摘要：针对海洋环境干扰下的无人艇轨迹跟踪问题,提出一种预设性能轨迹跟踪抗扰控制方法。首先,该方法通过引入具有约束作用的性能函数设计预设性能反演控制器。同时采用干扰观测器精确补偿外界未知扰动,并引入带σ修正漏项自适应律对海洋环境干扰的界进行估计,实现了无人艇轨迹跟踪抗扰控制,且同时保证其暂态性能和稳态性能。然后根据李雅普诺夫稳定理论证明闭环系统所有状态最终一致有界,且跟踪误差能收敛到预设的区域内。最后通过仿真实验验证了所提算法的有效性。

摘要：为提高过热蒸汽系统的运行效率并减少非紧要故障的报警率,本文提出一种质量相关的非线性故障检测与诊断方法.首先,利用核函数将过程变量映射到高维特征空间以消除原始变量之间的非线性耦合.然后,在特征空间进行核直接分解得到两个正交子空间,并在两个子空间中分别设计统计量指标进行质量相关的故障检测.在此基础上,利用偏微分贡献图提取每个变量对联合统计量指标的贡献率,并根据贡献率大小最终确定故障变量.仿真结果表明,所提出的方法能够准确区分影响过热蒸汽温度和不影响过热蒸汽温度的故障,有效降低了非紧要故障的报警率,提高了过热蒸汽系统的运行效率.

摘要：为提高变负荷工况下火电机组动态过程模型精度以达到数字孪生模型要求,构建串联结构混合模型,采用量子粒子群算法(QPSO)构建全局模型,引入区间二型T-S(IT2TSK)模糊模型实现孪生体子模型及过渡过程的精准演化。针对IT2TSK模糊模型中模糊集和模糊规则较难确定的问题,设计了两步循环迭代法确定前后件参数,保证模糊集参数能够纵向体现不同状态集之间的不确定性,以及模糊规则能够横向实现子模型间的平稳过渡,保证全工况下孪生体模型高度逼近动态过程。结果表明:以空气预热器为例,在变负荷训练集上,较简化定工况模型和一型T-S模糊模型而言,基于IT2TSK模糊模型的参数在线自适应混合模型的输出能够更准确地跟踪实际值,整体精度更高。

摘要：为降低蝴蝶兰组织培养快速繁育的人力成本,该研究提出了一种基于视觉伺服机械臂的自动化组培苗种植平台,以完成流水线上蝴蝶兰组培苗的自动夹取与种植。平台主要由视觉检测系统和机械臂种植系统组成,在视觉检测系统中,通过将AKConv与DSConv模块引入YOLOv8算法形成AKDS_YOLOv8检测算法,提高系统对组培苗识别的准确率;在机械臂种植系统中,基于模糊算法实现机械臂的伺服控制,使机械臂末端能顺利完成对传送带上组培苗的追踪及夹取。试验结果表明,相较于原YOLOv8,AKDS_YOLOv8对组培苗根部的识别准确率、召回率、真实框与检测框交并比值取50%时的平均检测精度分别提高了8.6、10.7、7.4个百分点;实现了机械臂末端工具对移动组培苗的追踪、抓取与种植,种植成功率达到82.5%。该种植平台能够实现蝴蝶兰组培苗的自动化种植,可为蝴蝶兰快速繁育过程的自动化提供一定参考。

摘要：准确估计电池的荷电状态(SOC)和内部温度可以提高电池的性能和安全性。其中,电池模型的准确性和估计算法的适用性是关键。为了解决这两个问题,本文建立了圆柱形锂离子电池的多参数电热耦合模型。模型考虑电池SOC与温度变化之间的耦合关系,并且利用改进的熵热系数实验获得电池运行中产生的可逆热与不可逆热,通过可变遗忘因子最小二乘算法(VFFRLS)进行参数辨识,并对比独立的电模型与热模型的SOC与内部温度估计结果,验证了多参数电热耦合模型的准确性,结果证明所提模型相比较于单独的电热模型,估计精度提高了70%以上。最后,设计了一种基于奇异值分解的卡尔曼滤波(SVD-AUKF)算法来同时在线估计SOC和内部温度,并在改进的动态测试(DST)工况下对所提方法进行实验验证。结果表明:所提方法相较于扩展卡尔曼滤波(EKF)与无迹卡尔曼滤波(UKF)算法,能实现更高精度的SOC和温度估计,SOC与内部温度的平均误差分别是5%和0.2℃。

