控制工程

Select

贺亦甲 , 张正江 , 胡桂廷 , 洪智慧

控制工程. 2024, 31(7): 1155-1162.

摘要 ( )

可视化

针对锂电池的荷电状态(state of charge, SOC)估计过程中测量值存在粗大误差的问题，以 Thevenin 等效电路模型为基础，提出了一种粗大误差补偿粒子滤波(particle filter, PF) 算法。该算法可以实时地检测锂电池测量数据中可能存在的粗大误差，并对其进行分类与估计，通过补偿机制对异常测量值进行修正，提高算法的抗干扰能力。将该算法应用于锂电池 SOC 估计过程进行仿真验证，仿真结果表明，该算法具有较强的鲁棒性，在进行锂电池 SOC 估计时可以有效地抑制粗大误差的影响。

Select

基于 MLCCA 的高速列车牵引系统故障诊断

程超 , 霍乃西 , 许水清 , 蒲茜 , 陈宏田

控制工程. 2024, 31(7): 1163-1168.

摘要 ( )

可视化

随着高速列车牵引系统的复杂性和智能性的提高，牵引系统的故障诊断越来越重要，故提出了一种基于多层典型相关分析(multi-layer canonical correlation analysis, MLCCA) 的故障诊断方法。该方法对数据进行非线性预测，达到提高牵引系统的故障检测性能的目的，并引入最小绝对值收缩和选择算子(least absolute shrinkage and selection operator, LASSO)中的惩罚项来提高预测精度。根据高速列车传感器数据的性质，对数据进行分组分析，设置 2 组不同的统计量比较算法的检测效果。采集牵引系统传感器故障时的数据进行仿真实验，并将所提方法与常用方法进行对比，实验结果验证了所提方法的优越性。

Select

一种基于一致性的多智能体 Q 学习算法

崔浩岩 , 张震 , 赵德京 , 廖登宇

控制工程. 2024, 31(7): 1169-1177.

摘要 ( )

可视化

针对多智能体系统中智能体通信能力受限和多智能体强化学习中联合动作空间维数灾难问题，提出一种基于一致性的多智能体 Q 学习(multi-agent Q-learning based on consensus, MAQC)算法。该算法采用集中训练-分散执行框架。在集中训练阶段，MAQC 算法采用值分解方法缓解联合动作空间维数灾难问题。此外，每个智能体将自己感知到的局部状态和接收到的邻居的局部状态发送给所有邻居，最终使网络中的智能体获得所有智能体的全局状态。智能体所需的时间差分信息由一致性算法获得，智能体只需向邻居发送时间差分信息的分量信息。在执行阶段，每个智能体只需根据与自己动作有关的 Q 值函数来选择动作。结果表明，MAQC 算法能够收敛到最优联合策略。

Select

基于神经网络-PID 控制的水面无人艇控制系统设计

敖邦乾 , 姜孝均 , 董泽芳 , 刘小雍 , 陈孝玉

控制工程. 2024, 31(7): 1178-1184.

摘要 ( )

可视化

为了提高在存在外界干扰和障碍物的环境下水面无人艇(unmanned surface vehicle, USV)控制系统的准确性和鲁棒性，提出了神经网络-PID 控制算法。首先，使用人工势场法规划路径，得到一条从起点到终点的可行路径；然后，利用神经网络的自学习能力修正控制参数，实现控制参数的实时在线调节，精确调控 USV 沿着规划好的路径行进。在不同环境下进行仿真测试，仿真结果表明，与常规 PID 控制算法和模糊 PID 控制算法相比，所提算法降低了超调量和稳态误差，提高了控制系统的实时响应速度与 USV 的定位和航行精度。所提算法的抗干扰能力和控制精度优于与常规PID控制算法和模糊PID控制算法。

Select

基于深度强化学习的柔性作业车间调度问题

丁云明, 陈荔, 张昕瑞

控制工程. 2024, 31(7): 1185-1194.

