控制理论与应用杂志

控制理论与应用杂志2021年第3期

• 运动想象脑电的块选择共空间模式特征提取

  孟明,尹旭,高云园,佘青山,罗志增

  共空间模式(CSP)作为一种空间滤波方法已在脑电信号(EEG)的特征提取上得到了广泛应用, 而对脑电信号的通道和频带进行合理选择可以有效改善共空间模式特征在运动想象脑机接口(BCI)中的分类性能. 针对已有选择方法中未充分考虑通道间差异性的问题, 本文提出一种对通道和频带同时进行选择的块选择共空间模式(BS–CSP)特征提取方法. 首先针对每个通道进行频带划分从而构建数据块, 然后根据时频特征计算对应的Fisher比表征每个块的分类能力, 并设置阈值选出一定数量的最优块, 最后用CSP和支持向量机(SVM)分别进行特征提取与分类.在对BCI Competition III Datesate IVa和BCI Competition IV Datesate I两个二分类运动想象任务的分类实验中, 平均分类精度达到了90.25%和83.78%, 表明了所提出的特征提取方法的有效性和鲁棒性.

• 多步k最近邻初值寻优的气压模拟系统遗忘迭代学习控制

  杨露,陈春俊,王欢,王东威

  高速列车车内压力波动过大会对乘客舒适性造成影响, 而气压模拟系统是一套通过对车内模拟气压跟踪控制, 实现对乘客舒适性进行研究的装置. 为解决系统历史运行数据利用率低以及存在迭代初始误差导致系统收敛速度慢的问题, 采用k最近邻(kNN)算法, 建立一种基于历史控制信息的最优初次控制信号提取方法, 并根据迭代学习控制的基本原理, 将最优控制初值输入到带遗忘因子的迭代学习控制器中, 通过不断迭代来实现车内期望气压轨迹的跟踪控制, 并和基于大数据的迭代学习控制以及传统PID迭代学习控制进行对比分析. 仿真结果表明: 基于多步kNN的遗忘迭代学习控制收敛速度更快、系统抖动程度更小、控制精度更高以及算法鲁棒性更好.

• 基于并发改进偏最小二乘的质量相关和过程相关的故障诊断

  李强,孔祥玉,罗家宇,解建

  并发潜结构投影(CPLS)与传统贡献图法是多元统计过程监控中常用的故障检测与诊断方法. 过程监控通常要求监测的时效性与诊断的准确性, 然而, 由于CPLS计算复杂以及传统贡献图诊断结果易受初始贡献较大的变量影响, 因此它们反馈的监控结果可能并不准确. 针对上述问题分别提出一种并发改进偏最小二乘(CMPLS)方法和新的相对贡献图法(NRC). 首先, CMPLS将输入和输出数据同时投影到与过程相关或质量相关的多个子空间, 在相应子空间分别构造适用于各种故障报警的监测指标进行过程监测; 然后, 结合所提出的NRC进行故障识别. 所提方法对过程故障实现全面监测的同时避免了过多的迭代过程, 并消除了过程变量中对检测指标初始贡献较大变量的影响. 最后利用数值仿真和田纳西伊士曼过程验证了所提方法的有效性.

• 基于递归神经网络的再入飞行器最优姿态控制

  吉月辉,周海亮,车适行,高强

  针对再入飞行器的姿态跟踪问题, 基于递归神经网络提出最优跟踪控制. 采用反步法和递归神经网络, 设计自适应前馈控制, 将再入飞行器的最优姿态跟踪问题转化为等价的姿态角误差/角速率误差最优调节问题. 采用自适应动态规划技术, 解决最优调节问题. 引入神经网络估计最优控制中的代价函数, 推导最优反馈控制律, 同时保证Hamilton–Jacobi–Isaacs(HJI)方程估计误差最小化. 采用Lyapunov理论, 保证闭环系统中所有信号, 包括姿态角跟踪误差是一致最终有界的. 在MATLAB/Simulink中仿真验证了所提出控制策略的有效性.

