摘要：针对电液伺服系统中存在的参数不确定性与未知外部扰动等问题,提出一种基于参考模型的电液伺服位置跟踪控制方法。首先根据电液伺服系统的非线性方程建立了系统的状态空间模型,据此构建由理想参考模型和总扰动组成的控制系统结构;然后结合电液伺服系统状态空间模型分别设计理想参考模型和扰动观测器,实现参考模型输出可以精确跟踪给定输入信号和对系统总扰动的观测;最后设计控制律实现对总扰动的有效补偿和实际系统的输出对参考模型输出的精确跟踪。仿真与实验结果表明,基于参考模型的扰动观测器在电液伺服位置跟踪控制方面相比比例积分微分(PID)控制,可以有效地提高系统控制精度并减小系统动态控制误差,实现对给定输入信号准确的跟踪。

摘要：电动汽车具有移动储能器的特性,对其充放电行为进行合理调度可以对电网负荷起到削峰填谷作用,并提高电网对风光能源的吸纳能力,为此本文研究了含有电动汽车与电网交互(vehicle-to-grid,V2G)的孤岛微电网分布式能量管理策略.首先通过充放电电价诱导机制,提出一种包含电动汽车聚合商的多智能体微电网效益模型,进而考虑实际能源系统在发电损耗及功率平衡约束下的社会效益最大化问题.其次利用微电网内分布式能源之间信息交互,设计基于多智能体一致性理论的优化求解算法,并进一步考虑系统中存在通信随机时延的情况,最终实现社会效益最大化且系统电价达到一致,并对此研究背景下算法的收敛性进行分析,给出了收敛条件.最后采用标准IEEE-11总线结构对系统进行仿真验证,证明了所提控制策略的有效性.

摘要：针对伺服电机驱动的连铸结晶器控制系统执行器输入饱和和状态受限问题,同时考虑系统存在负载扰动、参数摄动等不确定性问题,提出一种基于扩张状态观测器的跟踪误差预设性能反步控制策略.首先,针对执行器输入饱和问题,建立系统的数学模型;然后,采用一种线性扩张状态观测器实时观测系统时变负载扰动、参数摄动等不确定性,并对观测误差的收敛性进行分析;接着,针对伺服电机电流饱和与跟踪误差预设性能控制问题,通过引入辅助状态变量确保系统跟踪误差限定在允许范围内,设计基于扩张状态观测器的反步(Backstepping)控制器;最后,根据Lyapunov稳定性理论证明闭环系统的稳定性,并通过系统仿真验证所提出控制策略的有效性.

摘要：为了研究机构在复杂压力作用下的材料性能,设计了一套气动变载荷压力加载系统用来模拟复杂压力加载作用。但由于在实际气动压力加载系统应用中存在易受干扰、时滞性大和非线性等问题,难以实现给定波形的精确跟踪。为了提高气动变载荷压力加载系统的跟踪精度,设计了一种分数阶PID(proportion integration differentiation)改进型自抗扰控制器应用于气动变载荷压力加载控制之中,该控制器利用分数阶PID取代常规自抗扰控制器中的非线性状态误差反馈器,因此结合了分数阶PID控制器良好的动态性能和自抗扰控制器良好的抗干扰能力。和常规自抗扰控制进行了仿真和试验比较,结果表明,该控制算法响应速度快,跟踪精度高,抗干扰能力强。

摘要：基于水下无线传感器网络的位置估计是解决水下自主机器人定位问题的有效方法,然而由于水下无线传感器网络中的传感器节点一般部署在开放水域中,外来的恶意节点在基于到达时间的网络信道中注入恶意噪声延迟会对定位精度产生不利影响。针对这个问题,本文提出了一种改进联合概率数据关联算法。首先,我们考虑了一种异构的网络架构,包括水面浮标节点、水下信标节点和待定位的AUV目标节点,并获取网络架构中信标节点和AUV之间的距离测量;然后,我们设计了一种基于矩阵相似度的恶意噪声识别机制,识别并丢弃受恶意噪声污染的距离测量,并且对检测为未受到恶意噪声污染的距离测量进行分组,利用最小二乘法完成对AUV的初步定位;接着,为了丰富所得到的样本测量点以提高AUV的定位精度,我们在预测点以及检测出未受到恶意噪声污染的测量点的附近生成一系列服从高斯分布的虚拟测量;最后,对这些测量点进行数据关联处理与更新,完成对AUV目标节点的精确定位。仿真结果表明,所提出的定位方法与其他工作相比,在有恶意噪声攻击的情况下仍能保持较好的定位精度。

