摘要： 随着人工智能、大数据、数字孪生体和机器学习等技术的不断发展和应用，管道行业逐渐从粗犷的传统管理模式向数字化、智能化的方向发展。我国管道行业提出了“全数字化移交、全智能化运行、全生命周期管理”的建设目标，其中在输气管道的投产和运行期间进行了大量探索。但目前数字化管道距离智能化、智慧化尚有一定差距，主要体现在实际操作仍需大量人工完成，对于与管道运行相关的数据信息挖掘不够，数据利用率较低，存在信息孤岛的问题。

关键词： 欠驱动TORA系统   稳定控制   扰动观测器   鲁棒控制   固定时间  

摘要： 具有旋转激励的平移振荡器系统(Translational oscillations with a rotational actuator,简称TORA)是为研究双自旋航空飞行器自振问题设计出的机械系统。这个系统具有两个自由度和一个控制输入,是典型的欠驱动非线性机械系统。由于这个机械系统状态变量间存在强耦合性,再加上系统本身具有一个非完整的约束,使得系统的运动控制问题极具挑战性。本文深入研究了欠驱动TORA系统的稳定控制与鲁棒控制问题,提出了几种有效的运动控制算法,取得了良好的控制效果。针对TORA系统的稳定控制问题,提出了反步递推法和级联线性化法两种稳定控制方法。反步递推法方法首先为系统构造一个新的状态变换,它将原系统转化为结构简单的非线性系统。然后为变换后系统的第一个子系统设计一个虚拟控制输入,并据此设计出第一个Lyapunov函数。在此基础上,利用反步递推的思想分别为系统设计第二个和第三个Lyapunov函数,并应用Lyapunov稳定性理论得到了系统的稳定控制器。在反步递推法的基础上,级联线性化方法利用子系统的虚拟控制输入,为TORA系统进一步构造了一个状态变换,将原系统进一步变换为一个级联系统,然后为级联系统设计一个PD稳定控制器,通过级联系统稳定理论保证系统稳定控制目标的实现。为进一步提升控制算法的实用性,消除外部扰动对TORA系统稳定控制性能的影响,提出了一种基于扰动观测器的鲁棒滑模控制器设计方法。首先,针对系统同时存在匹配和不匹配外部扰动的情形,基于系统的动力学特性设计了一个扰动观测器,实现了对未知扰动的实时估计。然后,利用扰动的估计值和滑模控制方法设计了一个固定时间鲁棒控制器,实现了系统在存在外部扰动情形下的稳定控制目标。

关键词： 模型预测控制   输出反馈   鲁棒控制   管道   不确定系统  

摘要： 在实际过程中,由于系统模型失配、模型参数不确定、外界环境扰动及测量噪声等不确定性的影响,导致采用传统控制方法往往难以达到预期的控制性能。模型预测控制(Model Predictive Control,MPC)是一种能够有效处理多变量和物理约束的先进优化控制方法。为了进一步满足实际系统中鲁棒性及不确定性要求,鲁棒模型预测控制(Robust Model Predictive Control,RMPC)通过结合鲁棒控制的思想来对系统不确定性和物理约束进行处理。此外,通常在实际情况下,系统状态未知,而输出信息可以直接测量,研究输出反馈鲁棒模型预测控制方法更具有实际意义和理论价值。本论文针对实际过程中的不确定系统,分别以包含有界干扰和噪声的线性时不变(Linear Time Invariant,LTI)系统和线性参数变化(Linear Parameter Varying,LPV)系统为研究对象,研究了基于管道(Tube)技术和“准最小-最大”(Quasi-min-max)优化的输出反馈鲁棒模型预测控制方法,所研究的方法主要从约束处理及优化控制问题保守性方面改进了现有的输出反馈鲁棒模型预测控制方法。论文主要研究内容与研究成果总结如下: 1.针对包含有界干扰和噪声的线性时不变系统,考虑系统真实状态未知,研究了一种基于椭圆型Tube技术的输出反馈鲁棒模型预测控制方法。该方法通过离线优化求解控制器参数及处理系统不确定性,在线优化来确保具有时变收紧约束的标称系统稳定。其中在离线优化问题中,综合设计优化状态观测器增益、辅助反馈控制器增益及收紧约束集合。为了使得有限时域的开环优化问题可解,通过离线确定椭圆型终端约束集合、终端控制器增益和终端代价矩阵。在线优化问题中,标称控制输入序列通过滚动优化求解来驱使标称系统状态进入椭圆型终端约束集合之内,从而保证标称系统收敛到原点。另外,实时估计误差集合的界随着时变收紧约束集合的变化进行更新,估计误差和控制误差约束在时变鲁棒Tube集合之内。所设计的方法保证了在线优化算法的递归可行性和被控系统的鲁棒稳定性。 2.针对包含有界干扰和噪声的线性参数变化系统,考虑系统状态不可直接测量和物理约束,研究了一种基于“准最小-最大”优化的动态输出反馈鲁棒模型预测控制方法。首先,针对未来预测的扩展闭环系统状态,设计参数依赖形式的动态输出反馈控制器,从而可以通过线性矩阵不等式技术将非凸组合约束转化为半正定规划问题进行求解。然后,作为“最小-最大”(Min-max)优化的扩展形式,在“准最小-最大”优化控制问题中,考虑当前采样时刻模型参数精确已知情况,通过将当前和未来时刻的闭环系统状态分别约束在不同的鲁棒正不变(Robust Positively Invariant,RPI)集合之内,降低了优化控制问题保守性,提升了控制性能。此外,针对估计误差不确定性处理中,采用预测的闭环系统状态不变性来实时更新估计误差集合的界,避免了额外引入辅助优化求解更新估计误差集合,降低了算法在线计算量。所设计的算法不仅确保优化控制问题递归可行性,而且使得被控系统的鲁棒稳定性得到保证。

