摘要：针对掘进设备远程控制中存在的设备决策能力低,掘进效率不高,安全隐患大等问题,提出了一种数字孪生驱动的掘进机器人决策控制方法。通过分析对比当前数字孪生技术在煤矿领域的研究情况,设计了数字孪生驱动的掘进机器人决策控制系统体系框架,包含物理空间、虚拟空间、孪生数据、规划层、控制层、执行层6个模块,以实现虚拟样机自主规划决策,远程控制物理样机同步运动的目的。首先,结合虚拟现实技术研究了非结构化环境下的局部避障策略,建立掘进机器人运动控制模型与传感观测模型,利用激光雷达将巷道中的障碍物在虚拟环境中进行重建,采用Ray-Col方法进行机器人与障碍物之间的碰撞检测,为机器人的路径规划决策奠定基础;其次,结合深度强化学习技术研究了基于虚拟智能体的全局路径规划方法,提出了基于改进PPO算法的Muti-PPO算法,通过奖惩机制建立掘进机器人虚拟智能体,并在Unity3D平台中进行训练,训练结果表明Muti-PPO算法相比于PPO算法、SAC算法,平均奖励值分别提升了13.82%与11.31%;标准差分别下降了17.85%与16.81%;最高奖励值分别提升0.14%与0.43%,其性能在3种算法中达到最优;最后,搭建决策控制平台,将虚拟空间中产生的决策指令发送至物理样机的末端执行器,通过物理样机传感器数据驱动虚拟样机同步变化。根据系统的规划决策、双向映射与远程控制功能,设计路径规划试验与虚实同动试验对其进行验证。路径规划试验结果表明,在3种不同复杂程度的工况下,虚拟智能体路径规划结果与目标点的误差在1.2 cm以内,且能够将控制信息传输至物理空间中,远程控制机器人运动;虚实同动试验结果表明,在掘进机器人运行过程中,虚拟样机与物理样机保持同步运动,两者在巷道中的位姿均保持一致。该方法实现了“数据驱动、双向映射、碰撞检测、自主决策、人机协作”的无人化决策控制新模式,为掘进设备的智能化提供了新的思路。

摘要：针对数字矿山向智慧矿山发展过程中信息关联层次不清晰、框架结构不完善、缺少智能决策依据及有效控制方法的问题,提出了智慧煤矿信息逻辑模型,基于本体和语义网技术建立了煤矿多源、异构关系数据的信息“实体”和虚实映射机理,提出基于知识需求模型的信息实体主动匹配与推送策略,构建基于开采行为预测推理的智慧逻辑模型进化机制,形成了层级清晰、结构明确、全面覆盖的智慧煤矿信息模型;构建了综采设备群空间位姿关系模型,提出了考虑随机误差的强耦合设备群空间坐标统一描述及各设备关联坐标系转换方法,建立了多参量融合分析和评估的开采环境-生产系统耦合关系模型,为煤矿装备位姿控制及智能决策提供支撑;给出了时变多因素影响下的开采设备群全局最优规划和分布式协同控制方法。将综采设备群全局最优规划归结为一个二次积分模型的燃料最优规划问题,提出了基于多模态控制的综采设备群全局最优推进路径规划及控制策略,可兼顾开采条件、设备能力、工艺流程及能量消耗,确保生产成本、效率的有效改善。给出了同时考虑环境干扰和传感器数据时延特性的液压支架群组分布式协同控制方法。上述基础架构和数学模型为深层次挖掘智慧煤矿海量信息之间的关联关系、解决大数据环境下开采系统的最优化协同控制、实现复杂地质条件下连续稳定开采提供了基础理论支撑,可有效推动智慧煤矿技术的发展。

摘要：集成多种驾驶任务与驾驶需求是自动驾驶决策控制技术的发展趋势。多任务集成后的驾驶工况范围拓展,导致决策控制的复杂度与维度激增,使得现有方法无法满足多种工况下的高安全性与高舒适性等驾驶需求,以及高实时性的应用需求。为此,基于非线性模型预测控制(Nonlinear Model Predictive Control,NMPC)理论,提出了具备多种驾驶功能且满足多种需求的高实时性的决策控制方法。首先,针对驾驶工况拓展后显著的需求指标冲突问题,基于需求优先级等特点设计了需求指标的调度策略,该策略通过动态调整需求指标的集成方式消解冲突。随后,针对复杂指标函数以及大量模型离散点会降低NMPC求解效率的问题,基于灵敏度理论,通过传递函数的幅频特性分析了控制量对需求指标的影响因素,并进一步通过简化弱影响项构建了平衡计算精度与复杂度的指标函数。此外,提出了基于自适应拉格朗日插值的NMPC模型离散化方法,该方法通过较少的离散点保障控制精度。仿真与实车试验结果表明:所提方法能保障常规工况下的舒适驾驶以及紧急工况下的安全稳定,且算法的单步最大求解时间小于50 ms。研究结果为提升自动驾驶规划算法的实时性提供了新思路。