• 基于迭代学习与模型预测控制的交通信号混合控制方法

  闫飞,李浦,续欣莹

  针对基于迭代学习控制的交通信号控制方法对于路网中存在的非重复性实时干扰不能进行有效处理的问题, 本文在基于迭代学习控制的交通信号控制方法基础上, 结合模型预测控制滚动优化和实时校正的特点, 提出了一种基于迭代学习与模型预测控制的交通信号混合控制方法. 该方法在有效利用交通流周期性特征改善路网交通状况的同时, 可借助模型预测控制的优点对非重复性的实时干扰进行处理, 从而进一步提高交通信号的控制效率.通过仿真实验对该方法的有效性进行了验证. 实验结果表明, 基于迭代学习与模型预测控制的交通信号混合控制方法能够更有效地均衡路网内的车辆密度, 进一步提高了路网的通行效率. 最后, 本文还对该方法的收敛性进行了分析.

• 考虑碳排放量与数量折扣的闭环供应链网络设计与多目标决策优化研究

  顾秋阳,琚春华,吴功兴

  由于闭环供应链网络在环境法规、客户压力等方面都受到关注, 故供应商选择在供应链管理中更具挑战性, 本文所提闭环供应链网络模型可解决上述问题. 其中, 供应商会提供数量折扣以激励买家购买更多的产品. 模型的目标函数是将经济成本与碳排放量降至最低, 最大限度提升客户满意度等参数, 并确定出最佳的供应商、采购量、运输方式、技术类型、碳排放量、库存量及工厂间运输流量. 本研究基于MATLAB R2010a软件包对测试问题进行模型验证及敏感性分析, 结果表明: 考虑数量折扣后, 可显著降低供应链的总成本. 随着碳排放成本的上升, 供应链的总成本也会随之上升, 随之碳减排率也会不断提升. 可知该模型具有有效性与实用性, 可为供应链网络设计者提供决策依据, 为政府制定碳补贴政策实现减排提供理论依据.

• 电液伺服系统多项式非线性建模与控制一体化设计

  余臻,李喆瀚,刘利军

  常规电液伺服系统PID控制无法克服非线性因素影响, 存在跟踪准确性和鲁棒性问题. 因此, 本文提出电液伺服系统多项式非线性H∞控制律设计方法, 改进电液伺服系统的控制性能与鲁棒性. 首先利用多项式非线性模型对电液伺服系统进行系统辨识, 得到以误差作为状态变量的多项式非线性模型; 然后设计多项式非线性控制律, 证明所提出控制律可以保证系统从干扰至控制输出L2增益小于等于设定值, 并且在系统干扰为零时保证误差全局渐进收敛, 同时给出了控制律的求解方法. 最后对提出的控制律进行实验验证. 实验结果表明: 相较于常规PID控制,多项式非线性控制律能够改善实验台伺服缸控制过程的瞬态响应, 具有更好的抗干扰能力. 本文提出的设计方法为非线性H∞控制在电液伺服系统控制领域的实际应用提供了可行方案.

• 基于局部模型逼近的一种绳牵引并联机器人 自适应径向基神经网络控制

  王宇奇,林麒,周磊,施昕昕,杜一君,乔贵方

  为了保证风洞试验绳牵引并联机器人(WTT–WDPR)末端执行器的位姿, 提出了一种基于局部模型逼近的自适应径向基(RBF)神经网络控制. 采用牛顿–欧拉法建立了飞机模型的动力学方程, 并基于动态力矩平衡方程建立了驱动系统的动力学方程. 采用RBF神经网络进行了局部模型的逼近设计和控制律设计, 并通过构建Lyapunov函数对系统进行了稳定性分析, 结果证明WTT–WDPR是趋于渐进稳定的. 对WTT–WDPR进行MATLAB/Simulink仿真实验, 仿真结果验证了所设计的自适应RBF神经网络控制的正确性和可行性, 满足系统控制精度的要求, 也为在样机上进行实际应用和技术实现奠定了理论基础.

