控制工程

Select

代伟, 王昱栋, 彭勇

控制工程. 2023, 30(10): 1759-1766.

摘要 ( )

可视化

精确的数学模型是重介质选煤实现先进控制、特性分析和系统优化的重要基础。首先，从分配曲线和分配曲面 2 个方面介绍了基于经验知识的重介质选煤数学模型。然后，综述了可描述重介质旋流器湍流和多相流现象的流体力学模型。之后，围绕重介质悬浮液密度和精煤灰分含量 2 个关键重介质选煤过程参数，归纳了基于工业数据的预测模型。同时，回顾了基于质量平衡的重介质选煤过程动态模型。另外，对各种重介质选煤过程数学模型的不足和局限进行了分析。最后，对现阶段重介质选煤建模存在的过程参数强耦合性、数据稀疏性等难题以及未来研究方向进行了探讨。

Select

基于输出反馈的鲁棒模型预测多步控制

杨世忠, 邢丽娟

控制工程. 2023, 30(10): 1767-1774.

摘要 ( )

可视化

针对具有持续有界扰动的线性系统，采用基于输出反馈的鲁棒模型预测多步控制算法实现系统的稳定控制。离线算法通过预设一系列渐近趋于稳定点的观测状态变量，由可行性问题求解和多步控制方法的优化方式得到控制可行域较大的嵌套椭圆集。在线算法根据当前观测状态变量在嵌套椭圆集的位置，优化构建新的椭圆集，得到与观测状态变量相对应的控制律，实现系统的精确控制。给出了算法的详细步骤和在线优化构建椭圆集的可行性证明。仿真结果验证了所提算法的有效性，表明所提算法可实现对具有持续有界扰动的线性系统的快速稳定控制。

Select

基于机器学习的模块化多电平换流器的模型预测控制研究

余瑜, 杨文康, 徐岸非, 汪健

控制工程. 2023, 30(10): 1775-1785.

摘要 ( )

可视化

模型预测控制器(model predictive controller, MPC)因可实现多目标优化控制被广泛应用在模块化多电平换流器(modular multilevel converter, MMC)领域，但随着子模块数量增加，MPC 的在线计算量成几何级数增长。因此，提出了基于机器学习的 MMC 的模型预测控制方法，首先利用 MPC-MMC 仿真平台收集数据并对数据进行预处理，再进行神经网络训练得到神经网络-MPC(neural network-MPC, NN-MPC)。为了提高神经网络训练效率，采用随机森林来优化神经网络的初始权值和阈值，得到随机森林-神经网络-MPC(random forest-neural network-MPC, RF-NN-MPC)，将其用来模拟 MPC。仿真结果表明，RF-NN-MPC 在学习效率和学习精度方面都优于 NN-MPC，在保持了良好的控制效果的同时，使 MPC-MMC 不受子模块数量约束，在线计算量始终为 1 次。

Select

一类时滞分数阶 SIR 模型的动力学分析

张明月, 肖敏, 丁洁, 王璐

控制工程. 2023, 30(10): 1786-1792.

摘要 ( )

可视化

为提高对传染病动力学模型分析的精确性，建立了一个新的带有时滞的分数阶传染病易感-感染-恢复(susceptible-infected-removed, SIR)模型，针对该模型进行稳定性分析并且讨论产生 Hopf 分岔的条件。首先，将整数阶系统转化为分数阶系统并求出正平衡点。然后，以时滞为分岔参数求出分岔点。研究发现，当时滞小于分岔点时，系统在正平衡点处是局部渐近稳定的；当时滞大于分岔点时，系统在正平衡点处发生 Hopf 分岔。同时，通过分析分数阶阶次对分岔点的影响发现，随着阶次的增加，系统的分岔点减小。最后，通过数值模拟验证了所得结论的准确性。

Select

基于 ILSTM-AMSGD 神经网络的时间序列预测方法

杨爽, 李文静, 乔俊飞

控制工程. 2023, 30(10): 1793-1800.

摘要 ( )

可视化

针对标准长短期记忆(long short-term memory, LSTM)神经网络的结构参数众多、训练过程耗时长问题，提出一种基于自适应动量随机梯度下降(adaptive momentum stochastic gradient descent, AMSGD)算法的改进型长短期记忆神经网络（ILSTM-AMSGD 神经网络），并将其用于时间序列预测中。首先，通过简化结构方程中的递归项权值，减少网络中所需训练的参数。其次，设计一种 AMSGD 算法对神经网络结构参数进行学习。最后，通过 2 个基准数据集和 1 个实际数据集对 ILSTM-AMSGD 神经网络模型在时间序列预测中的准确性和运行效率进行实验验证。结果表明，递归项权值简化方法可以提高模型的泛化能力，同时 AMSGD 算法加快了模型的收敛速度。与其他模型相比，ILSTM-AMSGD 神经网络模型实现了对时间序列更加高效、准确的预测。

Select

改进蘑菇算法求解开放式同时送取货选址-路径问题

选址-路径, 开放式选址-路径问题, 同时送取货, 改进蘑菇算法, 元启发式算法

控制工程. 2023, 30(10): 1801-1811.