摘要：为提高车辆在不同行驶工况下的减振性能,建立1/4车辆的非线性动力学模型,提出附加气室容积可调空气悬架系统控制的优化分析及计算方法,设计刚度可调的空气弹簧及空气悬架的决策控制系统。在仿真计算的基础上,进行刚度可调空气悬架系统的台架试验,分析采用决策控制后悬架系统的动态特性。仿真及试验结果基本吻合,实现了根据车辆行驶工况,实时改变附加气室的容积,提高了车辆行驶平顺性。该研究验证了控制策略的有效性,为刚度可调空气悬架系统设计开发提供了新方法。

摘要：国际化是企业重大战略举措,控股股东和CEO分别作为战略决策者和执行者,对国际化经营存在深刻影响。本文利用手工收集的上市公司国际化经营数据,基于代理理论的研究表明,当控股股东拥有战略决策控制权时,企业更可能采用国际化战略,并且国有控股股东比民营控股股东更倾向于采用国际化战略。采用国际化战略后,国际化扩张的快慢取决于CEO努力程度,控股股东需通过适当的激励机制调动CEO的积极性。总体上,薪酬、股权激励均有助于实现CEO激励相容,但股权激励的效果更为突出。对民营企业而言,股权激励的效果优于薪酬激励;而对国有企业而言,薪酬激励的效果更佳,股权激励尚未发挥应有的作用。本研究清晰有效地区分了控股股东和CEO分别作为战略决策、执行者对公司战略的影响,并进一步探讨了控股股东与CEO之间存在的协同作用,为CEO激励机制设计提供了理论和实证依据。

摘要：针对评估标准的规范特性进行分析对于研究高校评估规范问题有着十分重要的意义。教育评估方案设计、管理、实施和控制是教育评估管理科学化的标志。只有了解评估标准的规范特性,把决策情势纳入到决策过程中,做到科学决策、过程控制,才能提高评估的效率和质量。

摘要：本文分析了当前工程项目决策阶段投资控制的薄弱环节，提出加强投资决策控制的建议和措施。

摘要：针对复杂理化处理工艺过程中难以对理化反应进行有效控制的问题,对智能感知、智能协同决策、数据分析等技术进行了研究,在一套以无氧裂解技术为基础的生活垃圾处理装置上进行了实践。考虑到理化处理工艺过程中数据多样复杂,反应过程快难以有效控制的特性,提出了多种传感器组网方法进行数据收集,使用机器学习算法挖掘复杂数据信息,设计在线优化控制方法控制反应进程。针对当前环境形势严峻的现状,将研究成果应用于实际,设计了一款非量化自平衡系统控制装置。该装置实现了对城市生活垃圾有机处理,通过弹性边界控制方式控制无氧裂解反应过程,成功实现了零污染排放,并将垃圾变废为宝,重新资源化。

摘要：为提升车辆巡航避障能力,实现对运动目标的精准决策,设计基于深度强化学习的车辆多目标协同巡航决策控制系统;利用主控制电路输出的电量信号,调节ACC控制器、MPC轨迹跟踪器、双闭环控制器的实时连接状态,再借助多目标解耦模块,确定目标车辆所处巡航位置,完成巡航决策控制系统的主要应用结构设计;建立深度强化学习模型,根据车辆目标数据集定义条件,求解协同参数实际取值范围,实现对车辆巡航位姿的估计;确定坐标转换原则,通过分析多目标量化结果的方式,实现对巡航决策轨迹的按需规划,再联合相关应用设备,完成基于深度强化学习的车辆多目标协同巡航决策控制系统的设计;实验结果表明,深度强化学习机制作用下,车辆在横、纵及全方位巡航方向上的避障准确度都达到了100%,符合车辆多目标协同巡航决策的实际需求。

摘要：能量稳定性和剂量精度是半导体光刻用高重频准分子激光器的重要指标,必须采用高精度的控制算法对其进行控制。针对准分子激光器,首先对准分子激光器的单脉冲能量特性进行了分析,并在分析的基础上建立了准分子激光器的出光能量仿真模型。然后,分别设计了能量稳定性控制算法,基于PID的双闭环剂量精度控制算法和基于决策算法的剂量精度控制算法,并通过在仿真模型上实验对于算法控制效果进行了分析,证明了基于决策算法的剂量精度控制算法的适应性更强。最后,将基于决策的控制算法在一台重频为4 kHz的KrF准分子激光器上进行了验证。该激光器在基于决策的控制算法的控制下,能量稳定性的3σ小于5%,剂量精度小于0.4%,满足半导体光刻的需求。在仿真实验和实际实验中都证明了研究中设计的能量特性控制算法的有效性。