摘要：由于轧制过程中应力状况较为复杂,传统的轧制力数学模型难以达到冷连轧轧制精度的要求,通过分析应力状态系数的影响因素,确立径向基函数(Radial basis function,RBF)神经网络的输入层参数以及隐层节点数,从而建立轧制变形区的应力状态系数RBF神经网络模型预报模型,把预报值用于传统轧制力计算模型中计算轧制力,获得一种轧制压力修正模型。针对SRINVAS自适应遗传算法(SRINVAS's adaptive genetic algorithm,SAGA)容易陷入局部极小的缺点,设计出一种改进的自适应交叉和变异策略,以各机架轧制负载相对均衡为目标,对典型的两个钢种在1370五机架冷连轧机进轧制规程的优化,试验结果证明,改进的自适应遗传算法(Improved adaptive genetical gorithm,IAGA)具有比Srinvas自适应遗传算法收敛速度更快、精度更高等优点,前四机架负荷系数的标准差分别减小到0.0108和0.0090。

摘要：针对电动助力转向系统(EPS)中存在的模型不确定性和路面干扰问题,提出了基于遗传算法的鲁棒H∞控制方法.构建了EPS系统数学模型,以驾驶员获得较小的干扰波动和卓越的鲁棒性为控制目标,运用鲁棒H∞方法极小化干扰问题,将系统设计中加权函数的选取表示成多目标问题,用遗传算法对其优化求解,得到鲁棒控制器.分析了受到路面干扰时,方向盘把持转矩的响应情况.仿真结果表明,遗传优化后的EPS鲁棒控制器有效地增强了系统的鲁棒稳定性,提高了系统的抗干扰能力,使驾驶员获得满意的路感,提高了行驶安全性.

摘要：针对微粒群优化算法易陷入局部最优、出现早熟等不足,从作用力规则和种群拓扑结构两方面进行研究。提出一种混合作用力微粒群优化(Hybrid force PSO,HFPSO)算法,将算法的搜索过程划分为前期和后期两个阶段,分别构造引斥力规则和双引力规则,使算法搜索前期具有良好种群多样性、搜索后期有较高寻优精度。进一步将生物趋利避害的行为选择机制融入HFPSO算法,提出有向动态拓扑混合作用力微粒群优化算法,赋予微粒主观能动性使其靠近适应值较好微粒、远离适应值较差微粒,提出适应值驱动边变化的有向动态拓扑(Fitness-driven edge-changing unidirectional dynamic topology,FEUDT)结构,并将FEUDT结构与HFPSO算法以结构演化和算法进化同步进行的方式结合,进一步提升算法的优化性能。利用Benchmark函数对所提算法与标准PSO、搜索后期斥力增强型混合引斥力微粒群优化(LRPSO)算法进行性能对比测试,结果表明,所提算法具有较好的寻优能力和较快的收敛速度。通过桥式系统可靠性优化实例和供应商参与的某汽车产品子系统可靠性设计优化实例,验证了所提算法求解实际复杂优化问题的有效性。

摘要：针对火灾发生时,火灾图像背景复杂、人工特征提取过程繁琐、对火灾图像的识别泛化能力不强、容易出现精度不高、误报和漏报等问题,提出了张量对象特征提取的多线性主成分分析(Multilinear Principal Component Analysis,MPCA)深度学习算法的火灾图像识别新方法。利用MPCANet建立火灾图像识别模型,通过MPCA算法学习滤波器作为深度学习网络卷积层卷积核,对张量对象的高维图像进行特征提取,并把蜡烛图像和烟花图像作为干扰。通过仿真实验并与其他火灾图像识别方法对比得到提出的图像识别方法识别精度达到了97.5%、误报率1.5%、漏报率1%。实验表明:该方法可以有效解决火灾图像识别存在的问题。

摘要：为减小摩擦对比例多路阀性能的影响,提出基于修正黏性摩擦LuGre模型的比例多路阀摩擦特性分析、模型参数辨识以及摩擦补偿方法。通过实验测试间接得出摩擦数据,运用数据拟合方法辨识出修正黏性摩擦LuGre模型的静态和动态参数。基于辨识参数设计出修正黏性摩擦LuGre模型摩擦状态观测器,将观测器摩擦信号输出量反馈到控制模型输入端,减小摩擦对比例多路阀性能的不良影响。仿真结果表明,基于辨识参数的修正黏性摩擦LuGre模型摩擦补偿方法可提高比例多路阀的位置跟踪精度。