摘要：可再生能源的高渗透率给电网供需匹配带来严峻挑战的同时,燃煤机组需要承担着大量的调峰调频任务,这对过热汽温系统的安全稳定运行造成了一定威胁,因此有必要建立面向热工控制的汽温数学模型。考虑到迟延型扩张状态观测器(time-delayed extended state observer,TD-ESO)的总扰动信号中含有大量模型信息,提出一种基于ESO补偿模型的参数智能优化和信息提取方法,即以总扰动中未知信息量最小为目标,采用改进沙丘猫算法对模型参数优化并提取总扰动中已知模型信息补偿至ESO的输入端。在仿真算例方面,线性和非线性系统的测试结果表明,所提辨识方法对有无输入迟延的两种系统均有良好的适用性和较高的精度;在实际应用方面,基于超超临界二次再热机组的过热汽温系统数据进行模型辨识与验证,同样表明该建模方法是合理、准确的。因此,该文所建立的模型能够为汽温系统的控制策略设计和性能优化等方面提供有价值的参考。

摘要：针对无人机集群轨迹规划高维强耦合特征导致计算复杂度高的难题,提出了动态优先级解耦的序列凸规划方法(DPD-SCP),将耦合的集群轨迹规划问题拆分为若干单机凸规划子问题,通过分布式求解提高集群轨迹规划的计算效率与可扩展性。设计飞行时间驱动的动态优先级解耦机制,降低飞行时间短无人机优先级,挖掘其轨迹调整潜力,消除集群相互规避导致的迭代振荡问题,提升集群轨迹迭代的收敛速度。定制时间一致约束更新准则,避免集群飞行时间非正常增长情况,并理论证明了DPD-SCP方法能够生成满足动力学、避碰与时间一致约束的集群轨迹。仿真结果表明:所提的DPD-SCP方法的求解效率显著优于耦合SCP、串行优先级解耦SCP以及并行解耦SCP方法。

摘要：针对目前目标检测技术在检测光伏热斑效应时模型检测速度低、计算复杂、模型结构复杂等问题,提出基于轻量化YOLOv5s的光伏热斑检测定位方法。首先,以YOLOv5s为基础模型,引入轻量网络ShuffleNetV2改进YOLOv5s的主干网络,利用其分组卷积和通道混洗的设计思想,减少模型参数和计算量,同时保持较高的准确率。其次,引入轻量级卷积GSConv优化YOLOv5s的Neck部分,利用其深度可分离卷积结合标准卷积的形式,降低计算复杂度,优化整体模型。最后利用数据集进行验证。结果表明,轻量化后的模型在保证较高精度的前提下,能够提高检测速度、减少参数量和计算量。

摘要：建立高精度的过热汽温模型便于控制器的设计和参数整定,从而提升汽温的控制品质。首先针对传统的麻雀优化算法在闭环数据驱动辨识中容易陷入局部最优,收敛速度慢的问题,提出了一种混合量子行为的麻雀优化算法(QSSA)。该算法在基本麻雀算法迭代一次后采用量子策略对劣势群体进行变异,加强空间搜索能力,提高辨识精度;对于较优势群体引入Lévy随机游走策略,增加种群多样性,克服量子策略迭代后期种群性减少,易陷入局部最优的问题。其次对比多种优化算法在基准函数测试中的优化结果,验证了所提算法的优越性。最后运用某600 MW超临界机组过热汽温的现场运行数据进行模型参数的QSSA辨识,表明了所提算法的有效性,为现场过热汽温控制系统的进一步优化提供了新的途径。

摘要：在“双碳”背景下,风电作为零碳电力和新能源发电的主力军,在助力社会全面绿色低碳转型方面发挥了关键性作用。在保证发电稳定的前提下实现风能的最大化利用,提升风力发电系统发电量至为重要。文中针对永磁同一步风力发电系统的最大功率跟踪(maximum power point tracking, MPPT)问题进行研究。首先建立了永磁同步风力发电系统的机理仿真模型,用两电平双PWM全功率换流器连接风力发电机与电网。然后基于以上模型,分别设计了整数阶PI控制器、分数阶PI"控制器、模糊分数阶PP控制器以实现MPPT控制。最后对以上控制策略进行了仿真研究。结果表明,无论在阶跃风速还是随机风速下,模糊分数阶PU控制器相较于其他两种均具有更出色的MPPT性能与更强的鲁棒性。