摘要： 2023年8月25日,新一代人造太阳“中国环流三号”取得重大科研进展,首次实现100万安培等离子体电流下的高约束模式运行,再次刷新我国磁约束聚变装置运行纪录,突破了等离子体大电流高约束模式运行控制、高功率加热系统注入耦合、先进偏滤器位形控制等关键技术难题,标志着我国磁约束核聚变研究向高性能聚变等离子体运行迈出重要一步。

关键词： 主动减振系统   PID控制   强化学习算法   多阶段聚焦   残差结构  

摘要： 振动导致的负面影响一直是工业界广泛关注的问题,各类精密设备的减振、隔振方法成为工程领域的研究热点。主动减振方法由于减振响应快、隔振精度高等优点,在高精度、高动态环境中的设备减振方面具有不可替代的重要作用。但对于多自由度的复杂减振平台而言,其精准控制也存在较大挑战。论文以比例-积分-微分(PID)控制方法与强化学习方法为基础,针对多自由度主动减振系统的复杂精准控制难题,提出了基于强化学习的PID参数自适应整定理论方法。从控制方法的工程应用出发,对PID参数智能训练、强化学习算法搜索空间多阶段聚焦、策略梯度更新优化等问题展开深入研究,旨在为复杂环境下的主动减振控制方法提供理论借鉴。论文主要研究工作和创新性成果如下:1.针对稳定控制减振系统背景下的PID控制器参数自适应整定问题,提出了基于强化学习的PID控制器参数自适应整定技术路线。基于深度确定性策略梯度(Deep Deterministic Policy Gradient,DDPG)算法,构建了DDPG-PID映射回路,以减振系统PID控制器中的闭环控制量作为状态监测,将DDPG算法中动作网络的输出直接映射到PID参数区间,并可根据奖励阈值,自动设定PID控制器的参考值,并在参考值的指导下,进行PID参数的稳定探索,减少了对先验知识的依赖。2.针对强化学习算法中由于智能体随机探索引起的PID控制不稳定问题,提出了基于多阶段动作聚焦过程的强化学习算法—MF-DDPG。借鉴约束强化学习的理念,将PID参数输出在参考值约束在一定的区间内。在动作奖励逐渐满足奖励阈值的过程中,智能体的动作空间受到约束,不断收敛至最优的参数空间,克服了传统DDPG算法中随机探索引起的PID控制器输出不稳定问题,确保减振系统的稳定性。此外,为了保证算法的通用性,本文针对主动减振系统的控制特点,对强化学习算法的环境、奖励、状态等要素进行了通用的定义,提高了该算法对于不同减振控制问题的普遍适用性。3.针对强化学习智能体探索空间约束导致的梯度消失现象,提出了嵌入残差结构的MF-DDPG改进算法。在DDPG动作网络中,通过残差结构引出从神经网络浅层到深层的分支结构,能够克服由于智能体动作空间被约束导致的梯度更新缓慢和梯度消失问题,保证了在动作网络梯度更新的过程中,梯度范围始终保持在合理区间。该结构进一步提升了MF-DDPG算法性能与PID控制的稳定性,有效提高了本文减振控制问题方案的可靠性。为了验证MF-DDPG算法用于主动减振系统的控制性能,论文首先分别基于一阶和二阶典型PID控制系统设计了一系列实验对算法进行了验证。在上述两种系统上,嵌入残差结构的MF-DDPG改进算法性能表现优异,在保证了PID控制器输出稳定性的同时,相比同类PID参数自适应整定算法,在性能上提升了16%-30%。此外,本文在单自由度主动减振仿真系统以及等效六自由度Stewart减振数字样机上对减振算法开展了实验验证,针对减振系统的减振性能曲线、PID跟踪误差、位移传递比等关键指标进行了分析。实验结果表明,嵌入残差结构的MF-DDPG控制方案能够在保证PID控制器稳定性的前提下,有效提升不同减振系统的减振性能,与领域内同类算法相比,隔振水平提升30%-50%以上,能够有效实现稳定可控的智能减振,为变化振动激励输入下的多自由度主动减振控制提供可用的技术支持。