关键词： 机械臂   容错控制   有限时间控制   干扰观测器   自适应控制  

摘要： 随着现代社会的发展,机器人的应用越来越广泛,应用场景也越来越丰富,其中有些特殊的工作场景对机器人的可靠性和安全性提出了更高的要求。例如,在恶劣的工作环境下太空机器人和深海机器人需要长期稳定的运行工作,与人进行频繁互动的服务型机器人需要维持安全可靠的状态。作为机器人最重要的执行机构之一,机械臂广泛应用于各领域的机器人设备上,然而机械臂在工作过程中难免会出现执行器故障、未知死区和受到各种约束条件的限制等问题,此外,机械臂的模型参数往往不能准确获得或者难以获得。最后,除了保证机械臂在工作过程中的高可靠性和高安全性,提高其收敛速度和控制准确性是实现当下机械臂高标准工作要求亟需解决的问题之一。本文结合自适应控制、干扰观测器(Disturbance Observer,DO)、容错控制(Faulttolerant Control,FTC)技术、障碍Lyapunov函数(Barrier Lyapunov Function,BLF)和有限时间反步法,提出了考虑输出约束的机械臂有限时间自适应模糊容错控制方法。本文主要研究成果如下:(1)针对时变输出受限和具有执行器故障的刚性机械臂,提出了考虑输出受限的机械臂自适应容错控制方法。首先,自适应技术用于估计执行器故障导致的系统失效程度,补偿执行器故障带来的损失。其次,通过设计对数型BLF约束系统输出在预设的界限内,且与有限时间反步法结合提高控制系统的收敛速度。此外,采用自适应模糊控制动态估计系统使得控制律无需模型参数信息,增加了控制方法的可移植性。仿真结果表明,所提出的控制方法能够在执行器故障的情况下获得更好的跟踪表现并且不违反输出约束。(2)进一步考虑了机械臂的执行器故障和机械结构具有未知死区特性,提出了一种基于指令滤波的有限时间容错输出约束控制方案。首先,在出现执行器故障和未知死区的情况下,通过自适应补偿控制来保证控制器的控制效果。其次,设计了具有误差补偿的有限时间指令滤波器,解决了反步法设计控制器过程中存在的“计算复杂性”问题,节省在线计算负担。仿真结果证明所提出的控制方法能够对具有未知死区机械臂出现不同程度的执行器故障进行估计和补偿,使得系统输出能够在有限时间内跟踪上给定的轨迹。(3)进一步考虑了未知非线性干扰对于系统的影响,提出了基于干扰观测器的机械臂容错输出约束控制方案。首先,将模糊逻辑系统与干扰观测器相结合来估计未知的外部非线性干扰。其次,将干扰观测器与FTC技术相结合,减弱了外部干扰对于未知死区斜率和执行器故障程度估计的影响,使控制系统具有更好的跟踪效果,并提高了干扰观测器估计值的准确性。然后,将有限时间技术引入到控制器的设计中,使得系统的响应速度相比渐近稳定控制方法下系统的响应速度更快。仿真结果证明所提出的方法在机械臂出现不同程度的执行器故障和未知死区时具有较快的响应速度和更好跟踪表现。