• 多变量周期系统的多模型二阶段自适应控制

  王岩,王昕,王振雷

  对于一类参数未知的多变量周期系统, 传统自适应控制方法存在参数收敛慢的问题, 导致系统暂态响应差、控制效果不理想. 因此, 本文针对多变量周期系统设计了多模型二阶段自适应控制器. 首先根据先验知识, 确定不确定区域范围, 并在不确定区域内建立多个自适应模型. 然后根据李雅普诺夫理论得到第一阶段辨识方程; 在第二阶段中, 充分考虑辨识误差并确定了权值自适应律, 以此获取虚拟模型以提高参数的收敛速度. 接着, 利用得到的虚拟模型参数设计了二阶段自适应控制器, 在保证了系统稳定性的基础上, 提高了系统的暂态性能. 最后, 给出的仿真结果表明多模型二阶段自适应控制器提高了参数的收敛速度, 改善了系统的暂态性能.

• 非平衡负载下轮式移动机器人的抗扰PID控制

  李高铭,聂卓赟,李兆洋,郑义民,罗继亮

  在非平衡负载条件下, 轮式移动机器人(WMR)的前进、转向速度耦合, 影响着轨迹跟踪和避障等运动控制性能. 为此, 本文提出了一种基于抗扰PID(DR–PID)控制器的WMR速度调节主动抗扰(ADR)控制策略. 首先, 建立WMR的速度耦合模型, 引入解耦矩阵减小静态耦合作用; 然后, 基于一类改进干扰观测器(DOB)控制方法, 设计一种具有ADR能力的PID控制器, 即DR–PID, 用于WMR的速度分散调节. 进一步, 考虑高频增益不匹配/不确定性, 分析闭环系统稳定性条件. 所得结论揭示了PID控制器的抗扰机理; 最后, 在不平衡负载条件下开展WMR运动控制实验研究, 实验结果验证了所提方法的有效性.

• 未知死区输入非线性系统的双观测器动态面控制

  王源庆,张桂臣,施祝斌,王琪,苏娟

  针对一类含死区输入的严格反馈非线性系统, 提出基于双观测器的自适应鲁棒控制算法. 动态面的每一步设计中, 第1观测器即跟踪信号观测器对指令信号进行观测, 并得到指令信号的差分信号, 消除传统动态面控制中计算复杂问题. 第二观测器即扰动观测器在线估计高阶动态面控制系统中每一步的不确定模型, 与跟踪信号观测器实现双反馈控制, 提高控制效果. 通过李雅普诺夫方法分析了自适应鲁棒控制器的输入输出有界的特性. 最后, 实验验证基于双观测器的自适应鲁棒控制器的性能, 结果表明本文方法控制效果较好. 且采用反双曲正弦函数建立观测器, 参数调节少, 利于工业应用.

• 采用Smith预估器模型的时滞系统自适应控制

  郑仰东

  在实际生产控制系统中时滞现象相当普遍, 而传统的PID控制方法对时滞系统的控制很难达到满意的效果且易引起系统的不稳定. Smith预估器是一种广泛应用于时滞系统闭环控制的有效方法, 但存在预估器模型和被控对象参数不匹配时系统控制特性的劣化甚至发生振荡发散的问题. 本文提出了一种基于李雅普诺夫稳定性理论, 用于改善Smith预估器参数失配时控制特性的模型参考自适应控制方法, 阐述了其基本原理并推导了1阶系统的自适应律, 然后通过数值仿真计算进行了验证. 理论分析推导和仿真计算结果表明, Smith预估器和自适应控制方法的结合明显改善了对时滞系统的控制性能, 防止了系统的不稳定性, 因而在一定程度上解决了Smith预估器存在的上述问题, 取得了较好的效果, 有望在实际的时滞系统和设备的过程控制中得到广泛的应用.