关键词： 二复合胎面   数据模型   回归预测   多变量耦合系统   智能控制  

摘要： 二复合胎面生产是轮胎生产环节中的重要一环,对于生产胎面的肩宽、总宽和重量的数值有着严格的标准。现场生产时,需通过调节上挤出机转速、下挤出机转速和生产一线速度三个设备参数,控制胎面的肩宽、总宽和重量。为提升胎面整体生产的水平,在投入生产前,应设置好生产设备的初始参数使其生产出胎面的肩宽、总宽和重量处于所需生产规格胎面的标准范围内。减少因设备初始参数设置不合理,导致肩宽、总宽和重量偏离标准,需要再次调节设备参数的现象发生,以提高整体产品的合格率。通过采集近期产线的生产数据,利用机器学习算法训练预测模型,数据预测模型完成训练后,将所需生产胎面的肩宽、总宽和重量的标准值以及当前的生产环境因素作为输入,预测出在当前生产环境下,生产出符合胎面标准的所需设备参数值。通过此方法解决设备参数初始值如何设定的问题,使设备在该参数下运行,生产出的胎面肩宽、总宽和重量接近标准值。由于预测的设备初始值运行结果可能存在偏差,以及在整个生产过程中,可能存在其他的扰动导致胎面肩宽、总宽和重量不符合标准,需对控制设备的参数进行调节。二复合胎面挤出生产过程,系统存在多变量耦合现象,难以控制。采用传统的前馈解耦结合PID的控制策略可以解决多变量耦合的控制问题。但前馈解耦的方式需要针对被控对象数学模型设计解耦器,而二复合胎面挤出系统,难以建立准确的数学模型。神经网络PID控制策略可以不依赖数学模型,通过训练神经网络,对多变量耦合系统进行控制。并通过粒子群算法对模型结构未知参数进行寻优,优化神经网络中选取初始权值的问题,结合神经网络PID控制可以改善控制性能。结合胎面的实际生产情况,将回归预测设备运行初始参数与多变量耦合系统控制策略结合,设计并开发出胎面挤出智能控制系统。实现从设置设备运行的初始值到控制设备生产结束全过程的智能控制。目前,该智能控制系统已投入现场运行,使用效果良好,提高了胎面自动化生产水平,并提升了产品质量,具有一定实际工程意义。

关键词： 非线性切换系统   时滞切换系统   最优控制   全变差   鲁棒控制   灵敏性分析   并行粒子群算法   批式流加发酵  

摘要： 1,3-丙二醇(1,3-PD)是一类新型的化工原料。微生物批式流加发酵生产1,3-PD是一种绿色环保的化工生产方式。近年来,最优切换控制已经广泛应用到化工生产、通讯网络和自动控制等众多领域,一直是优化与控制界研究的热点。本文针对微生物批式流加发酵甘油生产1,3-PD过程,建立了一类非线性切换系统。考虑到实际发酵生产过程中改变甘油进料速率对最优控制策略的影响,研究了一类涉及光滑进料速率变化费用并满足路径约束的最优切换控制问题。主要包括以下两部分内容:研究了肺炎克雷伯菌微生物批式流加发酵甘油生产1,3-PD具有控制变化费用的最优切换控制问题。首先,本文提出了一个非线性切换控制系统来描述该发酵过程。以甘油的光滑进料速率以及间歇过程和流加过程之间的切换时刻为控制变量,以终端时刻1,3-PD产量最大化和进料速率变化费用最小化为性能指标,提出了一个满足连续状态不等式约束的最优切换控制问题。通过应用一种新的控制参数化方法,将该最优控制问题转化为一系列参数优化问题。进一步,应用时间尺度转化方法,将具有可变切换时刻的优化问题转化为具有固定切换时刻的等价问题。通过约束转换技术,将该等价问题近似为一系列非线性规划问题。同时推导了光滑进料速率总变差的解析表达式。在此基础上,开发了一种包含约束梯度信息的并行粒子群优化算法来寻找最优的控制策略。数值结果表明:牺牲少量的1,3-PD可以显著减小甘油进料速率的变化费用。考虑到微生物的代谢机制,即新生物量的产生受到营养物质代谢时间的延迟,研究了批式流加发酵过程中具有控制变化费用的鲁棒时滞最优切换控制问题。根据实际发酵过程,本文提出了一个受路径约束的非线性时滞切换系统来描述生产过程。目标是为该过程设计一个最优控制方案,使得(i)该过程在终端时刻产生足够高的1,3-PD浓度;(ii)该过程在终端时刻甘油进料速率变化费用最小;和(iii)1,3-PD产量对时滞的变化具有鲁棒性。据此,提出了一个目标函数中同时考虑1,3-PD产量、进料速率变化费用以及1,3-PD产量对时滞的灵敏度的最优切换控制问题,本问题的控制变量是甘油的进料速率以及间歇过程和流加过程之间的切换时刻。通过引入一个辅助时滞切换系统,得到了1,3-PD产量关于时滞的灵敏度表达式。通过应用控制参数化方法、时间尺度转化和约束转换技术,得到最优控制问题的近似优化问题。在此基础上,应用改进的并行粒子群优化算法求解该近似优化问题。最后,数值结果表明所得的最优控制策略在时滞不确定下具有较好的鲁棒性。