关键词： 混合车队   通信中断   线性控制   切换   稳定性   安全性   数值仿真  

摘要： 基于车车通信(Vehicle to Vehicle,V2V)技术的智能网联车辆队列能够有效提高交通运行效率、提升道路安全水平以及减少燃油消耗。然而,V2V技术作为其中的关键技术,容易因恶意攻击而中断。目前有关通信中断下车队的控制方法及其对车队行驶性能的影响的研究主要针对PF通信拓扑,然而,多车通信拓扑下,例如PLF、TPF通信拓扑,车队能够以更小的车间距行驶,从而提高道路通行能力。此外,智能网联设施的升级是一个循序渐进的过程,短期内智能网联车辆和人工驾驶车辆共存将成为常态。基于上述背景,本文主要研究PF、TPF、PLF三种通信拓扑下发生通信中断时,由智能网联车辆和人工驾驶车辆组成的混合车队的控制方法及其对车队行驶性能的影响规律和差异。首先,基于线性控制方法分别对通信正常时PF、TPF、PLF三种通信拓扑下智能网联车辆设计了PF-CACC、TPF-CACC、PLF-CACC控制器,对于人工驾驶车辆则采用IDM模型表征其跟驰行为,基于频域分析法对车辆控制器以及整个混合车队进行了稳定性分析。数值仿真结果表明,三种通信拓扑下通信正常时混合车队能够安全稳定行驶,从而为后续研究奠定了基础。其次,当发生通信中断时,对通信中断车辆采用切换控制的方式进行控制,对PF、TPF、PLF三种通信拓扑下的通信中断车辆分别设计了ACC、SPFCACC、LF-CACC控制器并对其进行了稳定性分析。数值仿真结果表明,三种通信拓扑下对通信中断车辆设计的控制器以及采用的切换控制方式能够保证混合车队在通信中断情况下安全行驶。最后,从稳定性和安全性两个层面确立了SSDVR、AAVA、TITV三个指标以度量通信中断对混合车队行驶性能的影响;以10辆车组成的车队为例,基于数值仿真和指标计算,分析三种通信拓扑下,在不同的驾驶场景、不同的人工驾驶车辆位置、不同的通信中断车辆的位置的条件下,通信中断对混合车队行驶性能的影响规律和差异。结果表明,(1)在影响规律方面,无论在何种通信拓扑下:1)通信中断对减速场景下车队行驶稳定性和通信中断车辆行驶安全性的影响更大;2)当人工驾驶车辆位于通信中断车辆的前方时,会增大通信中断对车队行驶稳定性的影响,增强通信中断对通信中断车辆碰撞风险增加的作用;3)随着通信中断车辆位置的后移,通信中断对车队行驶稳定性的影响逐渐减小,通信中断对通信中断车辆碰撞风险增加的作用逐渐增强;(2)在影响差异方面:1)PLF通信拓扑下通信中断对车队行驶稳定性的影响最小;2)当通信中断车辆位于车队的前部和中部时,PF通信拓扑下通信中断对通信中断车辆行驶安全性的影响最小,而当通信中断车辆位于车队的后部时,PLF通信拓扑下的影响最小。本文的研究结论能够为如何采取行动以降低通信中断的影响提供方向。

