油耗考核和油库库存管理提供参考。

Select

混合竞争群优化算法求解柔性车间调度问题

张桐瑞, 吴定会

控制工程. 2021, 28(9): 1820-1828.

摘要 ( )

可视化

针对柔性作业车间调度计算复杂度高，求解困难的难题，在分析竞争群优化算法的基础上，提出一种混合竞争群优化算法。首先，结合两段式编码设计了一种基于最小工序完工时间的机器选择策略，将连续的竞争群优化算法离散化；然后，将 POX 交叉与环形拓扑结构相结合，并引入邻域搜索，应用于优胜个体的更新，增强算法的全局搜索能力和局部搜索能力。最后通过案例测试并与其他算法比较，验证了混合竞争群优化算法对柔性作业车间调度问题具有较高的求解质量和稳定性。

Select

基于双犹豫模糊信息的灰靶群决策方法

周愉峰, 李志

控制工程. 2021, 28(9): 1829-1834.

摘要 ( )

可视化

考虑到现实决策环境的不确定性与复杂性，提出一类新的双犹豫模糊环境下基于正负靶心的灰靶多属性群决策问题。首先，将双犹豫模糊理想最优方案定义为正靶心，将理想最劣方案定义为负靶心，正负靶心距则通过正负靶心与双犹豫模糊集的归一化汉明距离确定。然后，提出一种新的综合靶心距，用来评估方案与正负靶心之间的距离。再以综合靶心距最小为目标，建立一个非线性优化模型来确定最优属性权重信息。最后，通过算例证明了所建模型的有效性和可行性。

Select

基于动态规划的动车组追踪间隔时间优化

伍起荣, 李彦哲

控制工程. 2021, 28(9): 1835-1841.

摘要 ( )

可视化

高速铁路追踪间隔时间是指在双线自动闭塞区段同一方向追踪运行的两列车之间的最小间隔时间。追踪间隔时间优化研究可以有效提高高速铁路运输效率和线路通过能力。选取成渝高铁线路数据进行坡度化简，按区间对线路进行多阶段划分，在每一个区间分段和车站节点上通过牵引计算仿真得到基于线路条件和动车组编组方案的区间追踪间隔时间，建立动态规划的多阶段决策模型，通过动态规划算法和贝尔曼最优定理得到各阶段最优值序列和整个过程的追踪间隔时间最优解，同时得到最优解条件下的坡度化简方案和动车组编组方案。

Select

基于 Voronoi 和虚拟力的多机器人持续监控研究

袁国栋, 李宗刚, 杜亚江, 陈引娟

控制工程. 2021, 28(9): 1842-1849.

摘要 ( )

可视化

针对有障碍环境中多机器人系统持续监控问题，基于泰森多边形(Voronoi diagram)和虚拟力方法提出了一种分布式监控算法,其中机器人监控路径由其与周围环境、相邻机器人及目标点之间的虚拟力合力共同确定，以实现对任务区域内所有目标点的持续监控。首先，利用 Voronoi 实现对监控区域的划分，并结合所引入的重叠质心和有效质心概念，实现了区域覆盖重叠率的计算。在此基础上，利用 Voronoi 和虚拟力构建了机器人运动模型，设计了机器人避障及状态信息实时更新算法。再次，通过大量仿真实验，分析了环境变化、感知模型、机器人数量、区域重叠率等因素对机器人完成持续监控任务的影响。仿真结果表明，所提分布式算法提高了多机器人系统对任务区域的持续监控效率。

Select

基于 Hurst 指数的火电机组控制系统性能评价方法#br#

蒋雄杰, 罗雨颋, 王印松, 李亚玲

控制工程. 2021, 28(9): 1850-1855.

摘要 ( )

可视化

为了提高火力发电控制系统的控制品质，针对传统性能评估方法对被控对象数学模型的依赖问题，提出了一种基于 Hurst 指数的控制系统性能评价方法。该方法基于火电机组控制系统的常规运行数据，首先采用 Hurst 指数分析数据、划分系统性能等级，针对不同的性能等级给出了不同的控制器参数优化方案；然后通过 MATLAB/Simulink 模拟产生不同工况下的运行数据，利用该指标进行评价及优化；最后将该方法应用于工业实际过程，验证其可行性和有效性。实验结果表明，Hurst 指数能够准确衡量控制器的调节强弱，指导控制器参数的优化调整。

Select

基于 W-SPSO 算法的高阶时滞系统频域辨识方法

邹军, 王亚刚, 李菲菲

控制工程. 2021, 28(9): 1856-1860.

摘要 ( )

可视化

工业生产中常会出现高阶时滞系统，其控制器设计较为复杂，而常见的思路是先将其转换为低阶系统。对此，一些学者通过选取一定数量的特征频率点，根据幅频特性进行频域辨识，以二阶纯滞后模型拟合高阶系统，通过对比一阶时滞和二阶不加时滞模型，验证了该模型的可行性与准确性，然而由于选点的随机性以及数量的局限性，与原系统的拟合度难以保证。基于 W-SPSO 算法寻优能力的改进方法，通过引入合适的适应度函数，对选取的响应点进行优化，从而避免上述缺陷。仿真结果表明，改进后的 Nyquist 曲线与原对象拟合度更佳。

Select

矩阵变换器驱动永磁同步电机直接转矩控制

蔡星全, 黎英, 冯号

控制工程. 2021, 28(9): 1861-1866.