关键词： 人机协作系统   输出约束   自适应控制   障碍Lyapunov函数   阻抗控制  

摘要： 近年来，随着机器人从工业应用领域逐渐进入服务行业，人机协作已成为机器人领域的研究热点。如何在人机共享工作空间实现安全的交互控制是人机协作的技术难点。为防止机器人伤害操作人员，需要对机器人系统输出进行约束。此外，由于机器人的固有非线性特性以及关节摩擦和外部干扰的影响，机器人系统存在模型参数不确定的问题，基于精确动力学模型的控制方法难以实现理想的控制效果。另外，传统人机协作系统常采用“领导-跟随”控制模式，机器人被动地顺从人类的目标，但针对不同交互任务，可能需要人类或机器人主导性的转换。考虑上述问题，本文研究了输出约束下的人机协作系统自适应控制方法，具体的研究内容包括以下两方面：　　（1）针对模型不确定、输出约束下的机器人交互控制问题，提出了基于非对称积分障碍 Lyapunov函数（AIBLF）的自适应神经网络阻抗控制方法，其包含阻抗控制外环和位置跟踪控制内环的控制结构。首先，在外环中，设计非对称软饱和函数对阻抗模型生成的期望轨迹进行整型，防止不适当交互行为导致超出约束。进一步，在内环中，为了解决包含非对约束边界的约束跟踪控制问题，设计了基于 AIBLF的自适应状态反馈控制器，严格保证机器人末端执行器不超出约束范围。此外，在控制器的设计中采用径向基神经网络（RBFNN）补偿机器人动力学模型的不确定项，以改善跟踪性能。最后，通过 Lyapunov稳定性定理，证明了闭环系统的所有误差信号是有界的。　　（2）考虑机器人输出受约束和速度信息不可测的情况，针对人机协作中人类和机器人的任务主导性切换控制问题，提出了基于模型预测控制（MPC）和AIBLF 的自适应输出反馈变阻抗控制方法。控制结构包含变阻抗控制外环和输出反馈跟踪控制内环。首先，在外环中，考虑人体动力学和机器人阻抗模型，构建了新的阻抗系统，将变阻抗控制问题转变成了求解最优状态反馈控制律的问题。然后，设计包含交互力和跟踪误差的代价函数，通过求解二次规划（QP）问题获得最优阻抗参数，以改善交互性能。进一步，在内环中，设计神经网络观测器估计机器人速度，并基于 AIBLF和 RBFNN设计了具有输出约束的自适应输出反馈控制器，解决了动力学模型不确定、速度不可测、输出受约束的机器人跟踪控制问题。最后，根据 Lyapunov稳定性定理，证明了闭环系统的稳定性。　　基于以上研究内容，分别在 CoppeliaSim 机器人物理仿真平台和 Franka机器人实验平台上进行了人机交互仿真和实验。仿真和实验都验证了协作机器人在约束空间下的交互性能。最后，分别对低阻抗和高阻抗交互场景下的人机交互任务进行实验研究，实验结果表明机器人能够自适应地调节阻抗系数以实现“领导者-跟随者”的转换，验证了所提出控制方法的有效性。

