控制理论与应用杂志

控制理论与应用杂志2025年第12期

• 多智能体系统一致性的动态事件触发预测控制

  高翔宇,付东飞,孟浩飞,张玲

  本文研究了一类带输入约束和状态约束的线性多智能体系统一致性问题. 为解决智能体间通信及控制器更新频繁的问题, 本文结合动态事件触发机制和模型预测控制原理, 设计了动态事件触发的双模预测控制策略. 在该控制策略作用下, 多智能体系统在满足约束条件时能够以指数收敛速度实现一致性, 且算法的可行性和系统的稳定性均得以保证. 同时, 连续两个触发时刻之间存在最小触发时间间隔, 芝诺现象被排除. 最后, 针对需要连续检验事件触发条件的问题, 本文设计了非周期、非持久的自适应触发条件验证方法, 进一步节约了计算资源, 数值仿真实验表明本文所提方法的有效性.

• 含参数不确定和输入时延的线性系统自适应Tube模型预测控制

  李凯,苏延旭

  模型预测控制(MPC)在现代控制中因其在处理多变量和约束系统中的优势, 得到了广泛应用. 然而, 系统的不确定性和输入延迟为MPC的设计和实现带来了显著挑战. 本文提出了一种适用于含有参数不确定性和输入延迟的线性系统的自适应Tube-MPC算法. 首先, 采用状态变量扩展的方法将原始系统转化为增广系统来处理时延问题, 并设计一种基于时变更新率的自适应更新律进行参数估计, 确保估计误差在有界范围内; 其次, MPC控制器采用椭球体集合来参数化状态Tube用于捕获状态轨迹, 将离线和在线优化问题转化成半定规划(SDP)问题, 以简化计算复杂度, 实现了对系统的鲁棒控制; 最后, 通过两组仿真实例验证了所提自适应Tube-MPC算法的有效性.

• 带有输入饱和的非线性全驱系统级联预测控制

  王秀博,段广仁

  基于全驱系统方法的预测控制通过非线性输入变换,将原始输入映射为期望的线性闭环系统输入,进而构造分散式线性预测模型,降低了优化问题求解的复杂度.然而,当系统具有输入饱和约束时,此类输入变换为期望的预测模型引入强非线性的约束问题.为此,本文提出了一种级联预测控制方法,设计了双层优化结构的级联预测控制器: 第1层优化结合上一时刻的预测输入序列,优化预测时域内输入变换后的线性边界;第2层优化则基于重新定义的线性约束,求解带有松弛因子的分散式线性优化问题.该方法有效避免了因输入变换引发的非线性约束问题,降低优化复杂度,并提高非线性优化问题的可解性,同时保证闭环系统的稳定性.最后,通过对全驱航天器姿态系统和欠驱转动平移驱动系统的仿真,验证了所提算法的有效性.

• 不确定风力发电系统的稳定随机模型预测控制

  郭诗璠,刘向杰,孔小兵,马乐乐

  风速的随机不确定性为风力发电系统实现稳定功率控制带来了巨大挑战.鉴于随机模型预测控制在处理概率形式不确定性方面的显著优势,其已被广泛应用于风力发电系统的功率控制中.然而,风速的波动特性会导致风力发电系统工作点频繁变动,而传统的随机模型预测控制方法通常仅能在预设的单一工作点下确保系统的可行性和稳定性.为了解决上述问题,本文提出了一种针对不确定风力发电系统的稳定随机模型预测控制策略,旨在确保风力发电系统在全运行区域内,无论工作点如何变化,都能维持其可行性和稳定性.通过集成Luenberger观测器来估计由线性化过程引入的模型失配,并结合基于Tube的控制框架来应对随机风速扰动.此外,通过将人工稳态目标作为优化变量以确保随机模型预测控制策略的可行性,并通过调整目标函数和扩展终端约束来保证风力发电系统的稳定性.最后,通过不同场景下的仿真和FAST实验验证了所提出策略的有效性.

