关键词： 隧道施工   通风控制   智能系统   技术架构  

摘要： 随着国家交通建设的深度发展，长大隧道日益增多，施工通风系统是保障施工安全的重要部分。目前，压入式通风为最常用的通风方式，其风机设计需满足隧道建设周期内的最大需风量，施工通风成本也随着隧道建设长度的增加而增加。研究隧道施工通风环境有害物质运移扩散规律和智能通风控制系统对优化施工通风方案，降耗提效具有重要意义。　　本文采用文献调研、理论分析和数值模拟相结合的方法对压入式通风隧道施工环境下CO运移扩散规律进行研究，建立了CO运移扩散理论模型，并采用数值仿真的方法对应用于隧道施工通风系统的PID控制模型、模糊PID控制模型和RBF神经网络控制模型进行研究。主要研究成果和结论如下：　　（1）基于稀释理论和扩散理论，结合隧道施工通风流场环境，推导了CO运移扩散理论模型。将数值模拟结果拟合爆破通风环境 CO 运移扩散理论模型，验证了理论模型的有效性，确定了模型修正参数。结果表明：爆破后CO气团分为两部分，大约占总体积16%的CO滞留在掌子面附近涡流区被新鲜风不断随风稀释，CO浓度随通风时间变化符合稀释理论，与通风时间呈负指数关系。84%的CO被风管射流新风压入回流区，进入风流场相对稳定的区域并排出隧道，CO浓度变化符合扩散理论，其纵向浓度场分布呈高斯型;（2）根据 CO 运移扩散理论模型建立了相应的施工通风控制系统测试调试模型，设计了PID控制模型、模糊PID控制模型和RBF神经网络PID控制模型，基于MATLAB，对PID控制模型、模糊PID控制模型和RBF神经网络PID控制模型进行了仿真模拟研究。相较于PID控制模型，模糊PID控制模型的响应速度更快，RBF神经网络PID控制模型响应速度最快。模糊PID控制模型的抗干扰性最差，RBF神经网络PID控制模型的抗干扰性最好;（3）根据隧道施工通风环境和要求，结合CO运移扩散规律，研究设计了隧道施工通风智能控制系统总体方案，包括环境监测、数据传输、数据监控和风量控制等硬件选型以及UI界面、软件功能、控制逻辑和数据库等监控软件需求。

关键词： 惯性神经网络   间歇控制   自适应控制  

摘要： 神经网络具有自学习能力强、容错能力高和大规模并行处理的特性，是人工智能的基础.不同于传统的一阶神经网络，惯性神经网络中的惯性项可以更好地模拟神经元的生物学特性.同时惯性神经网络也具备更加复杂的动力学特性，其在实现记忆的混沌搜索，神经元准活性膜特性模拟和保密通信等方面有很高的工程应用价值鉴于此，本文首先基于不含线性项的纯幂律控制策略讨论一类时变时滞惯性神经网络的固定与指定时间同步，然后在不降阶框架下分别研究不确定惯性神经网络的指数同步以及时变系数惯性BAM神经网络的自适应同步问题.　　论文第2章主要研究时变时滞惯性神经网络的固定/指定时间同步问题.首先,采用标准降阶变换将原惯性神经网络转化为两个子系统，并提出一种简单有效的控制方案来研究固定时间同步问题.基于p-范数，通过设计不同的有限控制增益的控制策略，研究系统的指定时间同步问题,所得到的同步停息时间可以预先设定，且与系统参数和初始值无关.最后通过算例验证所设计的控制方案和理论结果的有效性.　　由于降阶变换不可避免的会使系统的维度增大，增加不必要的计算难度.因此论文第3章在不使用惯性神经网络降阶方法的前提下，讨论具有混合时滞的不确定惯性神经网络的指数同步.首先，对响应系统设计合适的间歇控制策略和量化间歇控制策略,通过构造含有神经元状态及其导数的Lyapunov泛函，建立具有混合时滞的不确定惯性神经网络的指数同步.最后，通过数值算例验证所得结果的可行性和有效性.　　BAM神经网络是由两层神经网络构成的特殊神经网络，层与层之间相互连接.BAM神经网络可以从多个维度搜索信息,它可以增强模型对欺骗数据的抵抗力，抗干扰能力强于传统的神经网络.因此,论文第4章针对时变系数惯性BAM神经网络讨论系统的自适应同步问题.首先，在非降阶框架下，对响应系统设计一种不连续的自适应间歇控制策略,然后，结合Lyapunov-Krasovsikii泛函理论和代数不等式方法,建立时变系数惯性BAM神经网络的自适应同步准则.最后,通过数值例子来验证提出的控制策略与同步判据.