关键词： 永磁同步电机   PID控制   智能控制   鲸鱼优化算法   天鹰优化算法  

摘要： 永磁同步电机以结构紧凑、高效节能、绿色环保、功率密度大、控制方便、调速性能好等固有优点成为伺服控制系统的主要执行元件,在工业自动化、电动汽车、航空航天、悬浮列车、医疗器械等领域都得到了广泛应用。在永磁同步电机伺服控制系统中,速度环是其中重要的一环。PID控制作为一种经典的控制算法,因原理简单、易于实现等优点,被广泛应用于永磁同步电机伺服控制系统的速度环控制中。然而,永磁同步电机是一种多变量、非线性、强耦合的系统,传统PID参数整定方式已无法满足其控制系统的高性能需求。为了进一步提高永磁同步电机伺服控制系统的控制性能,在永磁同步电机伺服控制系统速度环中,采用智能控制方法对PID参数进行调节,已成为一个重要研究方向。因此,本文提出一种改进的WOA-AO混合智能算法对PID控制器参数进行整定,即通过优化目标函数来自动搜索控制器最佳参数,以实现永磁同步电机伺服控制系统更好的性能和更高的稳定性。本文的主要研究内容如下: (1)针对单一智能优化算法存在收敛速度慢、收敛精度不高、易于陷入局部最优的局限性。本文提出一种改进的WOA-AO混合智能算法。首先,该混合算法利用鲸鱼优化算法来增强天鹰优化算法的开发阶段。其次,为了更好地平衡探索阶段与开发阶段,提出一种切换概率机制;针对算法中采用随机产生初始种群方法会造成种群分布不均的问题,在算法中引入Tent映射增加种群的多样性;针对算法中容易陷入局部最优的问题,在算法中引入透镜成像反向学习策略来帮助算法跳出局部最优。最后,在基准测试函数上将所提算法与其他智能算法进行性能测试对比实验,结果表明,本文所提算法具有更快的收敛速度、更高的收敛精度。 (2)本文以永磁同步电机为控制对象,通过分析其数学模型、矢量控制原理与电压空间矢量脉宽调制技术,在MATLB/Simulink中搭建了永磁同步电机矢量控制系统仿真模型。并针对传统PID控制不能获得良好控制性能的问题,提出将改进的WOA-AO混合智能算法用于整定PID控制参数,并将其应用到永磁同步电机伺服控制系统的速度环控制中。通过与传统PI、PSO-PID、AO-PID、WOA-PID、HHO-PID在几种不同工况下进行仿真对比实验,验证本文所提基于改进的WOA-AO混合智能算法优化速度环PID控制参数的优越性。 (3)本文通过搭建以ZYNQ芯片为核心处理器的永磁同步电机伺服控制系统硬件实验平台,对所提出的基于改进的WOA-AO混合智能算法整定速度环PID控制参数进行了实验验证。实验表明,本文所提的控制方法具有良好的控制性能。

关键词： 航空发动机   涡扇发动机   鲁棒控制   模型预测控制算法  

摘要： 航空发动机是结构复杂、运行工况多变、多变量、带约束的非线性系统，因此对控制系统有较高的要求。模型预测控制算法处理带约束的多变量优化控制问题具有天然优势，在航空发动机控制领域应用越来越广泛。然而，模型预测控制算法需要在每个控制周期内计算复杂的优化问题，计算负担重，特别是对于航空发动机这种快速系统，在嵌入式系统上实现模型预测控制算法难度很大，尤其是在低端的微处理器中。本文以某型涡扇发动机为研究对象，设计在线计算的模型预测控制算法，在低端的微处理器中部署该算法，并进行实时性验证。本文的主要工作如下：　　(1)设计线性模型预测控制器。辨识出特定工况下的涡扇发动机的线性模型，并进行增广处理，将误差的积分引入状态空间模型，消除由于模型失配等问题造成的稳态误差。构建二次规划问题，将状态变量和控制变量一起作为优化变量，从而使系统矩阵变得稀疏，再使用交替方向乘子法加速计算。仿真结果表明，设计的控制算法对各个工况下的涡扇发动机都具有良好的动态和稳态控制效果。并且验证了控制器对受干扰的系统也能实现有效控制，具备一定的鲁棒性。　　(2)设计非线性模型预测控制器。辨识出涡扇发动机的神经网络模型，设计优化控制问题，将控制变量的导数作为优化控制输入，将状态量和对应的上一时刻的输入作为状态变量，采用序列二次规划算法进行优化问题求解，使用多重打靶法加快求解过程。仿真结果表明，设计的非线性模型预测控制算法能够对涡扇发动机实现良好控制，并且控制器对受干扰的系统展现出一定的鲁棒控制效果。　　(3)为了验证控制器的实时性，搭建硬件在环仿真平台进行实验验证。将设计的线性模型预测控制算法和非线性模型预测控制算法部署到单片机上，在各环节实施过程中都以减少计算时间为导向。将模型移植到工控机中，设计模型和控制器的闭环通讯流程，设计上位机对硬件在环仿真过程进行监控、对实验数据进行记录，进行硬件在环仿真实验。经过验证，设计的模型预测控制器都能对涡扇发动机模型实现实时控制，验证了模型预测控制算法在嵌入式平台的成功应用。　　(4)针对涡喷发动机设计线性模型预测控制器，并依次进行数值仿真实验和台架试验验证。结果表明，设计的控制器能够对真实的涡喷发动机进行实时控制，并且控制效果满足要求，进一步验证了控制器的工程适用性。