摘要 ( )

可视化

研究了开放式同时送取货的选址-路径问题，车辆在服务完路线客户点之后不返回起始仓库，直接返回第三方物流公司。同时，车辆服务的每个客户点都有不可拆分的送货需求和取货需求，两种需求由一辆车在客户点同时服务。在此条件下，建立最小成本选址-路径模型，并针对该模型设计了一种改进蘑菇算法进行求解。首先，运用三段式生成策略生成初始解；然后，利用模拟退火算法的接受准则考虑是否接受子代解替代父代解；最后，由两种算子操作生成邻域解，产生新种群。与混合免疫算法、模拟退火算法、蚁群算法的比较结果验证了改进蘑菇算法的有效性。

Select

基于多属性决策的模糊特征目标识别

刘庆利, 乔晨昊, 王文广

控制工程. 2023, 30(10): 1812-1817.

摘要 ( )

可视化

针对指挥与控制系统在目标识别过程中的模糊特征信息导致目标识别准确率低的问题，提出基于多属性决策的模糊特征目标识别方法。首先，引入三角模糊数，将观测值转化为模糊数；然后，使用加权欧式距离计算目标相似度，并使用基于指标相关性的权重确定(criteria importance through intercriteria correlation, CRITIC)方法得到目标特征属性权重，基于目标相似度和特征属性权重构建加权相似度矩阵；最后，使用相对熵排序法计算出目标贴近度排序，识别出目标。基于多个指标的仿真结果表明，所提方法提高了目标识别准确率和系统的目标识别能力。

Select

机械臂的 P 型闭环时变滑模迭代学习控制

殷春武

控制工程. 2023, 30(10): 1818-1825.

摘要 ( )

可视化

针对周期运动的机械臂轨迹跟踪控制问题，在任意迭代初始值背景下，提出一种 P 型闭环滑模迭代学习控制算法。结合滑模控制原理，提出一种带遗忘因子的 P 型闭环滑模迭代学习控制策略，使处于任意初始位置的状态变量先迭代收敛到滑模面内，再在滑模面内收敛到期望位置，有效解决了任意迭代初始值的控制问题。从理论上证明了 P 型闭环滑模迭代学习控制算法的收敛性，给出了迭代收敛的条件。机械臂轨迹跟踪控制的仿真结果表明，当迭代初始值远离期望初始值时，机械臂的实际位置能精确跟踪期望位置，大的外部干扰不影响机械臂的轨迹跟踪性能。

Select

基于无差拍算法与扰动观测器的逆变器控制

关丛荣, 黄宇飞, 卢晓军, 王蔓蓉

控制工程. 2023, 30(10): 1826-1833.

摘要 ( )

可视化

为增强不间断电源运行时对扰动电流的抵抗能力，针对电压型逆变器提出了一种基于扰动观测器的动态补偿策略。首先，在 dq 坐标系下建立 LC 滤波器状态空间方程，对传统双闭环控制结构进行改进，利用无差拍算法代替传统电流内环，加强电流控制的响应速度与精度；其次，建立基于 LC 滤波器的状态观测器，设计控制器提取扰动电流。该方法的优点在于引入最优控制理念，进一步提升逆变器的暂态特性，同时利用扰动观测器提取电流扰动并反向补偿，增强逆变器的抗扰能力。最后，基于实际逆变器平台设计不同类型负载投切实验，实验结果验证了所提方法的有效性与正确性。

Select

具有双插补避障功能的七关节机械臂控制系统研究

常凤筠, 李佳昌, 王平江

控制工程. 2023, 30(10): 1834-1845.

摘要 ( )

可视化

具有更多自由度的七关节机械臂在保证末端运动位姿的前提下，可实现更好的避障轨迹设计，但是给控制系统研发带来很大难题。针对此问题，首先从传统的冗余机械臂运动控制算法出发，建立基于梯度投影法的逆运动学方程；然后，针对其不足，结合六关节机械臂的解析解方法，提出了一种新的既可以避免机械臂腕部碰撞，又可以对机械臂上指定点运动位姿进行监测的双插补算法，实现了具有主动避障与碰撞监测的实时运动控制算法。最后，搭建了七关节机械臂和与之配套的软硬件控制平台，开发了实时的三维仿真软件，并通过实验验证了所提算法的正确性与有效性。

Select

基于线性二次型最优控制的机器人示教数据处理系统设计

周紫菱, 汤卿, 姚进

控制工程. 2023, 30(10): 1846-1851.

