控制理论与应用杂志

控制理论与应用杂志2024年第1期

• 随机干扰下拓扑时变Kuramoto网络事件触发固定时间同步

  孙佳,贾玉斌,武永宝,董璐,刘剑

  本文针对一类网络拓扑时变且耦合通道存在随机干扰的Kuramoto型振子网络的同步问题, 设计了事件触发机制下的固定时间控制算法. 针对耦合网络的拓扑在切换中保持连通的假设, 给出了一种具有多层结构的事件触发分布式控制策略, 并能够抵消随机干扰对同步性能带来的负面影响. 利用随机Lyapunov稳定理论和固定时间稳定性理论给出了达到实际固定时间相位同步的控制参数条件和同步调节时间的上界. 另外, 证明了所使用的事件触发机制在引入双曲正切函数之后不会产生Zeno现象, 并给出了触发间隔的下界. 同时, 在推论中给出了本文提出的控制方法也可以应对振子耦合拓扑图不连通情况的结论. 最后, 通过两组具有不同噪声强度的仿真实验验证了理论分析结果.

• 动态事件触发机制下二阶多智能体系统完全分布式控制

  邓甲,王付永,刘忠信,陈增强

  本文研究了无向通信拓扑下二阶多智能体系统的一致性问题, 分别针对有领导者和无领导者的情形, 设计了一类基于辅助动态变量的完全分布式事件触发控制策略, 该策略具有参数较少且易调等特点. 智能体自身的触发函数满足条件时才向邻居广播自身的状态信息, 有效避免了连续通信, 减少了系统能量耗散. 每个智能体的控制协议和触发函数都只用到自身的状态和邻居触发时刻的状态, 不涉及邻居的实时状态信息, 也不依赖通信拓扑网络的任何全局信息. 利用代数图论以及Lyapunov稳定性理论, 证明在所提出的控制策略下, 二阶多智能体系统能够实现渐近一致性, 且不存在Zeno行为. 仿真示例进一步验证了理论结果的有效性.

• 基于混合整数规划的智能车横纵向一体化滚动优化决策

  戴启坤,刘俊,郭洪艳,陈虹,孙义

  本文针对智能车辆的行为决策问题, 设计了基于混合整数规划的智能车横纵向一体化滚动优化决策方法.该方法首先将纵向车速表示为非整数, 将期望车道表示为整数控制量, 建立了混合整数智能车决策简化模型; 然后,设计了横纵向一体化滚动优化决策方法, 决策出纵向车速和换道动作, 根据系统输出与非线性约束的时域关系证明了优化问题的递归可行性并通过遗传算法求解非线性混合整数规划优化问题. 基于车辆动力学仿真软件veDYNA和Simulink进行了联合仿真, 并在红旗E-HS3智能车上开展了实车试验, 结果表明, 本文提出的基于混合整数规划的智能车横纵向一体化决策方法能够实现超车、避障、跟车、停车和弯道工况下的行为决策.

• 考虑无线充电的无人机路径在线规划

  张涛,刘威,王锐,李凯文,徐万里

  近年来, 无人机在物流、通信、军事任务、灾害救援等领域中展现出了巨大的应用潜力, 然而无人机的续航能力是制约其使用的重大因素, 在无线充电技术不断突破和发展的背景下, 本文基于深度强化学习方法, 提出了一种考虑无线充电的无人机路径在线优化方法, 通过无线充电技术提高无人机的任务能力. 首先, 对无人机功耗模型和无线充电模型进行了构建, 根据无人机的荷电状态约束, 设计了一种基于动态上下文向量的深度神经网络模型,通过编码器和解码器的模型架构, 实现无人机路径的直接构造, 通过深度强化学习方法对模型进行离线训练, 从而应用于考虑无线充电的无人机任务路径在线优化. 文本通过与传统优化方法和深度强化学习方法进行实验对比,所提方法在CPU算力和GPU算力下分别实现了4倍以及100倍以上求解速度的提升.