关键词： 张拉整体   多稳态   能量原理   弹性应变能   构型转换   超稳定性   运动路径   单元长度作动   结构刚度   自适应控制   动力稳定  

摘要： 多稳态结构能够在多个构型上维持稳定的平衡。通过激发结构在不同稳态构型间转换,可以获得快速、高效的结构变形以满足特殊的工程需求。除了借助外部扰动,多稳态张拉整体还可以利用自身单元长度的作动实现稳态构型间转换,并展现出通过主动调整预应力以促进或抑制构型转换的自适应能力。由于具有广泛的工程应用潜力,多稳态张拉整体近年来在宇航结构、软体机器人、仿生学、建筑结构、超材料以及微观结构等多学科领域受到关注。本文对多稳态张拉整体的形态分析和控制基础理论进行了系统研究,主要内容包括: (1)从能量的角度分析了多稳态张拉整体的形态特征。指出张拉整体的多个稳态构型在没有外荷载作用时均位于弹性应变能函数的局部极小点上,且构型间存在至少一条弹性应变能脊线。提出了一种沿着弹性应变能下降方向搜索其局部极小点的方法及定位张拉整体多稳态构型的数值策略。阐明了各局部极小点与脊线之间的弹性应变能差值不同导致了各稳态间转换的难易不一。 (2)建立了预应力模态组合系数与张拉整体切线刚度矩阵之间的增量关系,且该增量关系可用于分析预应力对结构刚度的调节作用。阐明了超稳定张拉整体的切线刚度矩阵不会随着几何刚度矩阵的变化而发生奇异,并提出了一种基于计算广义特征值的张拉整体超稳定性判别方法。通过建立构型切线刚度矩阵特征值随预应力模态组合系数变化的灵敏度矩阵,提出了一种通过调整结构预应力以促进张拉整体的多稳态构型间发生转换的数值策略。 (3)提出了多稳态张拉整体运动分析的一般性方法。基于单元伸长量与结构变形之间的关系,阐明了在相同单元长度作动下张拉整体多个稳态构型仅沿各自静力可行路径运动且不存在交点。综合考虑目标方向和构型弹性应变能增量大小,提出了一种借助外荷载实现张拉整体稳态构型间转换的方法以及追踪转换路径的数值策略。指出了外荷载所做的功可用于定量描述构型间转换的难度,同时也可作为评价稳态构型结构稳定性的指标。 (4)研究了张拉整体抑制多稳态构型间转换的自适应控制。借助吸引域的概念来表征张拉整体平衡构型在外荷载干扰下保持稳定性的能力,并提出了一种估计构型吸引域的方法。建立了单元伸长向量与结构切线刚度矩阵特征值之间的灵敏度矩阵,以实现单元长度作动对张拉整体结构刚度的调整。同时考虑结构平衡条件与切线刚度矩阵特征值的修正要求,建立了张拉整体自适应控制的基本方程。基于该方程,进一步提出了一种通过调整单元长度以抑制受荷张拉整体稳态构型间转换的数值策略。 (5)讨论了动力学框架下多稳态张拉整体的变形运动。基于拉格朗日方程,建立了张拉整体的动力平衡方程,并提出了一种追踪动力学运动路径的数值策略。对比了李亚普诺夫稳定与静力学假定下结构稳定的异同,指出构型切线刚度矩阵的正定性对张拉整体的动力稳定同样起到表征作用。通过算例表明了,过大的速度与加速度会使得张拉整体的动力学运动路径脱离静力可行路径,以此反映了基于准静力假定进行张拉整体运动分析的局限性。

