由于控制系统中的元件在使用过程中会逐步劣化，进而导致整个系统在长期的运行过程中性能不断下降，直至最后因无法完成预期控制目标而寿命终止。为准确评估控制系统性能及进行健康管理，提出了一种改进巴氏距离指标的控制系统性能评价方法，引入权重系数减少数据中的各类噪声对评价值的干扰，并采用核密度估计法获取系统性能评价值。此外，在仅考虑控制系统中的传感器发生劣化的情况下，以新指标作为性能评价准则，确定控制系统的性能失效阈值与寿命阈值；采用非线性Wiener过程进行建模并预测其剩余寿命分布。通过三容水箱液位控制系统仿真实验验证了所提方法的有效性。

针对直插件多轴孔并行装配时引脚一致性差，装配成功率低的问题，设计开发了一种结合稳定精确轴孔视觉定位算法和高效机器人视觉引导插装技术的直插式元件多轴孔精密装配系统。首先，离线标定轴心与孔心定位相机，并确定其与机器人之间的位姿关系；其次，结合CAD模型采用基于约束的随机抽样一致(random sample consensus, RANSAC)椭圆拟合算法精确定位轴孔中心；然后，开发了以多轴孔中心为定位锚点，以多轴孔平均角度偏差为旋转依据的插装引导算法，通过预测多轴孔装配间隙指导调配，提高插装成功率。最后，以图像差分算法检测装配结果，把控装配质量。实验数据表明，系统具备定位装配精度高、速度快、装配成功率高的优点，可实现单元件总体检测时间小于100 ms，单轴最终装配误差小于±0.3 mm，装配成功率大于98%的目标。

在天然气所产生的废气等气体的传输过程中，调压系统需要将气体由高压调节到低压状态。这一过程中，气体的压力能可以通过膨胀机带动发电机工作进行回收。为此，设计、开发了气体压力能回收发电控制系统，在发电机转速控制回路中设计了模糊PI控制器，以实现PI参数的自适应整定；同时，设计了发电机转矩控制回路模型预测控制器，基于使发电机转矩和磁链稳定的优化目标进行电压矢量计算，以提高控制策略的效率，并通过延时补偿改善控制性能和鲁棒性。搭建气体压力能回收实验平台，利用压缩机调节空气压力来模拟气体压力的变化，并基于上述策略，采用DSP28335设计、开发了气体压力能回收发电控制器。实验结果表明，所提出的控制策略与传统直接转矩控制策略相比，在用户侧压力波动的情况下，使发电机转矩和转速波动范围大幅减少，提升了发电质量。

针对受不匹配干扰影响的直流降压变换器系统，提出基于自适应到达律的离散滑模控制器(adaptive reaching-law based discrete-time sliding mode controller, ADSMC)。为消除不匹配干扰的影响，首先，采用延时估计技术实现对不匹配干扰的精确估计。然后，将干扰估计信息引入滑模面的设计中，从而实现对干扰的精确补偿。同时，为削弱抖振、增强抗扰能力，设计了一种新型的自适应滑模到达律，并将其应用于变换器的控制中。随后给出了闭环系统稳定性和收敛性的严格证明分析。最后，通过仿真和实验验证了所提复合控制方案的有效性。结果表明，相较于传统的离散滑模控制器，所提方案可实现更高的电压跟踪精度和更强的抗干扰性能。

各类源荷弹性资源逐渐介入电网，使得电力系统的动态特性进一步复杂化。为提升电力系统调度优化任务的学习效率，基于弹性资源介入前源电力系统的调度知识矩阵提出一种跨维度迁移的学习优化方法。首先，利用欧式-动态时间弯曲距离，给出源任务与目标任务间关联特征的相似度判定方法。然后，引入主成分分析特征降维技术，建立源任务与目标任务间相似状态/动作的映射关系，提出基于调度知识矩阵跨维度迁移的强化学习方法，解决因源任务与目标任务状态或动作维数不同而导致的历史调度知识不能直接利用的问题。最后，以IEEE-300节点系统进行仿真分析，结果表明，所提方法能有效利用源任务的历史调度知识，实现弹性资源介入时复杂电力系统的快速调度优化。

