控制工程

Select

焦建芳, 包端华, 胡正中

控制工程. 2025, 32(2): 193-200.

摘要 ( )

可视化

针对在通信资源受限情况下具有模型不确定性及未知干扰全驱动船舶的轨迹跟踪控制问题，提出一种基于神经网络滑模控制的事件触发预设性能控制策略。该策略通过引入事件触发机制进行控制器的设计，在保证控制品质的前提下减少了控制器与执行器之间的信息传输。同时引入性能函数对误差进行约束，从而使系统输出具有优良的品质。利用径向基函数(radial basis function, RBF)神经网络逼近船舶模型不确定项；利用动态面技术解决了滑模控制器设计过程中虚拟控制量求导时的微分爆炸问题，并引入非线性增益函数与自适应律，进一步优化控制器。最后，通过Lyapunov稳定理论证明了系统的稳定性，并通过仿真验证了该控制策略的有效性。

Select

基于WOA-Elman神经网络的城市固废焚烧炉主蒸汽流量软测量

梁伟平, 薛文雅, 马靖宁, 陈联宏, 许洪滨

控制工程. 2025, 32(2): 201-207.

摘要 ( )

可视化

主蒸汽流量对于垃圾焚烧炉平稳运行起着重要的作用。目前，主蒸汽流量机理计算模型复杂，且准确度不高。针对这一问题，应用一种基于鲸鱼优化算法(Whale optimization algorithm, WOA)和Elman神经网络的焚烧炉主蒸汽流量软测量模型。首先，根据相关性分析筛选相关变量；再通过WOA优化Elman神经网络参数；最后，建立WOA-Elman神经网络主蒸汽流量软测量模型。结果表明，与其他经典软测量模型相比，建立的WOA-Elman神经网络软测量模型准确度更高，误差更小，能够有效地应用于主蒸汽流量软测量中。

Select

基于ARIMA与GGACO算法的ETL任务调度机制研究

周金治, 刘艺涵, 吴斌

控制工程. 2025, 32(2): 208-215.

摘要 ( )

可视化

随着抽取-转换-加载(extraction-transformation-loading, ETL)系统的ETL任务量增多，任务复杂度和波动性也随之提升，现有的ETL任务调度机制难以满足调度需求，如时间片轮转法受限于弹性调度能力弱、效率低下等缺点。为研究如何提升ETL任务调度机制的弹性调度能力以及执行效率，提出了一种基于整合移动平均自回归(autoregressive integrated moving average, ARIMA)模型与贪心-遗传-蚁群优化(greedy-genetic-ant colony optimization, GGACO)算法的ETL任务调度机制。初期，建立ARIMA模型并弹性地结合贪心算法计算初始解；中期，利用遗传算法的全局快收敛的特性结合初始解圈定最优解的大致范围；最后，利用蚁群优化算法的局部快速收敛性进行最优解搜索。实验结果表明：该调度机制能够弹性地指导任务调度尽可能地找到最优解，减少任务的执行时间，以及尽可能实现更高效的负载均衡。

Select

基于改进粒子群优化算法优化LSTM-AM的公交客流量预测

连莲, 穆雅伟, 宗学军, 何戡, 商家硕

控制工程. 2025, 32(2): 216-225.

摘要 ( )

可视化

为提高公交客流量预测的准确性，提出一种改进的粒子群优化算法(PSO)来优化具有注意力机制的长短时记忆神经网络(LSTM-AM)的公交客流量预测模型。该模型利用注意力机制对LSTM的输入特征进行加权处理，突出对预测结果影响较大的客流特征，提高了LSTM对特征变量重要程度的提取和记忆能力。提出利用带有随机因子的非线性动态递减惯性权重并结合自适应柯西变异等操作来改进PSO的寻优性能，利用改进后的NACMPSO算法自动调整LSTM-AM模型的参数达到最优值，解决了LSTM-AM模型参数选取困难的问题，提升了客流预测精度。以公交IC卡数据和天气数据验证了该预测方法的有效性，并设置多组对比实验。结果表明，NACMPSO-LSTM-AM预测模型具有更高的预测精度和稳定性。

Select

融合公共特征与注意力机制的精矿品位预测方法

刘溢文, 王芳, 李荣, 房雅灵, 阎高伟

控制工程. 2025, 32(2): 226-232.