• 受扰非线性全驱系统的抗干扰预测跟踪控制

  张大蔚,刘国平,王立敏

  针对一类具有外部干扰的离散时间非线性全驱系统的跟踪控制问题,本文提出一种全驱系统抗干扰预测控制方法.首先,在低保守性干扰假设下,利用差分算子及其高阶形式设计高阶干扰观测器来精确估计外部干扰,从而为构建干扰预见提供良好基础;其次,利用Diophantine方程建立含有干扰预见的增量式全驱系统预测模型.基于该预测模型,推导多步超前预测来最小化目标函数,进而获得最优抗干扰控制器以确保跟踪性能.进一步的讨论提出分析闭环系统稳定性与跟踪性能的充分条件;最后,通过航天器姿态控制的数值仿真,验证所提出方法的有效性.

• 通信时滞非线性系统分布式经济模型预测控制

  王定超,李西宏,何德峰,穆建彬

  针对通信时滞的状态耦合约束非线性系统,本文提出一种新的具有稳定性保证的分布式经济模型预测控制(EMPC)策略.通过离散计算系统的最优经济稳态点,构建关于该点的稳定最优控制问题.利用稳定最优控制问题的最优值函数,构造原始分布式EMPC优化的隐式收缩约束.应用终端约束和输入–状态稳定性(ISS)引理,建立分布式EMPC的递推可行性和闭环系统关于最优经济稳态点相对于状态偏差的ISS结果.最后,采用级联的非线性连续搅拌釜反应器,验证本文策略的有效性.

• 受概率约束的离散时变不确定系统的随机模型预测控制

  张逸刚,黄道平,刘乙奇

  在模型预测控制方法(MPC)中,模型的不确定性主要源于外部干扰、输入噪声和时变参数等因素,这些因素可能导致预测误差,从而,降低控制性能.本文针对一类具有加性扰动的离散时变系统,提出了一种新型随机模型预测控制(SMPC)算法. 该算法能够在特定约束条件下有效预测系统的未来行为,并优化控制输入,以实现预定的性能目标.为实现本文所提出的控制方法,本文采用李雅普诺夫稳定性理论保证系统的闭环稳定性,运用凸组合技术应对系统参数的时变性,并利用凸优化方法计算名义系统的控制增益.此外,使用逆累积分布函数将概率约束转化为确定性约束.最后,文章通过数值仿真实验对本文所提出的方法进行验证.仿真结果表明,随机模型预测控制策略能够更好地适应随机变化的环境,并在面对随机干扰时保持较高的控制精度,并且具有相对较低的保守性.

• 永磁同步电机直接模型预测控制电压矢量占空比优化策略

  许宇豪,乔社娟,肖海峰,李文真

  永磁同步电机直接转矩控制和模型预测控制相结合产生的模型预测转矩控制具有控制简单和动态响应能力强的优点.然而,在控制周期内作用多个电压矢量消除稳态误差时存在电压矢量组合失效和占空比运算复杂的问题.本文提出了一种永磁同步电机直接模型预测控制的电压矢量占空比优化策略,以提高双电压矢量作用时间运算结果的有效性.基于无差拍控制原理,推导磁链矢量与电压矢量之间的关系,将控制变量归一化为参考电压矢量,解决了权重系数整定问题.进而,通过划分扇区子区域,直接得到最优电压矢量组合.最后,基于矢量合成原理,对电压矢量的作用时间提出了总和与比值约束条件,保证每种电压矢量作用时间的合理性与合成电压矢量的有效性.实验结果证明了所提方法具有比传统方法更好的稳态性能和良好的动态性能.

• 数据驱动下的多指混杂机械臂控制与抓取

  孙浪浪,何邵颖,徐云雯,陈友仁,潘旭华

  本文设计了多指混杂机械臂控制系统及其抓取控制方法,对于抓取任务,刚柔混杂的设计结构同时提高了控制的精确性以及与物体交互的安全性.本文分别采用旋量理论和分段常曲率方法对机械臂的刚体和柔性部分进行运动学建模,最终得到基于雅克比矩阵的刚柔混杂机械臂一体化模型.此外,为削弱模型偏差对系统控制性能的影响,本文提出了基于输入映射的数据驱动和模型预测控制相结合的方法,用历史数据替换部分不精确的系统模型, 同时利用历史数据的线性组合来构造当前时刻的状态和控制输入,以完成对柔性夹爪位姿的控制,柔性夹爪末端的轨迹跟踪仿真反映该控制器的性能良好.在此基础上,本文设计了基于被抓物体姿态的精确抓取与包络抓取方法, 并通过ArUco方块抓取实验证实了该方法的有效性.