• 具有输入输出约束的无人直升机预设性能安全跟踪控制

  马浩翔,陈谋,吴庆宪

  针对无人直升机姿态与高度系统存在未知外部干扰、输入饱和、姿态与高度约束等问题, 本文提出一种具有输入输出约束的预设性能安全跟踪控制方法. 首先, 针对无人直升机的姿态与高度约束, 通过设计一类边界保护算法, 构建了新的安全期望跟踪信号. 为了保证系统对于安全期望跟踪信号的跟踪性能, 将预设性能函数与边界保护算法进行结合, 并对跟踪误差进行转换. 针对系统的输入饱和现象, 使用Sigmoid函数进行逼近; 同时, 针对饱和函数的逼近误差与未知外部干扰构成的复合干扰, 采用参数自适应方法对其上界进行逼近. 然后, 结合反步控制方法设计了安全跟踪控制器, 并通过Lyapunov稳定性理论证明了闭环系统所有信号的收敛性, 保证了无人直升机的安全跟踪性能. 最终, 通过数值仿真验证了所提控制方法的有效性.

• 制冷站双目标权重自适应非线性预测控制

  魏东,闫畔,冯浩东

  针对传统制冷站控制系统易产生振荡, 且无法实现系统性能整体优化的问题, 本文提出一种制冷站非线性预测控制策略, 优化目标函数设计为满足建筑冷量需求的同时, 尽可能提高系统整体能效. 为解决上述两个优化目标之间的矛盾关系, 本文采用模糊逻辑设计了优化目标权重自适应模块, 实时求取权重因子最优解; 针对非线性系统在线优化求解困难问题, 本文提出了基于神经网络的非线性滚动优化算法, 采用神经网络作为反馈优化控制器,并将系统优化目标函数作为在线寻优性能指标, 结合Euler-Lagrange方法和随机梯度下降法对控制器权值和阈值进行在线寻优, 算法计算量小, 占用存储空间适中, 便于采用低成本的现场控制器实现制冷站预测控制. 仿真实验结果表明, 本文所提出的预测控制策略与PID控制相比, 在未加入优化目标函数权重自适应模块情况下, 系统平均能效比提高约32.5%; 进行优化目标函数权重自适应寻优后, 系统平均能效提高约39.43%.

• 混合热工和水力特性的风机盘管系统建模

  赵安军,董菲菲,于军琪,张宇,张萌芝

  针对风机盘管系统建模研究中大多数未考虑水力学特性对其的影响, 本文提出混合热工和水力特性的风机盘管系统建模方法, 以满足实际工程中对于风机盘管系统控制的数学模型需要. 在水力学模型中考虑风机盘管电动水阀, 基于基尔霍夫定律建立水力平衡方程, 通过遗传–粒子群相结合的优化算法(GA-PSO)求解各个盘管的水流量及对应的阀门开度; 以水流量为输入, 考虑风机盘管风量, 采用非线性最小二乘法辨识求解其总传热系数, 建立基于牛顿冷却定律的风机盘管热力学模型. 实验结果表明: 混合热工和水力特性的建模方法能够更好的反应风机盘管的物理过程; GA-PSO算法具有很好的稳定性和收敛性, 能够更准确的求解水流量及对应的阀门开度, 与实际运行数据的相对误差不超过1%; 热力学模型在各种实际工况下的模型误差都低于4%, 能够精确反映风机盘管的传热过程.

• 动态内全潜结构投影的空间扩展故障检测方法

  孔祥玉,陈雅琳,罗家宇,安秋生,杨治艳

  动态内偏最小二乘(DiPLS)方法是基于数据驱动的潜结构投影的动态扩展算法, 用于动态特征提取和关键性能指标预测. 在大型装备系统中, 传感器采集的当前时刻样本受历史样本的影响且可能包含较大噪声. 在动态特征提取中, 因DiPLS算法未按降序提取主成分, 导致残差空间仍存在较大变异, 动态和静态信息难以有效分离, 影响故障检测性能. 为此, 本文提出了一种基于动态内全潜结构投影的故障检测方法(DiTPLS). 首先, 使用动态内偏最小二乘方法和向量自回归模型建立动态模型并检测故障, 用于捕捉质量相关动态信息; 基于结构化动态主成分分析算法建立一种改进的动态潜在变量模型, 用于残差分解, 提取质量无关的动态信息和静态信息, 并构造合适的统计量进行故障检测. 数值仿真和田纳西–伊斯曼过程实验验证了DiTPLS算法的有效性.