关键词： MEMS加速度计   数字闭环控制电路   分段线性控制   蚁群智能算法  

摘要： 旋转加速度计重力梯度仪在资源勘探、自主导航、地球物理学等领域有着广泛的应用价值,其核心敏感单元为高精度加速度计,对高精度加速度计的测量性能有极高的要求。三明治摆式电容结构的MEMS加速度计采用阵列电容极板进行位移检测,可实现加速度的高精度测量。然而基于阵列电容式MEMS加速度计的旋转重力梯度仪开展动态测试时,环境中大动态范围运动噪声干扰使MEMS加速度计极易超量程,导致阵列电容跨极板进入正反馈状态,使MEMS加速度计不能回到深度负反馈下的工作平衡点,从而处于非正常工作状态。因此,本文针对阵列电容式MEMS加速度计超量程不能连续工作的问题,研制其分段线性数字闭环控制电路,旨在以分段标度因子的形式增大加速度计动态范围,为旋转重力梯度仪用MEMS加速度计动态适应性的改善提供解决思路和方法。首先,对实验室旋转重力梯度仪用阵列电容式高精度MEMS加速度计的检测原理、各级检测电路进行分析,在此基础上制定了分段线性MEMS加速度计数字闭环控制电路的整体方案。其次,考虑到实际加速度计检测控制电路电子元器件的阻容值存在偏差,对MEMS加速度计进行系统辨识,实测得到其各模块传递函数,并搭建分段线性MEMS加速度计精准闭环模型。基于该模型采用蚁群算法对分段线性MEMS加速度计方案进行了仿真验证,得到了算法优化后的分段PID控制参数。然后,设计实现了MEMS加速度计分段线性数字闭环控制电路,完成了分段PID控制及其参数规则库、IIR滤波、分段线性算法、ADC和DAC模块、在线PID参数更新模块的软硬件实现。其中,ADC模块噪声水平为1μV/√Hz@0.25 Hz,采集范围达10 V;基于千兆以太网设计实现的在线PID参数更新模块传输速率达1 Gbps。最后,联合表头对分段线性MEMS加速度计模拟检测部分和数字控制部分进行了实验验证,对分段线性MEMS加速度计进行了静态本底测试与标定测试,结果表明:分段线性数字闭环MEMS加速度计第一段标度因子对应的噪声水平为3 ng/√Hz@0.1 Hz,与模拟闭环MEMS加速度计噪声水平一致;同时数字闭环MEMS加速度计成功实现了分段标度因子功能,整体量程达320 mg,相比改进前模拟闭环MEMS加速度计的量程提高了64倍,满足设计指标需求。综上,本文针对旋转重力梯度仪动态测试时阵列电容式MEMS加速度计跨极板后无法正常工作的问题,研制了MEMS加速度计的分段线性数字闭环控制电路,推进了梯度仪动态测试进程,以满足我国地球物理研究与国民经济发展的应用需求。