• 不确定扰动下的打磨机器人动态轨迹规划

  凌振舫,邹涛

  针对存在关节约束、摩擦干扰及末端外力扰动等复杂工况下的打磨机器人轨迹规划问题,本文提出一种融合力反馈的双层结构预测控制轨迹规划方法,旨在实现动态轨迹规划并提升系统干扰能力.首先,上层采用模型预测控制在理想条件下生成全局最优轨迹;下层通过模糊补偿的预测控制根据轨迹偏差及其变化率实时修正预测控制输出,同时结合力传感器反馈数据构建动态约束优化模型.最后,通过仿真实验验证了该方法通过分层优化与实时补偿的协同机制,可以在复杂工况下实现稳定、平滑的轨迹输出.

• 基于MESEN的机械臂运动预测控制

  平梦玲,刘斌,何芳,刘德旺,余梦琪

  针对机械臂运动控制问题,首先建立与实体机械臂对应的DH参数表以及运动学方程,其次利用运动学设计机械臂的位置预测控制器,然后针对控制器模型的凸优化问题,引入终端代价及终端约束,采用增强型迭代模型预测控制策略来实现多轴机械臂运动控制.并采用误差求和增强型牛顿法来提升滚动优化过程中的迭代效率.此外, 还提出了一种MESEN算法,通过有效控制算法步长以及模型中相关系数的大小,进一步提高系统的收敛速度,减少优化过程对系统初始偏差的依赖.最后,利用Lyapunov定理对MESEN算法的收敛性进行分析,并对六轴机械臂进行实验验证.实验结果表明,所提算法在大规模约束的模型中具有较好的效果.

• 考虑温度影响的FCHEV等效燃油消耗最优控制策略

  付江涛,司秀丽,来国梁,刘佳豪

  燃料电池堆(FCS)是新能源汽车应用的一种主要能源,等效燃油经济性是许多研究人员关注的问题.本文提出了一种自适应的实施控制策略,通过在燃料电池和动力电池之间进行功率需求的分配,实现最优的等效燃油经济性. 为了在控制策略中体现温度的影响,建立了包含热模型的FCS模型以及包含了温度的动力电池模型.通过贝叶斯估计理论预测未来的功率需求.基于FCS模型、电池模型和预测的功率需求,设计了实时控制策略,并在优化范围内以庞特里亚金最小化原理进行优化.通过仿真和硬件在环(Hil)实验在40kW的FCS上验证了所提出的控制策略. 通过和基于规则的策略(RB)以及和最小损失策略(LMS)的对比表明,在考虑温度影响的情况下,本文所提出的控制策略可以有效地将等效燃料消耗降低4%.

• 基于波动量自适应补偿的HCSY-MG系统并网电流模型预测控制

  李锦键,王兴贵,李昱,丁颖杰,薛晟

  在半桥变流器串联结构星型连接微电网(HCSY-MG)并网系统中,可再生能源功率的波动将会引起并网电流中出现直流和基频波动量.为解决以上HCSY-MG系统存在的特殊问题,有针对性地提出一种基于波动量自适应补偿的并网电流模型预测控制策略.在可再生能源存在随机波动的情况下,得到HCSY-MG系统的并网电流表达式,并对其特性进行分析.从上述特性出发,将并网电流表达式作为预测模型,并使用混沌化和自适应思想对青蒿素优化算法进行改进,提高滚动优化环节的寻优速度,同时降低并网电流中包含的波动量,提高控制效果与精度.最后与现有方法进行仿真和实验对比,验证了本文所提控制策略的可行性、有效性和针对性.

• 基于MPC迭代学习的四旋翼无人机轨迹跟踪控制

  王娟,赵成璟,杨智杰

  本文研究四旋翼无人机在外部扰动影响下的轨迹跟踪问题,提出一种基于MPC的迭代学习方法.首先,设计MPC控制器作为四旋翼无人机系统的反馈控制器,且在MPC反馈环节引入预测误差进行反馈矫正.在此基础上,设计迭代学习控制器作为无人机系统的前馈控制器;采用双曲正切函数对迭代学习控制器的学习增益进行优化,减少迭代次数的同时能够提高轨迹跟踪精度.MPC反馈和迭代前馈的复合控制能够很好的克服外部扰动带来的影响, 实现无人机高精度的轨迹跟踪.最后,通过仿真验证本文所提方法的可行性和有效性,通过实验对比,本文设计的方法跟踪精度更高,具有强鲁棒性.