摘要 ( )

可视化

针对多目标柔性作业车间调度问题的复杂度高，以及求解算法对历史数据利用不足和解策略单一的问题，提出一种基于值的深度强化学习算法，通过引入最大熵方法在策略空间中获得多个较优策略。首先，将调度过程视为多阶段决策过程，提出单工序时间特征表示方法，并以此为基础设计了 11 个归一化的状态表征函数作为输入；其次，利用改进的带噪声的对抗网络拟合值函数；再次，在基础规则上通过复合组成 24 条调度规则；最后，提出了分层单步奖励以解决稀疏奖励问题。算例测试结果表明，所提算法的性能优于深度 Q 网络(deep Q network, DQN)和非支配排序遗传算法 II(non-dominated sorting genetic algorithm II, NSGA-II)等其他算法。

Select

一种基于策略迁移和强化学习的 AMR 路径规划方法

刘明阳 , 张震 , 宋婷婷 , 周维庆

控制工程. 2024, 31(7): 1195-1202.

摘要 ( )

可视化

自主移动机器人(autonomous mobile robot, AMR)路径规划是货物搬运、仓储物流等领域的一项关键技术。当工厂内的工作环境发生变化时，AMR 单纯使用强化学习算法重新学习最优路径的速度慢。针对此问题，在 Q 学习算法的基础上提出了一种策略迁移强化学习算法。该算法使用源任务保存的相邻状态转移和目标任务保存的相邻状态转移计算相似度。根据相似度的大小和权重选择性地迁移源任务的策略，并以一定概率进行随机探索和使用目标任务新学习的策略。所提算法的有效性在 AMR 合作搬运任务中得到了验证。与其他方法相比，该算法的启动能力更强，收敛速度更快。

Select

基于情景记忆式强化学习的协作运输方法

周维庆 , 张震 , 宋光乐 , 刘明阳 , 宋婷婷

控制工程. 2024, 31(7): 1203-1210.

摘要 ( )

可视化

针对情景记忆算法中记忆池中的样本利用率低的问题，提出了一种基于情景记忆和值函数分解框架相结合的合作型多智能体强化学习算法，即情景记忆值分解(episodic memory value decomposition, EMVD)算法。EMVD 算法在情景记忆部分以时间差分误差平方为依据来更新记忆池，使记忆池中一直保留对学习效果提升更重要的情景记忆样本，并将情景记忆算法与神经网络相结合，提高了算法的收敛速度。为了将 EMVD 算法应用于机器人协作运输任务中，设定机器人和运输目标的位置为状态，并且设计了回报函数。仿真结果表明，EMVD 算法可以探索出机器人协作运输任务的最优策略，提高了算法的收敛速度。

Select

基于动态决策最低水平线的多模台预制构件排布研究

李冬 , 刘宇 , 孙辉 , 孙伟丰 , 孙璐

控制工程. 2024, 31(7): 1211-1218.

摘要 ( )

可视化

针对离散空间的多模台上预制混凝土构件的排布问题，提出了动态决策最低水平线算法。首先，在传统构件排布目标函数的基础上，建立带出筋约束的构件排布优化模型。然后，设计动态评价因子和决策量化值，动态决策构件排入顺序和方向，实现对最低水平线算法的改进。最后，基于实际生产计划数据进行实验验证，实验结果表明，与人工经验、最低水平线算法、其他改进最低水平线算法相比，动态决策最低水平线算法可以更好地求解离散空间的多模台上预制混凝土构件排布问题，在单模台的最大利用率、平均模台利用率和模台数量方面均表现优异，有助于减少模台流转占用的生产时间，进而减少企业的生产成本。

Select

基于 YOLOv3 的金属表面缺陷检测研究

任伟建 , 陈明文 , 康朝海 , 霍凤财 , 任璐 , 张永丰

控制工程. 2024, 31(7): 1219-1228.

摘要 ( )

可视化

为了解决金属表面缺陷检测的漏检、误检等问题，提出了一种改进 YOLOv3 算法。首先，使用动态激活函数替换主干特征提取网络中所有残差块的激活函数，并加入了混合注意力机制，强化其对复杂缺陷目标的特征提取能力。然后，在特征金字塔网络部分新增一个 104×104 的特征层，并将浅层网络与深层网络进行逐层特征融合，增强算法对小缺陷目标检测的敏感性。最后，利用 K-Means++聚类算法替换 K-Means 聚类算法，筛选出适用于金属表面缺陷检测的最优先验框尺寸，使目标定位更加准确。实验结果表明，改进 YOLOv3 算法的每秒检测帧数(frames per second, FPS)可达到 32.3，平均精度均值(mean average precision, mAP)可达到 78.69%，检测性能得到了明显提升。

Select

面向边缘计算的网络入侵检测方法研究

林硕, 谢泓珊, 韩忠华, 高治军

控制工程. 2024, 31(7): 1229-1236.