由于将一般图神经网络特征提取模块设计成固定的卷积神经网络(convolutional neural network, CNN)会导致在捕获全局特征信息时，存在接受域受限且容易忽视图像的关键性特征信息等问题。因此，为了提取全面且关键的特征信息，提出了全新的CA-MFE算法。首先，利用CNN中的不同卷积核来获取多尺度的局部特征信息，再根据注意力机制的全局特征提取能力，将通道和空间注意力机制进行并行处理，以此来提取多维度的全局特征信息。在mini-ImageNet和tiered-ImageNet数据集上对所提模型的性能进行了全面的综合评估。相较于基准模型，所提模型在mini-ImageNet和tiered-ImageNet这2个数据集上的分类准确率分别提升了1.07%和1.33%；在5-way 5-shot任务中使用mini-ImageNet数据集，相较于图神经网络、时间Petri网(time Petri net, TPN)和动态图神经网络(dynamic graph neural network, DGNN)，所提模型的分类准确率分别提升了11.41%、7.42%和5.38%。实验结果表明，相较于基准模型和几种有代表性的小样本分类算法模型，全新的CA-MFE模型在处理小样本分类数据时性能更优越。

无人艇航行过程中会遭遇动态障碍物，需要及时躲避障碍物来确保安全。动态窗口法(dynamic windows approach, DWA)是规划局部动态路径的常用方法。但由于其未考虑动态障碍物的速度信息，无人艇依据其规划的路径接近障碍物时可能存在转向不及时的问题，容易引起碰撞事故。对此，通过引入碰撞危险度(collision risk index, CRI)的概念和速度障碍(velocity obstacle, VO)法来改进动态窗口法，以实现无人艇局部动态路径的安全规划。最后，通过构造“对遇”和“交叉相遇”2个典型场景对改进算法进行了仿真验证，证明了所提方法的可行性和优势。

滚动轴承应用在工业中时往往需要长时间工作在严苛条件下，其运行状态直接关系着生产的安全性，对滚动轴承进行寿命预测能够及时准确发现问题并进行维护，对避免人员伤亡及财产损失有着重要意义。针对具有不同失效信号的退化特征会相互耦合、较弱特征不易提取导致滚动轴承的寿命预测不准确问题，提出了一种资源消耗更少的寿命预测算法。通过借助时间卷积网络的特征提取能力加强对多失效特征的识别，并利用宽度学习的扁平化结构降低了网络模型的复杂度，从而减少了计算时间。通过在XJTU-SY滚动轴承数据集上进行验证，结果表明，该算法能够有效解决多失效模式下的滚动轴承寿命预测问题，为工业中的滚动轴承寿命预测提供了新思路。

针对由无人船和无人机组成的协同降落系统，提出了一种适用于无人船上搭载的可见光摄像头获取图像的边缘检测方法。首先，为应对暗通道先验去雾算法在天空区域颜色失真的挑战，设计了基于天空区域分割的去雾优化算法；然后，关注了图像中无人机目标较小的问题，引入一种选取无人机部分为ROI的策略；在此基础上，针对Canny算子难以平衡噪声去除与边缘保留的问题，设计了优化后的深度引导滤波算法；最后，采用快速准确的迭代法选取最佳阈值。仿真实验的结果表明，改进后的算法保持了去雾后天空区域的色彩真实性，并有效提取了无人机更为完整的真实边缘。

针对滚动轴承实际运行中的故障数据远少于正常数据，从而影响故障诊断模型诊断率的问题，提出了一种数据不平衡情况下的基于改进生成对抗网络(generative adversarial networks, GAN)的滚动轴承故障诊断方法——基于梯度惩罚的Wasserstein生成对抗网络(Wassserstein generative adversarial networks based on gradient penalty, WGAN-GP)。首先，采用连续小波变换(continue wavelet transform, CWT)将振动信号集转化为二维图像数据集。然后，用Wasserstein距离替代GAN的Jensen-Shannon(JS)散度，再使用梯度惩罚策略在WGAN权值裁剪过程中优化模型，使生成器损失函数的权值在区间中取得均衡，实现故障数据的自动生成，扩充故障数据集。最后，设置了不平衡数据集和数据增强对比实验，结果表明，WGAN-GP在所设置的不同不平衡比例实验下的模型诊断率分别提高了2.29%、1%、2.85%，在数据增强对比实验中的诊断率也高于几何变换增强后的数据和原始数据。