• 基于复合观测器的高超声速变体飞行器数据驱动预测控制

  何涛,陈中,岑丽辉,廖宇新

  针对受参数不确定性和外部干扰影响的高超声速变体飞行器姿态控制问题,本文提出了一种基于复合观测器的数据驱动模型预测控制方法.为了解决高超声速变体飞行器建模与控制中的非线性问题,采用基于Koopman算子理论的数据驱动建模方法,利用Autoencoder神经网络拟合Koopman算子的最优升维函数,并通过拓展动态模式分解(EDMD)获得有限维空间截断的线性标称模型.此外,为了抑制干扰带来的不利影响,提出了一种同步估计方法构建复合观测器,该观测器包括基于Koopman升维模型的Luenberger型观测器和同步干扰观测器;随后,基于线性标称模型和干扰估计值设计了模型预测控制器,并且证明了其迭代可行性和输入输出稳定性;最后,通过仿真验证了控制器的有效性和可行性.

• 3D舞台威亚系统RUL预测与变采样率DMC-PID延寿方法研究

  毛海杰,张晓瑞,冯小林,蒋栋年

  针对3D舞台威亚系统因伺服电机退化导致的安全性问题,考虑已有退化模型精度不高、传统寿命定义保守、延寿效率低下等问题,本文提出了一种基于复合多阶段退化建模的系统级剩余寿命预测方法,并基于预测结果开展了自适应变采样率自主维护策略研究.首先,从工程实际出发,构建了包含基础控制层、健康评估层及自主维护层的三层级自主维护框架;其次,考虑退化阶段的差异性与随机冲击的影响,建立了Wiener+Poisson复合多阶段退化模型,并采用期望最大化参数估计算法,将参数估计过程与累加和变点检测算法相融合,采用更适宜评价控制系统寿命的最后逃逸时间定义,求解得到复合多阶段退化模型下系统剩余寿命的解析解;最后,基于预测结果,提出了基于自适应变采样率的DMC-PID延寿控制策略,提高了维护效率和效果.仿真实验验证了所提方法的有效性.

• 面向铜配料优化的改进多因子差分进化算法

  张雪瑞,韩中洋,赵珺,王伟

  作为铜冶炼生产的关键基础,配料计划直接关系到后续过程的连续稳定和企业经济效益.考虑到现有方法给出的配料计划在原料利用率等指标上的不足,本文建立了以最大化资源利用率和配料一致性为目标的铜工业配料计划优化模型,并提出改进的多因子差分进化算法求解.针对基本多因子差分进化算法易早熟收敛、复杂约束导致的大量不可行解等挑战,本文首先设计了基于正余弦算法的变异策略,以兼顾算法跨任务知识迁移与全局搜索和局部开发的能力;其次,引入Levy最优扰动策略,以提高算法在进化后期种群的多样性,避免陷入局部最优.此外,提出具有较低计算成本的不可行解修复策略,保证了算法高效搜索;最后,基于国内某铜业集团真实数据的仿真实验和多任务基准测试集的实验结果证明,与其他方法相比,本文所提模型和方法可显著提高配料计划的资源利用率、配料一致性等指标,可为铜业稳定生产提供良好支撑,并在复杂的多任务基准问题中呈现出良好的稳定性.

• 一类三维装箱问题的多智能体分层强化学习求解算法研究

  初阳,燕雪峰,张玄烨,徐云雯,李德伟

  针对半在线场景下的多箱体三维装箱问题(3D-BPP),为了提高装箱决策效率和装箱空间利用率,本文提出一种多智能体分层强化学习算法.该算法采用多智能体马尔可夫决策过程(MAMDP)对问题进行建模,通过3个完全合作的智能体分别负责货物选择、箱子选择和摆放位置规划,并引入值分布学习方法以增强算法的稳定性和收敛性. 实验结果表明,该算法在不同环境配置下均表现出良好的性能,空间利用率和装入货物数量显著提升,且在多箱体和多货物选择场景下展现出较强的泛化能力.与传统的启发式算法相比,该算法在动态决策和适应性方面具有明显优势,尤其在处理未知分布的货物尺寸时表现出较强的鲁棒性.该算法首次将多智能体分层强化学习框架应用于3D-BPP,实现装箱决策的端到端优化,为复杂装箱场景提供了一种新颖的解决方案.