摘要 ( )

可视化

精矿品位是选矿工艺中重要的经济技术指标之一，准确、实时地预测这一指标具有重要意义。然而，实际工业过程中，不同浮选线或浮选槽的环境和操作存在差异，使所采集的数据分布不同，导致利用有标记浮选槽数据建立的模型应用到其他浮选槽时适应性差，精矿品位的预测精度低。针对这一问题，将公共特征提取算法应用于精矿品位预测中，来降低不同浮选槽数据的分布差异。考虑到数据具有动态特性，采用时序模式注意力机制和短期时间记忆网络结合的模型对精矿品位进行预测。通过在多个泡沫浮选槽数据集上进行交叉实验，证明了该方法的有效性。

Select

基于双向JPS算法的室外移动机器人2.5D路径规划

刘晓茜, 刘海鹏, 毛剑琳, 方奇文

控制工程. 2025, 32(2): 233-241.

摘要 ( )

可视化

针对室外移动机器人在不平坦地形上使用A*算法进行路径规划时冗余节点过多导致路径搜索时间长的问题，采用双向跳点搜索算法来解决。首先，为保证机器人在2.5D地图上的安全性，引入了最大爬坡度；其次，通过位运算快速识别出路径中的关键点，并在评价函数中加入了高度参数来评估下一节点，极大减少了搜索过程中的冗余节点；同时，采用双向交替的搜索方式提高了算法的效率；最后，为了验证算法的有效性，在MATLAB上与传统的A*算法进行比较。仿真结果表明，改进后的算法在2.5D地图上提高了搜索速度，保证了机器人路径规划的安全性，满足了路径规划的要求。

Select

基于自适应模糊PID算法的蔗种调向装置定位控制

段玉龙, 许洪振, 刘姣娣, 陈庆立, 沈漫林

控制工程. 2025, 32(2): 242-250.

摘要 ( )

可视化

为解决蔗种调向装置取种稳定性差及效率低的问题，提高其定位精度和速度，保证调向环节的顺利进行，对调向装置的取种步进定位控制展开研究。通过分析取种定位要求，确定基于自适应模糊PID算法的步进定位控制策略；基于MATLAB/Simulink仿真平台建模，进行PID控制器和自适应模糊PID控制器的仿真对比分析。结果表明，在阶跃信号的作用下，自适应模糊PID控制所需的上升时间和调节时间相比于PID控制分别减少了61.7%和68.1%；加入扰动信号作用后，自适应模糊PID控制表现出良好的抗干扰能力，撤除扰动后仅用0.013 s便回归稳态，而PID控制未完全回归稳态，有稳态误差。自适应模糊PID控制能有效应对步进电机模型参数摄动的影响，其响应速度、抗干扰能力以及鲁棒性等各项性能更优，能够满足调向装置取种的定位要求。

Select

说话人识别综述

张葛祥, 曾鑫, 姚光乐, 杨强, 贾勇, 朱明

控制工程. 2025, 32(2): 251-264.

摘要 ( )

可视化

说话人识别是一种利用人类语音中存在的与身份相关的特征来识别说话人身份的技术，也称为声纹识别。这项技术既是新一代人工智能的重要研究方向，也是计算机领域的研究热点，吸引了许多学者的关注与研究。首先，在结合以往和当前有关该领域的研究工作基础上，概括性地介绍了说话人识别的重要背景知识；然后，综述了以往工作，并从数据集、评估指标和相关比赛三部分对说话人识别系统性能评估进行了一个详细的梳理和归纳；最后，指出了在当前说话人识别方法中存在的难点与挑战。

Select

基于深度强化学习的多区域通风系统风量控制方法研究

李春晓, 崔璨, 黎明

控制工程. 2025, 32(2): 265-272.

摘要 ( )

可视化

通风系统在实际运行时，其风量负荷动态变化，且各区域风量之间存在强耦合，导致其风量调节的难度高、调节时间长。针对此问题，提出一种基于深度确定性策略梯度的多区域通风系统风量控制方法，实现对各区域风量的快速、准确控制。此外，提出一种动态目标训练机制，有效提高强化学习训练的效率。最后，建立通风系统仿真环境，验证所提控制方法的性能。仿真结果表明，所提控制方法能够快速实现对风量的准确控制，能够抵抗一定程度的系统噪声，并且适用于不同拓扑结构的通风系统。

Select

管桩自动焊接机器人双电机转速协同控制

刘宇恒, 章国宝, 刘文景

控制工程. 2025, 32(2): 273-279.