针对二次风机状态监测故障的预警问题，提出了一种基于混沌向量加权平均(chaos weighted mean of vectors, CINFO)算法的长短期记忆(long short-term memory, LSTM)网络多输出回归方法。首先，使用Spearman相关系数分析方法筛选出与二次风机轴承温度、二次风机轴承振动相关性系数较高的特征参数，对输入数据进行降维。然后，通过CINFO确定多输出LSTM网络的最优超参数，提高了神经网络的预测精度。随后，根据序贯概率比检验(sequential probability ratio test, SPRT)法确定了设备的故障阈值。最后，将选定的特征参数作为CINFO-LSTM网络的输入，使用序贯概率比检验法实现了二次风机的故障预警。实验结果验证了该方法的可行性和有效性。

预防性维护是指在设备发生故障前提前进行的维护行为，执行预防性维护可以改善设备的工作状态，是高质量生产中不可忽略的因素。为了解决流水车间生产与设备预防性维护之间的耦合问题，考虑设备阶梯恶化效应和基于最低可靠性限制的不完全预防性维护，建立流水车间生产与预防性维护的整合调度模型。针对所建立的模型特点，设计了一种Q学习指导的天鹰优化算法(Q-learning based aquila optimizer, QL-AO)，利用Q学习指导天鹰优化算法(aquila optimizer, AO)调整4种更新方式的选择概率，并在算法中融入局域搜索方式和种群多样性保持策略。在不同规模的算例下进行了对比实验，结果验证了所提出的模型和算法的有效性。

针对现有的微创外科手术机器人因从操作臂关节内部阻力和其自身重力而导致医生术前调整困难，且存在一定安全隐患的问题，提出了一种基于柔性关节动力学模型和龙伯格状态观测器的零力控制方法。首先，建立了包括摩擦和关节柔性在内的从操作臂动力学模型，通过最小二乘法辨识了动力学模型参数。其次，为快速准确获得关节速度和加速度，建立了柔性关节等效状态空间模型，并设计了龙伯格观测器。最后，进行了相应的仿真和零力控制助力调整实验，结果表明，所提出的零力控制方法有效，能够补偿调整过程中的大部分阻力，提高了术前调整效率，并保障了术前操作安全。

考虑不同工件生产采用多种模具及工件在机器间的运转需求，将工件的运输时间和模具的设置时间纳入到柔性作业车间调度模型中，建立以最小化最大完工时间和能耗为目标的多时间约束柔性作业车间节能调度模型，并提出一种混合Jaya算法求解该问题。首先，为提升算法的进化起点，设计一种混合初始化策略，提高初始种群质量，加快算法的收敛速度；其次，通过Jaya优化策略遍历所有非最优个体，提高算法的全局搜索能力；之后，为了挖掘种群中更优质的解，设计3种基于个体特征的局部搜索策略，结合不同的个体特征进行有针对性的搜索，提升算法的局部寻优能力。最后，通过标准算例对改进策略进行消融实验，验证改进策略的性能。通过测试算例和生产实例，对比其他文献算法，验证了混合Jaya算法的有效性。

提出一种基于响应曲面法的复杂曲面加工参数优化方法。首先，建立切削速度、每齿进给量、切削深度对刀具磨损影响的二阶模型，以及相关三维曲面的响应图，并通过分析残差正太分布图、残差与预测值分布图、预测值与实际值分布图验证所提模型的有效性。然后，针对叶轮自动加工中刀具的磨损与补偿问题，设计基于响应曲面法(response surface methodology, RSM)原理的实验方案，研究切削参数与刀具磨损的关系。实验结果表明，基于响应曲面法的二阶刀具磨损值模型准确有效，切削参数对刀具磨损的影响程度排序为：切削速度>每齿进给量>切削深度。通过模型分析计算获得某型叶轮自动化加工的最优切削参数方案，并进行了实验验证。

针对受非零均值高斯噪声干扰的双率Hammerstein输出误差系统，提出一种基于偏差补偿的递推最小二乘(bias compensation based recursive least squares, BCRLS)辨识算法。首先，利用多项式变换技术将目标系统转换为可直接采用双率采样数据进行辨识的模型，并利用递推最小二乘(recursive least squares, RLS)算法进行辨识。其次，为了对RLS算法给出的有偏参数估计进行有效补偿，在偏差补偿原理的基础上，通过引入非奇异矩阵和扩展信息向量求解偏差项中的参数，推导得到BCRLS辨识算法。最后，通过数值仿真实验表明，BCRLS算法能够获得双率Hammerstein输出误差系统的无偏参数估计；且具有较强的鲁棒性，其辨识精度不容易受到噪声均值和方差变化的影响。

