摘要：网络时延与数据丢包极大地降低了网络化多智能体系统的控制性能,甚至会破坏稳定性.考虑存在网络时延与数据丢包的网络化多智能体系统,提出了一种基于时延与丢包补偿机制的预测控制器设计方法,来主动地消除网络时延与数据丢包的影响.通过对网络化多智能体预测控制系统的分析,给出了能够保证系统稳定性与一致性的控制器设计步骤.最后的仿真实例表明了该方法的有效性.

摘要：本文考虑前向和反馈通道均存在网络时延的网络化控制系统,提出了一种新的动态输出反馈控制器的设计方法.针对状态可测和不可测两种情况,整个设计过程采用不同的时延补偿机理,来主动地消除网络时延的影响.同时,讨论了闭环网络化控制系统的稳定性.最后的仿真实例表明了该方法的有效性.

摘要：This paper discusses the model-based predictive controller design of networked nonlinear systems with communica- tion delay and data loss. Based on the analysis of the closed-loop networked predictive control systems, the model-based networked predictive control strategy can compensate for communication delay and data loss in an active way. The designed model-based predictive controller can also guarantee the stability of the closed-loop networked system. The simulation re- suits demonstrate the feasibility and efficacy of the proposed model-based predictive controller design scheme.

摘要：针对电力电子电路故障诊断问题,基于极端随机森林(ET)与堆栈式稀疏自编码(SSAE)算法提出了一种适用于开关管故障的信号识别诊断方法。以三相电压型PWM整流电路为例,首先建立电路仿真模型并设计电压/电流双闭环调节器;为了在输出直流侧能收集到有效的故障特征信号,选择在无负载条件下向PWM整流器交流侧电流d轴分量中注入特定频率的交流电流,此时会在DC输出侧产生相同频率的纹波电压/电流;接着选择直流侧输出电流为故障特征量,首先利用经验模态分解(EMD)提取前7阶本征模函数(IMF)分量,然后计算每阶分量的能量、复杂度以及时域特征和频域特征,获得初始故障特征数据样本,对其应用ET-SSAE融合算法进行降维处理,最后输入到分类器中进行识别。实验结果表明,该算法最终的故障识别准确率高达97.62%,其中ET算法降维处理后得到的故障诊断准确率为88.89%,SSEA降维处理后得到的故障诊断准确率为91.27%。