关键词： 非线性多智能体系统   命令滤波反步技术   自适应控制   一致性控制   神经网络  

摘要： 现如今,多智能体系统的自适应控制技术在现代控制理论和诸多实际应用中都具有良好的发展前景,已成为当今控制领域的热点研究之一。随着无人机编队、机器人协作、智能电网等领域的不断发展和普及,多智能体系统逐渐受到科研者的青睐。自适应控制技术作为解决控制领域问题的一种有效途径,可以通过对控制器参数的在线调节来适应系统的动态变化,从而实现对复杂系统的优化控制。随着实际应用需求不断增加,自适应控制的研究逐渐走向成熟阶段并不断创新。在多智能体系统中,一致性控制是重要的研究领域之一,其目的是使得多个智能体能够在协同完成任务的同时保持一致性。命令滤波反步技术作为一种新兴的控制方法,可以有效地解决传统的反步设计过程中计算爆炸问题。因此本研究利用命令滤波反步技术作为研究基础,致力于解决具有输入时滞、状态不可测及全状态约束、未建模动态的非线性多智能体系统的自适应一致性跟踪控制问题。论文的主要研究工作概述如下:(1)研究了存在输入时滞和状态参数不可测的非线性多智能体系统的自适应控制问题。首先,通过径向基神经网络建立状态观测器进而实现对智能体不可测状态参数的估计。在处理输入时滞问题时,考虑采用Pade近似技术将输入时滞转换为一个有理函数的形式,并引入一个辅助变量用于控制器的计算中。其次,本文利用命令滤波反步技术,提出了新的分布式自适应一致性控制方法,攻克了“复杂性爆炸”问题的同时也对滤波器引起的滤波误差进行了补偿。利用李雅普诺夫稳定性理论,证明了在所设计的控制律作用下,系统的一致性跟踪误差能收敛到原点足够小的邻域,而且闭环系统内所有信号均是有界的。最终,仿真结果进一步验证了所获理论协议的有效性。(2)研究了具有全状态约束和未建模动态的非线性非严格反馈多智能体系统的自适应有限时间控制问题。首先,对于非严格反馈系统,考虑在设计过程中通过利用径向基神经网络中基函数的性质进行放缩。同时,借助辅助系统引入动态信号来实现对未建模动态的有效处理。其次,提出了有限时间命令滤波反步控制方案,既有效避免了多次微分带来的“复杂性爆炸”问题,又克服了滤波误差的干扰。本文以障碍李雅普诺夫函数为设计基础,证明系统的状态都能被约束在预设的数值范围内。利用有限时间稳定性理论,证明了系统的一致性跟踪误差在有限时间内可以收敛到原点的期望小邻域内,而且保证闭环系统的所有信号均是有界的。最终,通过仿真验证了所采用的策略的可行性。

关键词： 轮式移动机器人   路径跟随控制   障碍李雅普诺夫函数   自适应控制   扰动观测器  

摘要： 轮式移动机器人以其优秀的应用价值,一直是广大学者研究的热点。然而,轮式移动机器人具有欠驱动、非线性等特点,且系统运行过程中伴随着各种不确定性,如何设计出具有良好控制品质的运动控制策略有着重要的现实意义。本文以两轮差速移动机器人为研究对象,针对其路径跟随问题展开研究,主要工作内容如下: (1)对存在奇异性问题的轮式移动机器人系统的路径跟随控制问题展开研究。首先,对距离误差进行平移变换,得到新的系统误差动态。然后,引入障碍李雅普诺夫函数提出了一种具有误差约束的运动学路径跟随控制器来保证跟随过程中的距离误差和方位角误差均满足期望约束,并给出稳定性分析,证明了系统的误差变量能在满足约束的同时收敛于期望值。最后,通过仿真和实物实验验证了该方法的有效性。 (2)对考虑动力学因素及不确定性的轮式移动机器人系统的路径跟随控制问题展开研究。首先,在运动学层面引入正一致连续有界函数设计了虚拟速度控制器。然后,动力学层面上,针对系统的不确定性,分别设计了参数自适应律和扰动观测器以获取系统中未知模型参数及未知扰动的估计值,进而设计了自适应力矩控制器。此外,利用李雅普诺夫理论给出了整个系统的稳定性分析,该控制方案可使闭环系统中所有信号均有界,跟踪误差都能收敛至期望目标。最后,通过仿真和实物实验验证了所提算法的有效性。 (3)对多移动机器人路径跟随编队控制问题展开研究。首先,结合图论知识以图的形式描述了多移动机器人系统间的通信邻居关系。然后,对(2)所提运动学控制器做出改进并设计了额外的路径参数更新律,实现了一种可以使各移动机器人沿着同一条参数化路径按序前进的编队控制。最后,通过仿真和实物实验验证了所提算法的有效性。

