摘要：针对具有未知扰动的多智能体系统,设计扩张状态观测器,估计每个智能体的状态和受到的扰动,并通过无线网络发送给邻居智能体.利用Stackelberg博弈描述多智能体系统的带宽分配问题,设计了可以补偿网络时延的预测云控制方案,给出了Stackelberg博弈的纳什均衡解和多智能体系统一致性和稳定性条件,通过仿真算例验证了方法的有效性.

摘要：针对传统太阳能LED路灯照明系统普遍存在的故障判断困难、巡检难度大、人力成本高等问题,设计开发了一种具有远程智能化控制的基于物联网的太阳能LED路灯智能照明云控制系统;从系统构架、硬件设计、平台建设、实验测试等方面,详细介绍了该云控制系统的设计与研究过程,并对该云控制系统的运行工况进行了实验测试。测试结果表明:基于物联网的太阳能LED路灯智能照明云控制系统可随时掌握太阳能LED路灯的运行工况并进行远程控制,及时发布故障警示,可满足道路照明智能化监测、运维的需要,实现了远程智能化控制,具有广阔的应用前景。

摘要：针对云控制在设计和控制中存在的一些问题,提出了一种基于迭代学习控制方法的云控制器,利用迭代学习算法设置云控制器的论域,简化了云控制器的设计过程。通过对连续搅拌釜式反应器(CSTR)的控制仿真,表明该控制器大大减少了稳态误差,满足了工业过程的要求,并具有较强的鲁棒性。

摘要：针对一类存在复杂耦合关系的线性系统,提出一种基于解耦观测器的模型预测云控制方案。首先,给出云控制框架下的线性系统因果逻辑关系模型,针对系统内部存在未知量以及系统之间存在复杂耦合关系的问题,设计解耦观测器对其进行解耦观测,给出观测器误差系统输入状态稳定条件,并证明单个闭环系统是输入状态稳定。然后,利用设计的解耦观测器,提出分布式模型预测控制方法,给出耦合系统的整体优化控制方案,并证明该系统的闭环稳定性。最后,通过仿真验证所提方法的有效性。

摘要：针对智能制造领域中多智能体系统(multi-agent systems,MASs)机理建模存在复杂性、异构性等实际问题,结合工业互联网和云控制,提出了面向多智能体系统的“云网边端”一体化架构设计方法,解决了异构系统通信协议解析问题和云网边端计算环境一致性问题,打通了异构智能体之间信息流,达到了降低开发成本、提高技术资源复用率的目的.将一组高度自动化装备组成的无人工厂作为研究对象,验证了所提架构的可行性.

摘要：针对多子系统间存在复杂因果逻辑关系的信息物理系统(cyber-physical systems,CPS),建立带有未知非线性项和不确定耦合项的CPS多因系统模型,并提出基于云控制技术的分布式控因方法.利用非线性解耦观测器对CPS多因系统进行动态前馈线性化,使得CPS多因系统分解为多个无耦合关联的CPS因系统.设计基于非线性解耦观测器的分布式模型预测控制器以及分布式优化算法,对解耦后的CPS因系统实现在线约束优化控制.最后,通过数值仿真表明所提出控制策略和优化算法的有效性.

摘要：采用西门子S7-1200系列PLC作为主控制单元,将触摸屏技术、传感器技术、伺服电机驱动技术、步进电机驱动技术、Wi-Fi远程监控技术和物联网云盒子远程控制技术等综合应用于制动测试系统中,形成基于物联网的远程本地一体化控制的车辆制动测试系统,实现制动测试系统的扭矩线性输出、压力的精确控制、数据曲线的实时采集绘制和系统的远程监控等功能.通过压力传感器的实时压力反馈,将压力设定值与反馈值进行PID运算,构成压力闭环控制系统.通过触摸屏和PLC通信,可在本地触摸屏上设置系统功能和修改系统参数;通过云盒子以太网(或Wi-Fi)和PLC通信,实现手机或电脑远程监控设备状态和修改参数.

摘要：该文针对现有运动控制卡价格高、操作不够便捷等缺点,设计了基于云控制的运动控制卡硬件平台。该设计采用DSP+ARM双处理器架构,DSP主要负责运动控制算法的实现,ARM充当管理者的角色,主要负责硬件资源的调度;引入以太网技术,通过以太网传输取代传统运动控制卡基于PCI总线或ISA总线传输。该设计能够实现多个运动控制卡共享一台PC主机,从而降低成本;同时由于以太网技术的引入,使运动控制系统范围扩大,实现多个运动控制卡构成一个多层次的运动控制系统,也便于实现远程诊断功能。

摘要：文章首先介绍了计算机网络技术在建筑节能领域的应用现状,并通过对建筑节能服务的主要工作内容及其特点的论述逐步提出应用计算机网络技术建立一套可以实现对众多建筑进行远程能源管理、节能控制和综合服务平台的设想,并提出了"云管理、云控制、云服务"的系统设计理念和面向"服务"的设计思想。这种远程集中管理和分布式本地控制的平台的建立,可最大限度地克服远程控制弊病并有效解决多建筑的远程管理的需求。该服务平台在供热系统量化管理的应用研究已成功申报了北京市科委科研课题。

摘要：文中提出一种基于云控制的业务引导机器人系统的设计方案。系统的硬件部分由摄像头和光电传感器等模块组成。在机器人系统中采用深度强化学习,实现了对未知环境的预测,提高机器人对环境的适应能力。仿真结果表明:机器人可实现路线识别和自动导航的功能,能较好适应未知环境、及时完成业务的引导工作;该系统设计合理,操作简单,具有一定的市场价值。