• 带宽化调节下的抗扰PID退饱和控制方法

  聂卓赟,聂方明,陈一逢,詹瑜坤,罗继亮

  比例–积分–微分(PID)控制的抗饱和设计是一类经典非线性控制问题, 理论研究丰富, 但工程中广泛使用的仍是积分退饱和这类简易策略. 究其原因, 现有理论方法过于依赖系统模型和状态空间理论, 稳定性条件与调参机制之间关系复杂. 本文基于经典退饱和控制结构, 首次阐述了“退饱和带宽”概念及退饱和参数调节机理, 在此基础上讨论了两类低阶退饱和补偿器的带宽化设计方法. 在抗扰PID反馈控制下, 结合小增益定理得到退饱和控制的稳定性条件, 给出控制参数与退饱和带宽之间的调节关系, 实现退饱和控制的带宽化整定. 最后, 通过数值仿真验证了所提方法的有效性.

• 多链接复杂网络指数同步的间歇事件触发控制

  张宏礼,齐文博,郭英

  本文研究了基于间歇事件触发控制策略的延迟多链接复杂网络的指数同步问题, 设计了一种间歇动态事件触发控制策略. 相比于间歇静态事件触发控制策略, 本文提出的控制策略是基于控制区间内的动态事件触发, 极大地减少了事件触发次. 并且, 考虑的间歇控制的控制增益是自适应的, 这具有动态调整的作用. 基于图论和李雅普诺夫方法, 本文给出了实现延迟多链接复杂网络指数同步的充分条件. 此外, 本文设计的控制策略能够排除Zeno现象. 并且, 将理论结果应用于一类振子系统的指数同步问题. 最后, 文章给出相应的数值仿真来验证理论结果的有效性和可行性.

• 面向稀疏奖励的机器人操作技能学习

  吴培良,张彦,毛秉毅,陈雯柏,高国伟

  基于深度强化学习的机器人操作技能学习成为研究热点, 但由于任务的稀疏奖励性质, 学习效率较低. 本文提出了基于元学习的双经验池自适应软更新事后经验回放方法, 并将其应用于稀疏奖励的机器人操作技能学习问题求解. 首先, 在软更新事后经验回放算法的基础上推导出可以提高算法效率的精简值函数, 并加入温度自适应调整策略, 动态调整温度参数以适应不同的任务环境; 其次, 结合元学习思想对经验回放进行分割, 训练时动态调整选取真实采样数据和构建虚拟数的比例, 提出了DAS-HER方法; 然后, 将DAS-HER算法应用到机器人操作技能学习中, 构建了一个稀疏奖励环境下具有通用性的机器人操作技能学习框架; 最后, 在Mujoco下的Fetch和Hand环境中, 进行了8项任务的对比实验, 实验结果表明, 无论是在训练效率还是在成功率方面, 本文算法表现均优于其他算法.

• 基于LESO的MMC-RPC反馈线性化直接功率控制

  宋平岗,陈怡,连加巍

  模块化多电平铁路功率调节器作为一个耦合的多变量非线性系统, 传统PI控制的直接功率控制难以实现对系统的精确解耦. 本文提出了一种基于线性扩张状态观测器的反馈线性化直接功率控制方法, 根据Lie导数构建了模块化多电平铁路功率调节器(MMC-RPC)两输入/两输出功率仿射模型, 设计了精确反馈线性化功率解耦控制器. 针对不确定因素等扰动对精确反馈线性化控制效果的影响, 设计了线性扩张状态观测器对扰动进行观测和补偿, 实现了功率的精确跟踪控制. 最后, 通过MATLAB/Simulink平台搭建仿真模型对所提控制方法进行了验证.