关键词： 液压位置伺服系统   模型预测控制   扩张观测器   滑模控制   自适应控制   神经网络  

摘要： 液压伺服系统有着功率体积比大、负载能力强、响应速度快等优点,广泛应用于相关领域。但是,由于液压伺服元件制造和工况等因素,导致难以获取液压伺服系统所有状态信息和精确的数学模型,此外,液压伺服系统还有运动摩擦、比例阀滞回、液压缸泄露等非线性因素,这些都使得液压伺服系统高精度控制成为具有挑战性的研究课题。模型预测控制作为一种工业控制算法,在诸多领域都已经取得成功的应用。但模型预测控制算法依赖模型,在模型不精确和存在不确定性的情况下,控制效果会变差。研究在有限的状态信息条件下不依赖精确的数学模型的模型预测控制,具有重要意义。本课题以Festo公司生产的液压位置伺服系统为控制对象,研究在无法获得精确模型情况下,如何提高液压位置伺服系统模型预测控制的性能,旨在实现液压系统对给定期望信号更高精度的跟踪控制。具体研究内容如下:(1)基于离线参数辨识的模型预测控制。采用逆M序列激励获得辨识所需数据,采用离线辨识方法获得线性化模型阶次和参数,根据离线辨识得到模型设计预测控制器,通过模型仿真得到了比较好的控制效果。但该预测控制器对于实际对象进行控制时,无法跟踪给定信号。原因是辨识所得线性模型不准确,无法真实描述对象实际特性,因此,对于实际对象的控制必须考虑对象的实际情况,改进模型预测控制算法。(2)基于扩张观测器的模型预测控制。针对离线辨识得到的数学模型可能存在偏差以及系统存在未知干扰的因素,引入扩张观测器,将模型偏差和扰动统一考虑到扩张观测器中,设计了基于扩张观测器的模型预测控制,并通过李雅普诺夫理论证明了被控系统的稳定性。实验结果表明,在离线辨识得到的数学模型基础上加入扩张观测器后的模型预测控制方法能够有效控制液压伺服系统跟踪期望信号。(3)自适应模型预测滑模控制器。针对模型不准确造成模型预测控制失效的问题,采用模型预测、参数自适应加变结构控制思想,设计了自适应模型预测滑模控制器。使用反步法设计了自适应滑模控制器,将得到的参数自适应率用于预测模型,采用模型预测控制作为标称控制,增加滑模控制鲁棒项,补偿不确定型的影响。该控制方案仅需要位置输出信息,并在模型预测控制中考虑了状态约束。实验结果可以得出,在不同负载情况下该控制方法均能实现对期望信号稳定跟踪。(4)自适应神经网络模型预测控制。针对液压伺服系统具有强非线性特点,通过离线预训练BP神经网络逼近系统模型,根据神经网络预测模型设计模型预测控制器,在线自适应调整神经网络权值,实现了对液压位置伺服系统的跟踪控制。分析了神经网络输入层神经元个数(等价模型阶次)对模型预测精度和控制跟踪精度的影响,选择了适合的神经网络输输入层神经元个数,实验中实现了液压位置伺服系统的高精度控制。通过实验对比本文提出几种方法和现有典型方法的跟踪性能,对比实验表明:所提三种考虑模型不准确的模型预测控制方法均能够仅利用位置输出实现对于三种期望信号的跟踪控制,同时负载变化时,仍能实现有效跟踪。对比结果表明自适应神经网络模型预测控制对于三种期望信号的跟踪稳态均方根误差均为最小,控制效果最佳。

关键词： 连铸   容错控制   65Mn   反步法   自适应控制  

摘要： 65Mn钢连铸过程中拉速的稳定控制对铸坯的质量和安全生产至关重要，目前的控制方案大都是通过分析总结过往的故障数据设计出新的控制策略，但无法对处于运行状态下的故障设备进行实时处理。本文提出的容错控制(fault-tolerant control, FTC)策略基于反步法和李雅普诺夫稳定性理论等，在传感器和执行器故障同时存在的情况下，可以实现实时处理系统中的故障，避免了故障导致的控制精度和产品质量下降的问题，进而提高了拉速系统在故障发生时的可靠性和准确性。在故障发生后，该方法仍能保证拉速系统保持半全局稳定，误差收敛到原点附近的一个小邻域，仿真算例验证了该控制策略的有效性。