摘要 ( )

可视化

针对边缘侧设备因硬件资源受限，难以运行大体量入侵检测模型的问题，提出了一种轻量化入侵检测模型。首先，将一维流量数据转化为三维图像，采用轻量化卷积神经网络 MobileNet 代替传统的标准卷积，不仅可以提取空间特征，而且会降低模型的参数量；然后，采用双层长短期记忆神经网络挖掘网络流量中的时序特征；最后，使用 CICIDS2017 数据集对入侵检测模型进行训练和测试。采用迁移学习方法构建模型，优化了权重参数，缩短了训练时间，使模型的训练过程更高效。实验结果表明，与其他传统的入侵检测模型相比，所提模型在保证较高准确率的前提下，大幅度减少了模型参数量，既能减轻计算负担，又能保证检测效果，更适用于资源受限的边缘侧设备。

Select

用于间歇过程的拓扑时间卷积网络软测量方法

贾明伟 , 徐丹雅 , 杨涛 , 刘毅

控制工程. 2024, 31(7): 1237-1243.

摘要 ( )

可视化

在间歇过程中，变量的相关性和时序性通常演变为变量间的交叉相关性。在间歇过程的数据驱动软测量建模中，捕捉交叉相关性可以提升模型的透明度，因此提出基于拓扑引导时间卷积网络的软测量方法。首先，使用条件格兰杰因果关系检验构建变量关系的拓扑结构，并使用自注意力机制完善拓扑图。然后，使用图注意力机制以每个节点为中心构建子图，并通过时间卷积捕捉子图中变量间的交叉相关性。最后，使用图解释器对模型预测逻辑的物理一致性做出评估。基于青霉素发酵过程的质量预测进行实验，实验结果验证了所提方法的有效性和优越性，证明了模型的预测逻辑符合过程机理。

Select

基于 MSCA U-Net 的视网膜眼底图像的硬渗出液分割

傅迎华, 张葛, 左嵩

控制工程. 2024, 31(7): 1244-1253.

摘要 ( )

可视化

硬渗出液是早期糖尿病性视网膜病变(diabetic retinopathy, DR)的主要病症之一，在眼底图像中占据的像素点较少，其检测容易受视盘、软渗出液的干扰。针对这些问题，在 U 型网络(U-Net)结构的基础上，通过在编码器和解码器中融入残差模块和残差通道注意力模块学习硬渗出液的细微特征，在跳跃连接中加入一种新的多尺度通道注意力(multi-scale channel attention, MSCA)模块提升网络对稀疏小病灶的分割能力，提出了MSCA U-Net。基于超广角眼底图像数据集和印度糖尿病性视网膜病变图像数据集的实验结果表明，与其他基于卷积神经网络的图像分割方法相比，所提方法具有更高的硬渗出液分割精度。

Select

融合轻量化神经网络的矿用输送带钢芯损伤检测方法

盛彬 , 吴利刚 , 张楠

控制工程. 2024, 31(7): 1254-1262.

摘要 ( )

可视化

为了提高矿用输送带钢芯损伤的检测准确度和实时性，对传统 YOLOv5 算法进行了改进。首先，引入轻量化神经网络，大幅度降低模型复杂度和运算量；其次，引入高效通道注意力(efficient channel attention, ECA)机制，提升检测准确度，并加快损失函数的收敛速度；再次，采用加权双向特征金字塔网络(bi-directional feature pyramid network, BiFPN)，融合高分辨率和低分辨率的图像特征，提升模型的综合性能。实验结果表明，与YOLOv5 模型相比，改进模型的参数量和浮点运算量分别减少了约 64.52%和 69.07%，网络层数由 468 层降低至 295 层，检测精确度和召回率分别提升了约 15.83%和 3.93%，检测速度达到了 109.89 帧/s。

Select

基于 CNN-LSTM 的水泥熟料 f-CaO 预测模型

郑涛 , 刘辉 , 陈薇 , 杨恺 , 张建飞 , 褚彪

控制工程. 2024, 31(7): 1263-1271.