摘要 ( )

可视化

针对管桩焊接机器人双直流电机系统的转速协同控制问题，提出一种基于扩张状态观测器的滑模控制器，结合逆向传播神经网络同步补偿器的控制方法，建立含有外部扰动（负载突变、外部摩擦等）和内部扰动（参数摄动、模型失配等）这些不确定扰动的无刷直流电机动态模型；利用扩张状态观测器对不确定扰动进行估计，结合滑模控制分别对2个电机进行抗扰动转速闭环控制，实现高精度速度跟踪；同时采用交叉耦合控制结构，利用逆向传播神经网络根据双电机转速误差，对每个电机进行误差补偿，从而减小双电机转速同步误差。仿真结果证明，所提出的控制策略，能够明显提升双电机系统的鲁棒性、转速跟踪精度和同步性能。

Select

伸缩腿双足机器人强化学习步态生成方法

崔文杰, 唐俊, 侯运锋, 李清都

控制工程. 2025, 32(2): 280-289.

摘要 ( )

可视化

近年来，相关研究已经证明能够通过强化学习生成稳健的双足机器人行走步态。然而，传统机器人的结构能效较低。针对这一问题，基于一种能效更高的伸缩腿结构的机器人，提出一种运用周期函数来交替奖励与惩罚双足触地的方法，来改进传统训练学习方法生成步态不规律的现象，鼓励智能体生成对称步态。实验证明，通过简单运用周期函数设计稠密奖励函数，可以有效指导伸缩腿机器人生成高效的运动模式，能够有效提高机器人的能效，且具有较高的鲁棒性。

Select

基于时延估计的桥吊双吊具无模型同步控制

宋贤广, 徐为民

控制工程. 2025, 32(2): 290-297.

摘要 ( )

可视化

提出一种具有时延估计的无模型控制方案，用于桥吊双吊具起升电机的跟踪和同步控制。首先，将桥吊双吊具起升电机的复杂动态模型转化为超局部模型，超局部模型只与控制输入和输出动态有关；然后，提出一种PD类型控制的时间延迟估计技术，对桥吊双吊具系统的未建模动态和扰动进行整体估计；接着，为改善延迟补偿估计的跟踪精度问题，提出一种自适应滑模观测器来补偿延迟估计的误差，以实现桥吊双吊具起升电机系统的无模型控制；同时，提出一种具有预置性能的时变滑模控制器，进一步改善桥吊双吊具起升电机的跟踪和同步精度；最后，利用李雅普诺夫稳定性理论分析了闭环控制系统的稳定性，并通过仿真实验验证了所提控制方案的有效性。

Select

井筒环空水力分布参数系统的全状态反馈控制方法

徐宝昌, 胡松, 孟卓然, 刘伟

控制工程. 2025, 32(2): 298-305.

摘要 ( )

可视化

为了解决石油钻井系统在循环钻进过程中，钻遇高压盐水层发生盐水侵入，导致钻井液密度变化，造成钻井安全窗口变窄，难以平衡井底循环压力的问题，将钻井水力学模型建模为精度更高的双曲型分布参数系统，采用控压钻井技术，基于无限维反步法(Backstepping)，结合边界控制，设计了一种全状态反馈控制器。考虑实际工况，将控制器作用于井口回压，稳定了因钻井液密度变化而产生的压力波动，并实现了对井底压力的跟踪。仿真结果表明，该控制算法具有较高的精确度和良好的跟踪效果。

Select

基于多特征融合和改进级联森林的MSWI过程燃烧状态识别

汤健, 潘晓彤, 夏恒, 李帷韬

控制工程. 2025, 32(2): 306-316.

摘要 ( )

可视化

准确识别城市固废焚烧(municipal solid wastes incineration,MSWI)过程的燃烧状态是提高焚烧效率、降低污染排放的关键因素之一。为此提出了一种基于多特征融合和改进级联森林(improved cascade forest, ICF)的燃烧状态识别策略。首先，采用人工多曝光图像融合去雾算法、特征归一化、陷波滤波、中值滤波等预处理手段进行去雾和去噪处理，获得清晰图像；然后，提取图像的亮度、火焰、颜色和主成分等多特征，从多个视图进行图像表征，并基于互信息对多特征进行约简；最后，将约简特征输入ICF模型以建立MSWI过程燃烧状态识别模型。基于北京某焚烧发电厂的实际火焰进行实验验证，结果表明所构建的模型可达到96.01%的识别准确率。

Select

基于IIR改进型的频率自适应重复控制

易映萍, 张英伟, 王聪, 刘普, 常忠廷, 韩坤

控制工程. 2025, 32(2): 317-326.