关键词： 欠驱动船舶   路径跟踪控制   滑模控制   自适应控制   状态观测器  

摘要： 随着控制技术的快速发展以及智能船舶的涌现,欠驱动船舶控制问题受到关注度越来越高。本课题结合backstepping技术、滑模控制算法、扩张观测器、积分滑模面、参数自适应方法、非线性速度观测器等先进控制理论,意在解决欠驱动船舶内外干扰等问题。本文基于实际出发,研究了欠驱动船舶的自适应滑模路径跟踪控制问题,解决了自适应补偿方面的重要问题,即系统的模型不确定性和环境干扰问题。研究成果主要如下:1.对欠驱动船舶进行了全面建模,使用系统化的方法推导了船舶操纵运动方程,建立运动仿真模型,在此基础上进行化简完成控制器设计模型的构建。该文还细致地描述了对风、浪、流等常见自然因素的建模方法,并且构建了数值仿真模型,以测试控制船舶在遇到自然环境因素干扰时的性能特征。2.欠驱动船舶路径跟踪控制问题中,传统的滑模控制存在系统状态到达滑模面时间长,刚到达滑模面时作高频抖振且振幅较大的缺陷,以船舶运动数学模型为基础,提出了一种改进的趋近律方法,能在保证系统动态品质的基础上,最大限度地削弱抖振,缩短到达滑模面的时间。根据反演算法设计了参考航向角,简化了控制器的设计。引入非线性观测器对难以测量的速度进行估测,并利用李雅普诺夫稳定性理论证明了控制器的稳定性。3.考虑欠驱动船舶在海上航行时遇到外界干扰的情况,以滑模控制为基础,采用自适应技术,设计了一种带速度观测器的欠驱动船舶的自适应滑模控制器。在滑模面设计中引入积分项,建立积分滑模面,来提高控制精度,消除稳态误差。结合改进的非线性速度观测器对难以测量的速度进行观测。并利用李雅普诺夫函数稳定性理论证明了系统获得的控制输入能保证跟踪误差有限时间内快速收敛。4.最后,使用Matlab/Simulink软件,在针对欠驱动船舶进行仿真研究时,选择以大连海事大学一艘名为“育鲲”号的实习船作为实验仿真对象,来评价所设计的船舶路径跟踪控制器的效果。根据所有的试验数据,可以得出结论,该研究提出的控制器成功地削弱了船舶模型参数变化和外界干扰的影响,从而实现了对欠驱动的船舶路径跟踪的控制。

关键词： 油气悬架   自适应控制   模糊控制   路面激励模型  

摘要： 随着现代车辆工业技术的不断发展,对车辆性能要求逐渐提高。油气悬架的应用也越来越广泛。它将传统的悬架技术和液压传动控制技术融合在一起,具有良好的非线性特征和减振性能,能够满足人们对车辆平顺性和稳定性的要求,因此,广泛应用于高级轿车、工程机械用车(如矿用车)和军事用车上。悬架是连接车身与车轮的重要装置,是影响车辆行驶性能的关键部件。因此,通过研究油气悬架的特性及自适应控制方法等,可以大大提升车辆的整体性能。为了提高油气悬架的使用性能,提高悬架适应外部环境的能力,针对油气悬架的主动控制的研究越来越受到关注。本课题研究主要是通过油气悬架的非线性建模以及自适应控制为研究思路展开,考虑不同实际情况对油气悬架系统的影响不同,通过采用模糊控制和PID控制相结合的方法设计了模糊自适应PID控制器。本文以矿用车辆为分析模型,具体研究内容如下:(1)分析了车辆油气悬架的分类、结构组成及工作原理。(2)根据文献资料,介绍了油气悬架的结构、类型及特性,以及国内外发展状况。针对油气悬架系统的非线性特性,建立了油气弹簧的非线性刚度和阻尼的数学模型。并且运用MATLAB/Simulink软件中对车身加速度、悬架动扰度和轮胎动变形进行仿真分析与对比。得出,与传统的液体油气悬架相比,非线性两级蓄能器油气悬架的阻尼和刚度性能更好。(3)对油气悬架的路面激励模型进行理论建模。采用的路面激励模型包括随机路面模型和凸块路面模型,推导出了模型的数学表达式。通过MATLAB/Simulink软件搭建了路面模型,得到了两种模型的时域图。并且采用车身垂直加速度、车轮动载荷和悬架动行程对车辆的性能进行评价分析。(4)运用PID控制和模糊控制的工作原理,搭建了主动油气悬架系统的PID控制的仿真模型。将模糊控制和PID控制相结合,设计了模糊自适应PID控制器。通过对三项性能评价指标的仿真,进行对比得出:对于主动悬架系统采用模糊自适应PID控制能提高悬架系统的性能比采用PID控制的效果更好。(5)通过研究自适应系统,得出主动悬架的控制算法。根据路面情况自动调节悬架阻尼系数、刚度,达到悬架的自适应优化控制。通过运用MATLAB/Simulink软件进行的仿真试验,得出:使用模糊控制方法可以使主动油气悬架实现自我优化控制。自校正、自适应系统使车辆悬架系统在各种状态下均能达到有效减振,明显提高了车辆的平顺性和舒适性。