摘要 ( )

可视化

水泥熟料中游离氧化钙(f-CaO)含量的传统人工离线检测缺乏时效性，不利于生产指导。针对离线检测的滞后问题和软测量模型中 f-CaO 含量与辅助变量的时序匹配问题，提出了一种基于卷积神经网络(convolutional neural network, CNN)和长短时记忆(long short-term memory, LSTM)神经网络的 f-CaO 含量预测模型。首先，利用滑动窗口截取辅助变量的区间数据；然后，采用 CNN 提取区间数据的时序特征；之后，构建 LSTM 神经网络模型；最后，控制截取辅助变量的延迟时间和间隔时间，根据模型预测拟合度提取辅助变量的最优时序特征。仿真结果表明，所提模型提高了水泥熟料中 f-CaO 含量的预测精度。

Select

基于融合中间特征网络的视盘和视杯联合分割

刘哲夏, 李峰, 江旻珊

控制工程. 2024, 31(7): 1272-1279.

摘要 ( )

可视化

针对视盘和视杯联合分割中视杯分割精度较差的问题，提出了一种融合编码与解码中间特征的 U型网络(encode-decode middle feature fusion U-Net, EMFF-Net)。EMFF-Net 使用预训练的 ResNet34 作为编码结构，在编码结构后加入密集空洞卷积和金字塔池化模块以产生复合感受域的特征，并使用交叉注意力连接替换 U 型网络结构中的跳跃连接。交叉注意力连接融合了编码特征与解码特征，通过通道注意力模块和空间注意力模块提取融合特征的信息用于强化解码特征，减小了解码特征与编码特征的语义沟壑。强化后的解码特征与编码特征再次融合后，通过解码结构输出视盘和视杯的联合分割结果。实验结果表明，与其他常用的分割方法相比，EMFF-Net 的视盘和视杯联合分割效果较好，视杯分割性能有明显提升。

Select

基于动态受控主元分析模型的故障检测

陈硕, 栾小丽, 刘飞

控制工程. 2024, 31(7): 1280-1285.

摘要 ( )

可视化

为了提高故障检测准确率，提出了基于动态受控主元分析(dynamic controlled principal component analysis, DCPCA)模型的故障检测方法。首先，利用 DCPCA 提取动态受控主元(dynamic controlled principal component, DCPC)，所得 DCPC 包含过程的自回归特性和与控制输入之间的动态因果关系，使得构建的 DCPCA 模型更精确。然后，针对传统方法只对过程变量进行静态空间结构的故障检测，忽略了动态特性的问题，基于 DCPCA 模型适时应用检测综合指标，对系统进行静态重构误差和动态模型误差的双重检测，使得检测结果更全面。最后，基于田纳西-伊斯曼(Tennessee-Eastman, TE)过程的仿真结果验证了所提方法的可行性和有效性。

Select

全桥 LLC 谐振变换器的积分滑模-PI 混合控制

赵玉友 , 黄晓蓉 , 张庭森 , 彭忆强 , 刘昕然

控制工程. 2024, 31(7): 1286-1296.

摘要 ( )

可视化

全桥 LLC 谐振变换器的 PI 控制存在响应慢和鲁棒性差的问题，滑模控制存在高频抖振问题。针对这些问题，提出了基于模糊规则切换的积分滑模-PI 混合控制方法。首先，通过扩展函数描述法建立全桥 LLC 谐振变换器的大信号模型，利用输入输出反馈线性化设计滑模面；然后，利用扫频法验证 PI 控制设计的合理性；最后，经多次实验，确定模糊控制的最佳输入和输出隶属度函数，实现在瞬态时由滑模控制起主导作用，在稳态时仅使用 PI 控制的混合控制方法。在 MATLAB/Simulink 中进行仿真分析，仿真结果表明，所提控制方法不仅具有滑模控制的瞬态响应快、鲁棒性强的优点，还消除了高频抖振，具有良好的控制效果。

Select

基于 Levy-SOA 自适应阈值分割和改进引导滤波的 NSST 图像增强

孙晨 , 王昕 , 蒋国臻

控制工程. 2024, 31(7): 1297-1304.

摘要 ( )

可视化

针对电气设备红外图像对比度不高、含噪声等问题，提出了一种非下采样剪切波变换(non-subsampled shearlet transform, NSST)域下的红外图像增强算法。首先，通过 NSST 将图像分解为低频分量和高频分量。然后，利用基于 Levy-海鸥优化算法(Levy-seagull optimization algorithm, Levy-SOA)的自适应阈值分割算法将低频分量分割成背景区域和目标设备区域，并分别对其进行直方图均衡化处理和线性增强；利用改进引导滤波算法对高频分量进行去噪处理。最后，对处理后的低频分量和高频分量进行 NSST 重构，得到最终的增强图像。实验结果表明，所提算法在一定程度上改善了图像视觉效果，保证了图像本身的质量，有助于后续电气设备的温度状态评估、异常分析、故障定位和诊断。

Select

针对大噪声的三维 SLAM 位姿图鲁棒优化算法

王苗苗 , 魏国亮 , 蔡洁 , 李雨洁

控制工程. 2024, 31(7): 1305-1313.