为研究恶意病毒在信息物理融合系统(cyber physical systems, CPS)中的传播机理，对一类具有双线性发生率的易感-感染-恢复(susceptible-infected-recovered, SIR)模型进行改进，提出了一种更具一般性且含有时滞的SIR恶意病毒模型。通过选取时滞作为分岔参数，基于稳定性理论和Hopf分岔定理对该模型的复杂动力学行为进行分析，得出了Hopf分岔的条件。研究表明，系统的动力学行为依赖于分岔的临界值。此外，进一步应用范数理论和中心流形定理得出了关于Hopf分岔方向的计算公式。最后通过数值仿真验证了理论分析的正确性。

针对考虑时变全状态约束的异步电动机系统的控制问题，提出了一种基于指令滤波器逼近技术的有限时间位置跟踪控制方案。首先，利用指令滤波器和模糊逻辑系统重构异步电动机系统中的未知非线性项，并应用凸优化技术构造模糊逻辑系统的更新律。其次，引入有限时间控制方法加快系统的收敛速度。最后，引入时变障碍李雅普诺夫函数，确保系统的状态量被约束在预定义的紧集内。仿真结果表明，该方法可以实现对期望信号的快速有效跟踪。

针对受多源干扰和执行器故障影响的小型无人直升机复杂轨迹的跟踪问题，提出了一种全回路连续非奇异终端滑模轨迹跟踪控制方法。首先，将轨迹跟踪问题转化为内外回路的指令跟踪问题；然后，设计高阶滑模观测器对包含故障和干扰影响的集总干扰进行估计；最后，结合干扰估计信息构造复合连续非奇异终端滑模控制器，在保证控制量连续的同时，实现了轨迹跟踪误差的有限时间镇定。仿真结果表明，所提方法在执行器故障和多源干扰影响的情况下，保证了无人直升机对复杂轨迹的高精度跟踪。

针对存在多种干扰的无人水面艇系统，采用一种基于屏障函数的自适应滑模容错控制方法。该方法采用自适应律对包含执行器故障、参数不确定和外部干扰的集总干扰进行处理。同时，根据等效滑模控制方法，运用主动容错控制思想针对无人艇系统设计了滑模控制器，使无人艇在执行器发生故障的情况下依然能够具有较好的跟踪性能。此外，加入屏障函数可以确保滑动变量收敛并稳定在与干扰上界无关的有界区域内，进一步提高控制精度，增加了系统的鲁棒性。最后，利用李雅普诺夫函数的稳定性理论对所提控制方法进行稳定性分析，并通过仿真实验验证了所提方案的有效性和优越性。

为了降低矿粉生产线的立磨能耗并提高矿粉产量，提出一种基于遗传反向传播(genetic algorithm back propagation, GABP)神经网络和强度Pareto变次数自适应混沌差分进化(strength Pareto variable adaptive chaotic differential evolution, SPVACDE)算法的立磨工艺参数多目标优化方法。针对改进强度Pareto进化算法(strength Pareto evolution algorithm 2, SPEA2)在寻优过程中易陷入局部最优与Pareto前沿分布不均等问题，通过引入变次数混沌映射策略及自适应交叉和变异算子，提出了SPVACDE算法。实验结果表明：与SPEA2等算法相比，SPVACDE算法在求解ZDT测试函数时具有更好的收敛性和解的分布性；在立磨工艺参数优化方面，SPVACDE算法能够搜寻出更优解，Pareto前沿分布更均匀，相比于原工艺参数设定，立磨能耗降低了11.47%，矿粉产量增加了18.36%。

针对分布式微纳卫星集群协同空间观测任务分配中分配实时性和观测效益的问题，在传统合同网的基础上进行扩充，优化分配结果。在原有的招标-投标-评标3个环节中，主星在招标环节一次性发布所有任务，从星只选择综合收益高的任务投标，主星只将中标结果返回给中标从星，并将剩余任务返回其余从星。该流程节省了主星的评标时间，同时，从星的选择性投标能够有效提高整体收益。最后，通过仿真验证了所提出的扩充合同网算法的分配时间更短，且得到的总体收益更高。