摘要 ( )

可视化

针对机器人拖动示教过程中传感器采集的数据含有噪声的问题，提出了一种基于线性二次型最优控制的运动轨迹控制器。首先，针对机器人关节运动特性建立状态空间模型，并设计相应的性能指标；然后，采用线性二次型最优控制设计最优控制律和相应的控制系统；最后，以 Franka Emika 机器人为示教对象进行实验，将机器人自身传感器采集的数据作为最优控制系统的输入，将系统输出用于机器人的运动控制，完成机器人拖动示教。实验结果表明，线性二次型最优控制方法能有效抑制传感器采集数据的噪声，较好地将关节速度、加速度和急动度的幅值控制在合理范围内，使处理后的数据能更好地应用于机器人的拖动示教。

Select

城市固废焚烧过程炉膛温度建模与控制研究

何海军, 蒙西, 汤健, 乔俊飞

控制工程. 2023, 30(10): 1852-1862.

摘要 ( )

可视化

城市固废焚烧过程是一个复杂的非线性动态系统，其关键变量炉膛温度的建模与控制是亟待解决的难题。针对此问题，利用实际数据建立炉膛温度模型并对其控制问题展开研究。首先，根据实际工况和专家知识选取与炉膛温度相关性较高的操作变量作为模型输入；然后，通过 Tkagi-Sugeno(TS)模糊神经网络建立数据驱动的炉膛温度模型；最后，以炉膛温度跟踪误差和误差变化率为径向基函数(radial basis function, RBF)神经网络 PID 控制器（RBF-PID 控制器）的输入，一次风量为输出，实现对炉膛温度的精确控制。实验结果表明，基于 TS 模糊神经网络建立的炉膛温度模型能够很好地拟合实际值，RBF-PID 控制器能够实时精准地控制炉膛温度，具有较高的控制精度。

Select

数据驱动的广义最小方差控制器设计

陈飞, 王志国, 刘飞

控制工程. 2023, 30(10): 1863-1869.

摘要 ( )

可视化

针对广义最小方差控制器的实际应用严重依赖过程模型，提出一种数据驱动的广义最小方差控制器设计方法。首先，在一个通用结构下定义用于数据驱动的控制器设计准则函数，并通过梯度实验求得广义输出信号的梯度值。然后，采用高斯-牛顿算法对控制器参数进行迭代寻优，得到广义最小方差性能指标下的最优控制器参数，从而实现数据驱动的广义最小方差控制器设计。最后，以连续搅拌釜式加热器中的温度控制回路为控制对象进行仿真，仿真结果验证了所提方法的有效性。

Select

基于模糊自适应串级 PID 控制器的仿生机器鱼位姿控制

宋英杰, 王刚, 唐武生, 赵强

控制工程. 2023, 30(10): 1870-1880.

摘要 ( )

可视化

为提高仿生机器鱼位姿的控制精度，针对串级 PID 控制器中固定的内环比例、积分、微分系数不能较好地适用于仿生机器鱼所面临的复杂水环境，且控制参数整定难度大等问题进行了研究。首先，在串级 PID 控制器的仿生机器鱼位姿控制的基础上，利用模糊控制实时调整串级 PID 控制器中内环的控制参数，提出基于模糊自适应串级 PID 控制器的仿生机器鱼位姿控制算法。然后，在多水下机器人协作控制系统平台下进行对比实验。实验结果表明，与串级 PID 控制器相比，模糊自适应串级 PID 控制器减少了仿生机器鱼到达目标位姿的时间，降低了位姿误差，验证了算法的有效性。

Select

基于 RBF 的直线电机二维平台无模型自适应迭代学习控制

直线电机二维平台, 无模型自适应迭代学习控制, RBF 神经网络

控制工程. 2023, 30(10): 1881-1890.

摘要 ( )

可视化

直线电机二维平台在运行中存在强耦合、负载扰动和实际控制模型无法精确获得等问题，对其跟踪精度影响较大。针对此问题，在利用具有学习功能的无模型自适应迭代学习控制并且不依赖系统精确数学模型的基础上，引入可以任意逼近非线性函数的径向基函数(radial basis function, RBF)神经网络控制，对系统误差和未知外部干扰进行估计和补偿，进而提升直线电机二维平台的位置跟踪精度。仿真和实验结果表明，加入 RBF 神经网络后，实现了对期望输出的精度补偿，与无模型自适应迭代学习控制方案相比，跟踪精度和系统鲁棒性都得到了提高，证明了所提方案的准确性和有效性。

Select

基于观测器的异步电动机指令滤波离散控制

张加伟, 于金鹏, 刘加朋, 于海生

控制工程. 2023, 30(10): 1891-1899.