摘要 ( )

可视化

位姿图优化(pose graph optimization, PGO)是同时定位与建图(simultaneous localization and mapping, SLAM)中非常重要的非凸高维优化工具。运动位姿初始化是 PGO 过程中的关键步骤。针对目前的初始化算法无法为大噪声 PGO 数据集提供较好初始值的问题，首先提出一种新的鲁棒核函数，解决大噪声带来的估计值与观测值之间的大残差问题；然后，提出一种基于迭代重加权最小二乘的位姿图鲁棒优化算法。蒙特卡罗实验结果表明，所提算法在大噪声环境中具有较好的鲁棒性和精确性，所提鲁棒核函数与其他经典核函数相比更具适用性，能够加快算法收敛。

Select

基于 AdaBoost 学习策略的污水近红外光谱快速检测

王劲夫 , 郭松杰 , 厉林聪 , 赵顺毅 , 栾小丽 , 刘飞

控制工程. 2024, 31(7): 1314-1323.

摘要 ( )

可视化

对实际污水样本的近红外光谱数据进行建模，可以预测水质指标，实现污水水质监测。但实际污水样本的多样性不足，标签值集中在某个较低的区间内，样本间离散度低、区分度小，导致近红外光谱数据和标签值间的相关性较弱，一般的分类模型和回归模型的预测准确度较低。因此，利用自适应增强(adaptive boosting, AdaBoost)算法进行建模以提高模型的准确度，利用集成策略将多个子学习器组合为一个准确度更高的强学习器。此外，人为配置具有浓度梯度的标准样本对实际污水样本进行补充，以减弱实际污水样本的多样性不足对建模精度的影响。在不同数据集上对 AdaBoost 算法和其他常用算法进行了对比，对比结果证明了 AdaBoost 算法在污水水质快速检测方面的有效性。

Select

基于 ESMDO 的级联双模型永磁同步电机鲁棒控制

侯利民, 李坤, 王巍, 尹玉萍, 王禹

控制工程. 2024, 31(7): 1324-1334.

摘要 ( )

可视化

考虑永磁同步电机调速控制系统中传统电流环数学模型的耦合非线性，结合无模型控制的优势，提出了一种基于扩展滑模观测器(extended sliding mode disturbance observer, ESMDO)的级联双模型永磁同步电机鲁棒控制方法，有效解决了传统 PI 控制器的鲁棒性差、动态响应慢的问题。首先，在转速环利用传统永磁同步电机数学模型设计了引入自校正开关增益的离散滑模转速控制器，通过离散的 ESMDO 观测综合扰动项并进行补偿。然后，在考虑电机参数的不确定性和外部扰动的情况下，建立了电流环超局部模型，设计了基于离散的 ESMDO 的无模型无差拍电流预测控制器。最后，以 PI 控制为对比方法进行仿真分析，仿真结果表明了所提方法的可行性与有效性。

Select

基于模式识别的加氢裂化装置可视化模型

王振宇 , 叶国华 , 吴云潇 , 朱俊涛 , 杜晓航 , 曾广威 , 李智

控制工程. 2024, 31(7): 1335-1344.

摘要 ( )

可视化

为了实时监控加氢裂化过程装置的运行状态，实现生产过程的优化，提出了一种基于模式识别的加氢裂化装置可视化模型。首先，使用聚类方法对加氢裂化装置的历史数据进行生产过程工况划分，并针对不同工况，基于主成分分析算法分别构建可视化模型，获得评估生产过程的有效工具；然后，根据 2 个重要指标划分模型区域，便于对新样本进行指标评估；最后，使用路径规划算法寻找到达最优生产模式的迁移路径。仿真结果表明，所提模型能有效根据工况与性能指标划分区域，并针对低效的生产状态得到生产过程变量的调节方法，保持生产过程产品的高收率。

选择文件类型/文献管理软件名称

选择包含的内容

2024年, 第31卷, 第7期　
刊出日期：2024-07-20

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

2024年, 第31卷, 第7期 刊出日期：2024-07-20

2024年, 第31卷, 第7期　
刊出日期：2024-07-20