• 多维工艺信息融合的典型网状工艺路线自动化发现

  王梦娇,徐彬梓,黄登朝,王春,王艳

  大数据背景下,典型工艺路线的有效发现可以为计算机辅助工艺规划(CAPP)的检索过程提供更加精准且充足的工艺信息,从而提高后续工艺规划的质量.但是现有与线性工艺路线相关的方法由于没有考虑网状工艺路线的结构复杂性,既无法直接应用,也难以合理量化其中的各类工艺信息.此外,大部分现有研究也忽略了典型工艺路线发现中的聚类有效性问题,对这一问题缺乏合理的算法设计.鉴于此,本文提出了一种基于多维工艺信息融合的典型网状工艺路线自动化发现方法.该方法针对网状工艺路线的相似度度量问题,在信息需求分析的基础上,为网状工艺路线中蕴含的4种工艺信息设计了不同的量化方法,并通过主成分分析(PCA)将其合成综合相似度.此外,基于上述相似度度量的构建,并考虑聚类有效性,在传统近邻传播(OAP)算法中引入了火鹰优化算法(FHO),以优化AP算法的参考度与阻尼系数,从而在聚类结果与软约束之间取得平衡,以发现更符合实际需求的典型网状工艺路线. 仿真实验表明,本文所提网状工艺路线的相似度度量能有效区分各种相似度情况,具有更高的灵敏性.同时,引入的FHO能提高AP算法的聚类效果,其中FHO-IAP相较于其他算法表现出更好的性能.

• 个体简化的遗传规划求解动态多柔性作业车间调度问题

  邱佳龙,龚文引,张国辉,卢超

  研究动态柔性作业车间调度问题(DFJSP)对有效控制生产过程,提升企业经济盈利能力具有重要意义.现有研究大多仅考虑机器选择柔性及动态生产场景,但实际生产中还存在更复杂的工序顺序柔性问题.在定制化装备制造等场景下,作业加工工序可按工艺要求划分为若干组,同组内工序无强制加工顺序约束,不同组间则需遵循严格加工顺序.这种工序顺序柔性的引入显著增加问题搜索空间复杂度,导致求解时间大幅延长.因此,本文结合定制化装备制造车间的实际生产需求,综合考虑机器选择柔性,工序顺序柔性及新作业到达的动态特性,提出动态多柔性作业车间调度问题(DMFJSP),其优化目标为最小化平均流程时间.为求解该问题,本文提出一种基于个体简化的遗传规划(GP)方法,通过引入动态终端节点频率分析个体结构复杂度,并在适应度评估阶段设置惩罚函数引导种群进化,进而简化个体结构,缩短GP训练时间.为验证所提方法的有效性,本文在3种不同生产场景下开展测试,结果表明,该方法在保证求解质量的同时,可显著缩短计算时间.面对更大规模和复杂问题时,其收敛速度快,能在合理时间内找到满意解.

• 考虑预保养的多时间约束柔性作业车间绿色调度

  王玉芳,郑明波,张艺,华晓麟,章殿清

  考虑到绿色生产中模具切换、工件运输以及加工负载对机器能耗的影响,将模具设置时间、工件运输时间、可变机器能耗以及预保养机制纳入调度问题模型.建立以最小化完工时间、能耗和总噪声为目标的柔性作业车间绿色调度模型,并提出基于目标平衡的Jaya算法进行求解.考虑多目标优化初始种群质量对进化效率的影响,设计一种混合初始化策略,加强初始种群目标间的平衡,加快算法的收敛速度.为所有非最优个体设计一种多样化的Jaya优化算子,增加种群多样性,提高算法的全局搜索能力.为了避免算法陷入局部最优,提高解的分布性,设计了3种基于目标平衡的局部搜索策略.通过消融实验验证所提策略的有效性,与其他算法的实验对比结果验证了所提算法的优越性.