关键词： 流体传动与控制   静液压传动   数字液压   联合仿真   自适应控制  

摘要： 工程车辆传动系统中液力机械传动占主导地位,但其整体工作效率较低。静液压传动具有效率高、无级变速、驱动力矩大等优点,但由于核心元件造价高昂、对油液清洁度的高要求制约了其应用。与传统液压技术相比,数字液压技术在抗干扰性、节能性、容错性和通用性等方面具有一定优势。本文将并联数字液压技术应用于静液压传动中,提出了一种基于并联式数字泵/马达的数字式静液压传动系统,分析了该系统的动力特性,基于该系统制定了加速策略与外负载自适应控制策略,在AMESim-Simulink环境中进行了系统特性与控制策略的仿真,通过试验验证了仿真和控制策略的正确性。本文主要研究内容和结论如下:(1)设计了由四位单模式并联数字泵/马达组成的数字式静液压传动系统,并建立了数字式静液压传动系统的数学模型。(2)对数字式静液压传动系统的转速比、转矩比、效率特性等传动特性与挡位进行分析。提出了兼顾节能与加速性能的加速模式控制策略;提出了基于数字泵/马达分段控制的外负载自适应控制策略与基于代价函数与双变量控制的外负载自适应控制策略。(3)基于AMESim-Simulink的联合仿真平台中,建立数字式静液压传动系统的物理仿真模型以及控制系统模型。对数字式静液压传动系统的常规/拓展挡位进行仿真分析,验证了各挡位的变速变矩能力,并证明了拓展挡位能使系统的变矩变速更加连续。分析了系统升挡不良切换时马达转速负向冲击产生机理,并提出基于变参数的粒子群优化算法辨识最优延时时间的切换时序控制策略,并通过仿真验证其减缓升挡马达转速负向冲击的效果。对加速模式控制策略进行仿真验证,证明了其兼顾系统加速能力与节能的效果。对以上两种外负载自适应控制策略进行仿真验证,证明了这两种算法对于变载工况下均能通过调节数字泵/马达排量以适应外负载。基于代价函数与双变量控制的外负载自适应控制策略具有更好的匹配效果,能更好地拟合控制目标,马达转速变化更加连续。(4)开发数字式静液压传动系统模拟加载试验台,将制定的控制策略与控制算法写入控制器,通过Lab VIEW编写数据采集程序,使用测功机系统对其进行加载试验。通过试验验证了系统常规挡位与拓展挡位的变矩变速能力;验证了切换时序控制策略减缓升挡不良切换影响的效果;验证了基于数字泵/马达分段控制的外负载自适应控制策略的效果;验证了双模式数字泵应用于静液压传动系统的可行性。

关键词： 轮腿式机器人   数据驱动控制   最优控制   输出调节   自适应控制  

摘要： 随着机器人的发展,两轮轮腿式机器人因具备移动速度快和通过性强的特性而备受关注。基于模型的控制方法会因为建模偏差、模型参数不准确、外界干扰等因素出现控制性能下降的现象。机器人通过数据驱动的非模型方式自学习出最优控制器,对其在实际场景中的应用有一定的价值和意义。在已有的两轮轮腿式机器人的论文成果中,Ascento机器人的论文中只介绍了固定姿态下的平衡控制及其结构描述,没有对上述两个问题做展开研究;第一代Ollie机器人发布的论文通过设计控制器延伸了稳定的控制域,也没有针对性的对上述两个难题提出系统性的解决方法。相关研究的不足之处如下:(1)已发表的两轮轮腿式机器人的研究成果多集中于介绍机器人本体结构的优化设计和针对传统的基于模型的控制方法进行人为偏差补偿;(2)没有提出系统性的方法解决模型不准确和模型参数不精准所带来的控制性能下降的问题。通过查阅大量文献和实际应用结果对比,提出并首次应用了自适应动态规划(Adaptive Dynamic Programming)和自适应最优输出调节(Adaptive Optimal Output Regulation,AOOR)方法到Tencent Robotics X实验室自研的两轮轮腿式机器人Ollie上。结合这两种理论和第二代Ollie的实际情况,设计了对应的自迭代策略以解决上述提到的两轮轮腿式机器人的自适应平衡和速度调节问题。该方法具备所需数据量少、可在线收集数据、在线迭代的优点。其中,AOOR是一个针对线性系统的控制理论,通过和作者沟通,其首次被应用于两轮轮腿式机器人上。这两种方法可以根据机器人当前实时的状态信息自动迭代出最优控制器,无需依赖于机器人的精确建模以及模型参数的准确获取,解决了上述所提的两个难题。通过四个场景和一个平衡滚杯应用的对比实验,本文创新点如下:(1)基于数据驱动的ADP控制器能让机器人保持自适应平衡,解决了控制器性能受精确建模和模型参数准确度影响的难题;(2)基于数据驱动的AOOR控制器实现了自适应的速度调节,让机器人稳定停在原地,不再需要对不同姿态下的机器人进行手动补偿;本文只重点研究了机器人保持直立时的线性系统区间,如何解决线性区间以外的两轮轮腿式机器人的控制问题,也是该类机器人以后为实际应用落地所应考虑的问题。