摘要 ( )

可视化

重复控制为电力系统与清洁能源之间完成低谐波含量电能交互提供了一种有效的解决方案。但因重复控制固有的谐振峰特性，重复控制器的有效增益带宽较窄，跟踪精度受电网频率波动影响较大。新能源发电接入电力系统的工作频率一般在49.5~50.5 Hz之间波动，使得基于重复控制算法的并网逆变器的稳态性能大幅下降。针对此问题，提出一种基于梯子形结构的Thiran滤波器分数阶重复控制策略，通过更新滤波器系数，动态改变重复控制内模延时来适应电网频率波动。仿真与实验结果验证了所提控制策略的频率自适应的有效性与准确性。

Select

工业过程控制回路振荡预测研究

张威, 郎恂, 梁虹, 李鹏, 谢磊

控制工程. 2025, 32(2): 327-338.

摘要 ( )

可视化

工业过程控制回路振荡的预测性检测与维护是实现流程工业振荡早期检测与自愈控制的首要任务。面向工业过程振荡数据的预测问题，提出基于集合经验模态分解(ensemble empirical mode decomposition, EEMD)和支持向量回归(support vector regression, SVR)的组合预测模型，以实现超前预测过程异常振荡波动的目的。仿真模型及真实回路信号的实验结果表明，所提EEMD-SVR方法对于不同特征的振荡信号均能实现较好的预测效果。与未对信号进行EEMD处理的单一预测模型相比，所提EEMD-SVR模型对各类信号的预测精度均提高了42%以上，且相较于EEMD与反向传播神经网络(back propagation neural network, BPNN)、长短期记忆(long short-term memory, LSTM)网络、门控循环单元(gated recurrent unit, GRU)网络的组合，预测模型精度提高了1.4%~79%。综上，所提方法能够有效实现对工业控制过程振荡数据的预测，为振荡的早期检测与诊断提供了参考。

Select

面向燃机发电过程的多尺度自监督表征与多速率建模方法

沈晓兵, 黄路遥, 滕昊真, 朱君, 吴宇伦, 陈佳威, 赵春晖

控制工程. 2025, 32(2): 339-345.

摘要 ( )

可视化

针对燃机发电过程中的关键参数预测任务，现有方法往往忽略了实际时序数据采集中的多采样速率问题，并且在监督学习下，模型训练面临着样本标签不足的挑战。针对上述问题，提出了一种面向燃机发电过程的多尺度自监督表征与多速率建模方法。首先，提出了基于概率掩码的自监督表征学习方法，通过分段掩码方案和速率感知位置编码，来精细刻画多速率系统的多尺度动态特性，同时缓解后续监督微调的标签稀缺问题。此外，设计了一种时间对齐机制，通过特征块划分和块级卷积来细化动态预测建模中的特征表示，确保在保留原始时序信息的前提下综合全局特征。在真实数据案例中，所提方法相较于现有方法拥有更高的预测精度，具有较强的工程实践意义。

Select

基于动力学参数辨识的两轮机器人平衡控制

董慧芬, 姚勤燃, 王俊峰

控制工程. 2025, 32(2): 345-353.

摘要 ( )

可视化

针对非同轴两轮机器人平衡控制算法设计过程中，机器人动力学建模不精准导致控制器设计困难的问题，提出一种基于小批量梯度下降法的极大似然估计参数辨识方法。首先，用欧拉-拉格朗日方法建立两轮机器人动力学模型；然后，根据激励轨迹用极大似然估计方法进行动力学模型参数辨识；最后，用辨识参数和三维软件计算参数分别设计线性二次型调节器平衡控制算法，提升机器人倾角的控制精度。实验结果表明，该方法得到的动力学模型与真实模型的拟合度达到92.5%，基于此方法设计的控制器平衡控制效果显著，在静态和动态下均具有良好的平衡性能。

Select

基于双重扰动观测器的PMSM改进无模型滑模控制

王栋栋, 刘旭东

控制工程. 2025, 32(2): 354-361.