摘要 ( )

可视化

针对异步电动机的位置跟踪问题，提出了一种考虑电压饱和的异步电动机指令滤波离散神经网络自适应控制方法。首先，构造降维观测器来估计异步电动机的转子位置和角速度；其次，采用径向基函数(radial basis function, RBF)神经网络技术逼近系统的未知非线性函数；最后，运用指令滤波技术解决传统反步法存在的“计算复杂性”和因果矛盾问题，同时引入补偿信号消除滤波误差。通过李雅普诺夫稳定性理论证明了闭环系统的稳定性。仿真结果表明，设计的控制器能够有效地克服电压饱和对系统的影响，并且具有良好的位置跟踪性能。

Select

融合多元信任关系的新型推荐模型

鲜征征, 陈艺瀚, 陆寄远, 刘宇熹, 黄晓宇

控制工程. 2023, 30(10): 1900-1911.

摘要 ( )

可视化

现有的基于信任关系的推荐模型大多用于预测缺失的“用户-物品”评分，未考虑信任关系自身的多样性。基于此，研究了考虑多元信任关系的物品序列推荐的矩阵分解模型。首先，针对社交网络中目标用户可分别作为信任者和受信任者 2 种情形，提出相应的信任者相似度因子模型(truster factored similarity model, TrusterFSM)和受信任者相似度因子模型(trustee factored similarity model, TrusteeFSM)；然后，通过融合两者获得最终的信任相似度因子模型(trust factored similarity model, TrustFSM)，TrustFSM 引入了物品偏置、用户偏置、物品相似度、用户相似度和社交相似度的影响。最后，基于真实数据集的实验结果表明，TrustFSM 获得了最优的推荐效果，所提 3 种模型的性能优于现有模型（有/无引入信任者信息）。

Select

基于改进的 YOLOv4 模型的行人检测算法

巨志勇, 李玉明, 薛永杰, 叶雨新, 赖颖

控制工程. 2023, 30(10): 1912-1926.

摘要 ( )

可视化

为提高行人检测算法在实际应用中的准确率，提出在 YOLOv4 模型中融合 Vision Transformer 模型与深度可分离卷积的 vit-YOLOv4 模型。该模型将 Vision Transformer 模型加入 YOLOv4 模型的主干特征提取网络与空间金字塔池化层中，充分发挥该模型的多头注意力机制对图像特征进行预处理的能力；同时，用深度可分离卷积替换路径聚合网络中堆叠后的常规卷积，以便模型在后续的特征提取中能够提取出更多有用的特征。实验结果表明，vit-YOLOv4 模型提高了行人检测的准确率，降低了漏检率，综合性能较优。

Select

数据驱动的线性离散系统自学习 H_∞跟踪控制

张一晗, 肖振飞, 李金娜

控制工程. 2023, 30(10): 1927-1934.

摘要 ( )

可视化

针对线性离散系统的 H_∞ 跟踪控制问题，提出了一种新的脱策 Q-学习方法。首先，采用数学变换，构建非最小状态空间模型，并且给出 H_∞ 跟踪控制问题；其次，利用动态规划和强化学习技术，提出脱策 Q-学习算法，自学习 H_∞ 跟踪控制策略。所提方法的优势在于，仅利用系统输入和输出增量数据，采用构建增广的非最小状态空间方程模型转化方法，自学习 H_∞ 跟踪控制策略，使系统稳定地跟踪参考信号，且具有抗干扰能力。最后，使用一般系统及 SC-1 乙烯裂解炉系统进行仿真实验，实验结果验证了所提方法的有效性。

Select

基于改进 MVO 算法的多无人机任务分配研究

刘庆利, 商佳乐, 曹娜, 李梦倩

控制工程. 2023, 30(10): 1943-1950.

摘要 ( )

可视化

针对异构多无人机任务分配不合理、速度慢的问题，提出一种基于改进多元宇宙优化(multi-verse optimization, MVO)算法的多异构无人机任务分配方法。考虑无人机特性和目标属性的关系，建立任务分配目标函数，并采用 Logistics 混沌初始化和差分变异算子改进 MVO 算法，对该目标函数进行求解，避免 MVO 算法陷入局部最优并加快其收敛速度，使多无人机任务分配以较小的代价得到较大的收益。仿真结果表明，与 MVO 算法、遗传算法和粒子群优化算法相比，改进 MVO 算法能更有效地解决多无人机任务分配问题。

选择文件类型/文献管理软件名称

选择包含的内容

2023年, 第30卷, 第10期　
刊出日期：2023-10-20

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

2023年, 第30卷, 第10期 刊出日期：2023-10-20

2023年, 第30卷, 第10期　
刊出日期：2023-10-20