• 基于耦合分析的热流系统协同设计

  温宇钒,何婷,李东海

  作为综合能源系统的一部分, 热流系统通常在稳态假设下设计其物理系统, 在此基础上设计控制器. 这种方法忽略了系统与控制器设计间的耦合关系, 导致系统暂态性能不佳. 为此, 本文提出一种协同设计方法, 以系统总质量、熵产率以及控制效果为设计度量, 基于热流系统数学模型及其熵产率模型, 结合嵌套设计方法和同步设计方法完成系统设计. 考虑到设计过程中设计参数多、变量范围大的问题, 引入时间序列模式距离, 构造相关度度量函数来分析物理系统与控制器之间的耦合关系, 从而减少非耦合参数. 同时, 利用数据分析方法进一步缩小了待设计参数范围. 为验证方法的有效性, 以一个理想热流系统为设计实例, 仿真结果表明, 通过相关度度量函数及其数据分析, 可以将设计参数个数减少66%, 选取范围缩小26%. 相比于传统顺序设计方法, 经过协同设计方法设计的系统控制误差可减少29%, 且设计控制器抗扰能力也优于频域方法和SIMC方法.

• 随机Lur’e时滞网络的指数同步与脉冲控制

  孔纬升,汤泽,王艳,纪志成

  本文研究了一类具有不对称耦合和时变时滞随机Lur’e动态网络的全局指数同步问题. 为了使网络中的所有Lur’e系统达到同步, 文章提出了一种实用的脉冲控制策略, 利用平均脉冲间隔概念、Perron-Frobenius定理、比较原理、参数变分法和无参照系统策略, 给出了保证网络实现全局指数同步的充分条件. 基于脉冲信号既能促进网络群聚行为同时也可能阻碍网络同步这一事实, 本文分别讨论了积极脉冲效应和消极脉冲效应作用下网络实现同步的判定方法, 同时给出了不同脉冲效应作用下网络的收敛速度. 提供了数值仿真证明主要结果和控制策略的有效性.

• 一种可倾斜六旋翼无人机容错控制方法

  徐雪松,涂平

  常规六旋翼无人机在单个旋翼完全失效后, 存在姿态与高度不完全可控的情况, 此时采取降级控制策略会使无人机失去静态悬停能力. 针对此问题, 本文提出了一种可倾斜旋翼的容错控制方法, 在经典旋翼结构布局的基础之上, 将其中一个旋翼设计成可倾斜结构, 通过倾斜角度的改变与控制分配重构, 无人机在任意单个旋翼完全失效后均能保持力与力矩的平衡. 利用线性规划方法得到无人机的可达力矩集, 同时对电机饱和度进行分析, 确定了不同旋翼失效后的最优倾斜角. 搭建飞行测试平台进行对比验证, 实验结果表明, 本文提出的方法具有良好的容错效果与鲁棒性, 能够保证六旋翼无人机在故障后的稳定飞行与平稳降落.

• 全方位机器人的重心位置预测与轨迹跟踪控制

  王义娜,刘赛男,王硕玉,杨俊友

  针对全方向移动机器人存在非线性动态强耦合、实时重心偏移及难以实现高精度跟踪控制的问题, 本文提出一种基于长短期记忆(LSTM)神经网络的重心位置在线预测的轨迹跟踪控制法. 首先, 建立考虑重心偏移的动力学模型并基于LSTM神经网络训练构建其对比模型; 其次, 基于模型对比法实时估计重心偏移参数, 再基于张神经网络(ZNN)对估计的重心偏移参数进行预测以减小估计过程引起的滞后; 最后, 基于非线性动态反馈解耦法设计数值加速度控制算法, 且基于离散系统极点配置法分析了系统的稳定性. 仿真结果验证了所提方法相对于数值加速度控制器与自适应控制器因能在线预测重心偏移参数完成高精度动态解耦实现控制精度的提高. 实际实验中, 所提控制算法相比数值加速度控制及模型预测控制, 其跟踪精度明显提高, 这表明所提控制算法可显著减小重心偏移对跟踪控制精度的影响.