摘要 ( )

可视化

与传统的交直交变频器相比，矩阵变换器能实现能量的双向流动，四象限运行。并且，矩阵变换器具有更多的电压矢量，能为直接转矩控制提供更多的灵活性，获得更好的控制性能。在分析了输入电压变化特点的基础上，将矩阵变换器输入电压分成 24 个扇区，产生两种不同的电压矢量幅值变化分布情况。将直接转矩控制电机定子磁链运动轨迹改进为三十边形，根据当前输入电压所在的分区及磁链轨迹所处的扇区，选择不同幅值的电压矢量，以较低的矩阵变换器开关频率获得较小的电机转矩脉动。

Select

基于干扰观测器的桥式起重机终端滑模控制

巫江祥, 陆后军

控制工程. 2021, 28(9): 1867-1872.

摘要 ( )

可视化

针对桥式起重机在外部扰动和不确定系统参数影响下的防摇控制问题，提出基于干扰观测器的终端滑模控制方法。该方法在保留外部干扰项的前提下建立起重机动力学模型，然后设计干扰观测器估计系统所受的干扰，并基于估计值设计自适应滑模控制器，主动补偿外部干扰对系统的影响，实现小车精准定位的同时有效抑制负载摆动。仿真结果表明，该方法具有良好的控制性能，使系统在外部干扰下具备鲁棒性。

Select

基于深度学习的入侵检测模型

林硕, 商富博, 高治军, 单丹, 尚文利

控制工程. 2021, 28(9): 1873-1878.

摘要 ( )

可视化

针对网络流量数据具有空间和时间的双重特征，提出了一种基于深度学习的入侵检测模型。首先，通过二分支卷积神经网络提取网络流量数据的空间特征，利用其分支结构的特点使得不同的卷积层对同一个数据样本进行粗化提取和细化提取，既保留了数据的总体特征，又从低级特征中迭代提取出更复杂的特征；然后，利用门控循环单元网络顺序敏感性的优势，挖掘网络流量数据的时序特征；最后，使用 KDDCUP99 数据集对入侵检测模型进行训练、验证和测试。实验结果表明，与传统的基于机器学习的模型相比，该模型具有更高的检测准确率。

Select

堆叠式非对称深度自编码器检测网络入侵

刘炜

控制工程. 2021, 28(9): 1879-1885.

摘要 ( )

可视化

为了提高网络入侵检测(NID)系统的检测准确度，适应现代网络需求，提出一种入侵检测的深度学习方法。该方法利用堆叠式非对称深度自编码器(NDAE)构建深度学习分类模型，将堆叠式 NDAE（深度学习）和随机森林（浅层学习）的优点相结合，以支持 NID 在现代网络中的运行。实验使用 KDD Cup’99 和 NSL-KDD 基准数据集对所提分类器进行评价。实验结果证明了所提方法的有效性，其分类器能够有效降低网络入侵检测的时间，精简数据特征，提高检测精度，实现了最高约 5%的召回率提升和最高 98.81%的训练时间缩减。

Select

基于改进狼群算法的茶叶自动筛选轨迹优化

吴群彪, 吴浩达, 吴越

控制工程. 2021, 28(9): 1886-1892.

摘要 ( )

可视化

随着计算机视觉技术的发展，茶叶筛选已基本实现自动化作业，但工作量巨大，筛选机械臂轨迹优化能大大提高其工作效率。首先分析狼群协作捕猎的模式，基于此设计适合茶叶筛选轨迹规划需要的改进狼群算法，并与传统狼群算法、蚁群算法、模拟退火算法和遗传算法进行对比分析，结果验证了改进狼群算法的优越性。接着为了实现机械臂在茶叶筛选中的轨迹优化和运动平稳，采用单位四元数姿态规划与梯形速度运动模型的位置规划相结合的直线插补算法来提高机械臂运动平稳性。最后根据茶叶筛选的工业需要，将优化后的狼群算法应用于机械臂轨迹规划的实际问题中，得到优化的筛选路径，完成机械臂茶叶筛选的自主行为决策。

Select

改进的 HDP 算法研究及其在非线性系统中的应用

马智慧, 苏晓明, 李桂君, 田振宇

控制工程. 2021, 28(9): 1893-1901.

摘要 ( )

可视化

启发式动态规划算法(HDP)是近似动态规划(ADP)的一种实现方法，它将神经网络、动态规划和强化学习融为一体。然而，现存的启发式动态规划算法需要假设系统的内部动态完全已知，这一条件在实际工程系统中是极其严格的。为了解决这个问题，提出了一种基于迭代步神经网络训练策略的启发式动态规划算法，该算法采用定点训练并且通过依赖于状态的性能指标的导数来求得控制量，评价网络用于近似值函数，而动作网络用于近似最优控制策略，因此该算法允许在不知道系统内部动态的情况下执行启发式动态规划算法。通过一个非线性系统的引例以及球杆系统的控制来验证此算法的有效性。

Select

基于 UDE 的桥吊模型参考自适应滑模控制

张明明, 徐为民, 顾秀涛, 王永爽, 张万鹏

控制工程. 2021, 28(9): 1902-1908.

摘要 ( )

可视化

为解决不确定性条件下，因桥式吊车系统与其数学模型失配而导致的控制器设计困难的问题，提出一种不依靠精确模型信息的桥式吊车模型参考自适应控制策略。首先，使用不确定性扰动估计(UDE)技术来估计包含匹配和非匹配扰动的模型误差。然后，通过设计基于 UDE 的无抖振模型参考自适应滑模控制器保证桥式吊车能够在不确定性条件下实现小车到达指定位置的同时消除负载摆动。最后，通过李雅普诺夫稳定性理论证明了该控制系统的闭环稳定性。仿真分析证明了该方法的有效性。

选择文件类型/文献管理软件名称

选择包含的内容

2021年, 第28卷, 第9期　
刊出日期：2021-09-20

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

2021年, 第28卷, 第9期 刊出日期：2021-09-20

2021年, 第28卷, 第9期　
刊出日期：2021-09-20