关键词： 智能汽车   不确定环境   运动规划   轨迹跟踪控制   鲁棒控制  

摘要： 汽车智能化是国家构建现代化智能交通体系的关键内容与必由之路。近年来,智能汽车相关技术得到了快速发展,辅助驾驶在量产车型上已得到广泛应用,高等级自动驾驶也在特定场景下实现了示范性运营。但现有的方法,大多针对确定性车辆运行环境,很少考虑不确定复杂环境的影响,导致运动规划策略与控制方法的适应性不佳。为此,本文针对上述问题,以提升智能汽车的行驶安全和控制稳定为目标,对不确定复杂工况下的运动规划与鲁棒控制方法开展了系统研究。具体研究内容为:(1)针对前车驾驶行为变化引起的跟车性能下降问题,提出考虑前车运动不确定性的跟车速度规划方法。基于高斯过程设计运动状态预测器,结合历史交通数据对前车纵向运动进行短期预测,为车辆的纵向决策提供可靠的数据支撑。考虑加速度预测误差引起的模型失配问题,引入概率约束和附加反馈补偿,基于混合控制逻辑设计基于随机模型预测控制的纵向速度规划模型,以提升速度规划器对随机扰动的鲁棒性。(2)针对场景变化的适应性规划需求,提出基于碰撞任务分割的主动避撞运动规划方法。引入坐标转换对驾驶场景进行重构,提出基于Frenet-Serret坐标的通用化场能风险评估方法。结合跟车速度规划与运动预测,设计基于碰撞任务分割的运动规划逻辑,上层采用梯度下降法生成行车路径,下层建立考虑稳定、安全、效率的速度规划模型,对换道、跟车等驾驶行为进行速度分配。通过避撞任务的分割,以克服梯度下降法陷入局部最优和求解奇异的问题,保证生成路径的平滑、合理。(3)针对模型简化带来的模型误差问题,提出自适应鲁棒轨迹跟踪控制方法。以模型误差分析为迁移,通过模糊归纳和等效的方式建立考虑模型误差的不确定性跟踪动力学模型。引入H∞性能指标和多模型自适应理论,分别处理有界的几何位姿扰动与动力学参数摄动,推导多模型自适应minmax优化问题的成立条件,提出基于自适应鲁棒模型预测控制的路径跟踪控制方法,以实现轨迹跟踪在鲁棒性与控制性能上的兼顾。(4)针对数据传输时滞与转向输出滞后问题,提出考虑数据传输时滞的鲁棒轨迹跟踪控制方法。结合转向输出传递特性,建立增广无滞后动力学模型,采用积分不等式法设计时滞稳定性判据,以保证闭环控制系统在时滞环境下的严格镇定。根据异源反馈增益的性能差异,设计基于稳定性判别的增益调度机制,并在轮胎力分配中引入基于工况判别的约束切换机制,通过反馈增益与广义约束的自调整,以提升鲁棒轨迹跟踪控制方法的工况适应性。(5)针对转向执行器非失效故障问题,提出鲁棒非脆弱轨迹跟踪控制方法。基于考虑转向执行器非失效故障耦合动力学模型,结合Lyapunov-Krasovskii泛函,采用不等式放大定理与H∞性能指标分别抑制乘性故障、加性故障带来的不利影响,推导鲁棒非脆弱时滞保性能控制增益的存在条件。为充分考虑轮胎力的纵横向耦合制约,引入驱制动限制、轮胎附着约束,建立以轮胎利用率最小的轮胎力协调分配机制,结合上层鲁棒控制策略,以保障车辆闭环系统在时滞、故障环境下的控制稳定。