摘要 ( )

可视化

针对永磁同步电机控制系统存在的外部负载扰动、模型和参数不确定性等问题，提出一种基于改进无模型滑模控制的转速控制方法。首先，建立不考虑电机参数的永磁同步电机系统超局部模型；然后，基于改进滑模趋近律设计无模型滑模速度控制器，控制器采用转速-电流单环滑模控制策略，替代了传统的转速-电流级联控制，简化了控制系统结构；同时利用双重扰动观测器估计系统未知扰动，并用于前馈补偿；最后，与传统控制方法进行实验对比。结果表明，所提出的控制方法具有良好的动态性能、抗干扰能力和稳态控制精度。

Select

双叉车运动同步控制系统的建模与控制器设计

龚嘉豪, 顾敏明, 李乐宝, 陈凯宇, 隋知航, 陈志翔

控制工程. 2025, 32(2): 362-371.

摘要 ( )

可视化

电动托盘叉车是工业运载货物的重要工具，叉车的同步作业能实现小型叉车搬运重型负载，这可以显著降低运输成本。实现叉车同步搬运的主要挑战在于缺少精确的叉车动力学模型与高精度叉车同步算法。针对这些问题，基于牛顿力学建立叉车的动力学模型，提出了一种新的本体输入输出滑模控制(SC-IOSMC)方法，实现叉车本体的运动轨迹控制；采用交叉耦合输入输出滑模控制(CC-IOSMC)方法，实现两车的运动同步控制。叉车直行与转向同步实验表明，CC-IOSMC方法具有响应快、同步精度高的特点。此外，它还能有效抑制外界扰动。与现有交叉耦合PID同步控制策略相比，该方法显著降低了位置的同步误差，提高了双叉车同步控制系统的控制精度。

Select

自动化专业学生创新实践能力培养模式改革与实践

王健安, 赵志诚, 谢刚, 柏艳红, 何秋生

控制工程. 2025, 32(2): 372-376.

摘要 ( )

可视化

在地方高校自动化专业的教学中，加强创新型应用型人才的培养是提升教育质量与适应行业需求的迫切任务。因此，探索强化学生创新素质和实践能力的有效途径和方式十分必要。以“厚基础、重实践、强能力、高素质”为核心理念，以自动化人才培养为目标，建立了“理实相融、产教相融、科教相融、资源共享”的创新实践能力培养体系，形成以“学生为中心、项目为抓手、平台为依托、制度为保障”的创新实践能力培养模式，致力于通过创新素质的提升和工程实践能力的强化，最终实现学生在面对复杂工程挑战时具备更强的应对能力和创新能力，从而提升学生的核心竞争力。

Select

一种改进的YOLOv5带钢表面缺陷检测算法研究

余龙飞, 刘业峰, 何增鹏, 马祎航

控制工程. 2025, 32(2): 377-384.

摘要 ( )

可视化

YOLOv5模型存在特征信息提取不足、传递易丢失和表达能力弱等缺陷。结合NEU-DET数据集中带钢缺陷目标小、不规则以及图片质量差的特点，提出一种改进的YOLOv5带钢表面缺陷检测算法。采用第二版的可变形卷积网络(deformable convolution network version 2,DCNv2)代替YOLOv5中Neck部分的常规卷积，提高模型对不规则小目标的特征识别；将残差网络(residual network, ResNet)引入快速空间金字塔池化(spatial pyramid pooling fast, SPPF)结构形成SPPF_Res模块，替换原模块,且引入YOLOv5的Neck部分，改善模型在信息传递时的丢失问题；将空间注意力(spatial attention, SA)与协调注意力(coordinate attention, CA)并联为CAS注意力模块，使改进模块在关注不同通道关系的同时又能利用空间信息学习提升模型的特征表达能力。将改进模型在NEU-DET数据集上训练后，测得其检测精度为77.4%，较原YOLOv5模型提升7.4%，说明改进算法有效。

选择文件类型/文献管理软件名称

选择包含的内容

2025年, 第32卷, 第2期　
刊出日期：2025-02-20

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

2025年, 第32卷, 第2期 刊出日期：2025-02-20

2025年, 第32卷, 第2期　
刊出日期：2025-02-20