• 融合元学习和PPO算法的四足机器人运动技能学习方法

  朱晓庆,刘鑫源,阮晓钢,张思远,李春阳,李鹏

  具备学习能力是高等动物智能的典型表现特征, 为探明四足动物运动技能学习机理, 本文对四足机器人步态学习任务进行研究, 复现了四足动物的节律步态学习过程. 近年来, 近端策略优化(PPO)算法作为深度强化学习的典型代表, 普遍被用于四足机器人步态学习任务, 实验效果较好且仅需较少的超参数. 然而, 在多维输入输出场景下, 其容易收敛到局部最优点, 表现为四足机器人学习到步态节律信号杂乱且重心震荡严重. 为解决上述问题,在元学习启发下, 基于元学习具有刻画学习过程高维抽象表征优势, 本文提出了一种融合元学习和PPO思想的元近端策略优化(MPPO)算法, 该算法可以让四足机器人进化学习到更优步态. 在PyBullet仿真平台上的仿真实验结果表明, 本文提出的算法可以使四足机器人学会行走运动技能, 且与柔性行动者评价器(SAC)和PPO算法的对比实验显示, 本文提出的MPPO算法具有步态节律信号更规律、行走速度更快等优势.

• 面向任务的重叠联盟结构生成计算复杂性

  张国富,宋晓晓,苏兆品,岳峰

  传统的重叠联盟形成问题大都聚焦智能体, 鲜有从任务视角出发. 为此, 本文首先构建了一种面向任务的重叠联盟结构生成模型, 并分析了其解空间和相关决策问题的计算复杂性. 此外, 基于流网络分别设计了相应的孤立联盟、重叠联盟、重叠联盟结构成功性判别算法和最优重叠联盟结构生成算法. 分析结果表明, 判别孤立联盟、重叠联盟、重叠联盟结构的成功性的时间复杂度均与智能体数和任务数呈多项式关系, 而搜索最优重叠联盟结构的时间复杂度与智能体数和任务数呈指数关系. 最后, 通过仿真实验验证了上述结果.

• 挥发窑鼓风管的关键点识别及其摆放位置监测

  易佞纯,桂卫华,梁骁俊,张超波,唐峰润,阳春华

  窑头鼓风管的摆放位置是影响氧化锌挥发窑燃烧状态的重要操作参数之一, 现仍由人工看火来手动调节,同时现场没有为挥发窑的运行优化记录完善的鼓风状态数据, 也难以及时发现鼓风管被窑内渣块击中等安全隐患.针对上述问题, 本文提出一种基于关键点识别的鼓风管位置监测方法. 首先, 文章对从窑头看火口采集的火焰视频数据集设计一种邻域关键点辅助的数据扩充方法, 并构建级联金字塔网络(CPN)来预测鼓风管管口中心点的位置;然后, 本文提出一种基于多帧图像的聚类分析算法来消除因烟尘遮挡所产生的异常点, 并采用一种量化指标来实现对挥发窑鼓风管摆放位置的实时感知与记录; 最后, 本文基于现场采集的火焰视频数据进行了对比实验, 结果表明所提出的关键点检测模型精度高、鲁棒性强, 且鼓风管位置的量化准确率高达92.3%.

• 考虑状态受限和一致性的微电网二次控制

  吴忠强,程洪强

  为解决交流微电网下垂控制产生的偏差问题, 本文采用二次控制对分布式电源输出电压和频率进行调节.将微电网看成分布式多智能体系统, 智能体间通过稀疏网络进行通信, 运用多智能体一致性协议, 本文提出一种基于障碍Lyapunov函数和自适应模糊系统的二次电压和频率控制器. 采用障碍Lyapunov函数设计控制器, 不但能保持系统的稳定性, 还可使输出的电压和频率限制在预设的范围内. 采用自适应模糊系统可对系统中的一些参变量的变化进行估计, 提高了控制器的鲁棒性. 本文给出了严格的稳定性证明. 通过对负载变化, 以及拓扑结构改变等的仿真测试, 验证了所提方案的有效性.