关键词： 网络攻击   编队控制   弹性容侵控制   滑模控制   自适应控制  

摘要： 为满足远洋深海高效作业需求,以应对日益猖獗的网络安全威胁,性能卓越且具有安全策略支撑的网络编队控制系统已成为海洋工程智能作业中必不可少的关键环节,让智能船-水下机器人设备高效高质的完成编队协同任务成为现实。基于此,本文对易隐匿、低成本和强破坏性的欺骗攻击篡改系统输入造成控制失稳问题的内在关系进行剖析。同时,进一步深挖执行器故障与网络攻击造成的复合型输入异常的内在耦合特质,再对不同类型不同内因影响编队控制效果的随机扰动进行解析。最终,本文聚焦网络攻击事后阶段,从控制角度设计编队弹性控制系统解决相关问题,为海工设备编队作业提供安全有效的控制策略参考。本文以网络攻击对编队控制器输出指令造成的不同程度破坏影响为研究主线,并在此基础上,进一步考虑智能船-水下机器人的编队方案设计、设备故障与随机运动等实际工程问题,由此开展如下研究:首先,利用图论法构建智能船和水下机器人的编队系统通信拓补网络,设计交换机来实现混合通信下的传输分配调节。同时,进一步解析编队设备间的几何关系与运动特征,通过几何变换法建立编队位置几何约束关系,将编队控制问题转换为运动跟踪控制问题。依据海工作业集中管控需求,采用领导-跟随者集中式控制策略,以虚拟引导思想,将期望任务轨迹设计为最高级别虚拟领导者,并把异构模型建立为矩阵型编队状态空间方程,解决不同设备和状态不同阶的不易统一控制调节的问题,有利于多类型海工设备实现编队控制。然后,根据海洋工程的高效作业需求,进一步考虑设备内外因素造成的未知扰动,以及解决隐匿性欺骗攻击对编队控制指令的篡改破坏问题,控制系统需要具有更好的自适应弹性响应调节能力和鲁棒性能。因此,从滑模趋近阶段和滑动阶段入手,依据滑模控制动态特性,设计滑模阻尼器,由此构建变阻尼趋近律,实现大误差快速趋近,小误差减速趋近的动态调控,减弱抖振的同时,提高滑模鲁棒响应;由此,构建可避免奇异问题的新型终端滑模面,实现在滑模面上有限时间收敛,从而以滑模鲁棒响应来应对突发攻击影响的同时,也可快速完成期望的编队任务。此外,结合考虑输入饱和特性的事件触发机制与自适应技术,完成变阻尼终端滑模控制器的设计。其次,针对海上和海下不同类型的风浪流扰动产生的随机干扰问题,以及设备内部由执行结构或通信转换产生的匹配性干扰问题,依据扰动的时间相关性,针对可积扰动设计自适应径向基(Radial Basis Function,RBF)神经网络逼近器,实现在线自适应补偿;进一步考虑到部分网络攻击、脐带缆和风浪流造成的部分不确定影响具有布朗运动特性,基于大系统观,将设备的随机现象定义为编队系统内外部随机激励产生的振动问题,利用广义力分析法建立驱动源随机力模型,并最终构建Stratonovich随机动力学模型,为控制器设计提供模型参考。最后,针对在耦合性欺骗攻击和失效故障同时作用下,系统输入受到复合型异常影响的问题,利用设备的饱和特性设计非线性饱和滤波机制,对控制器输出进行非线性拟合。随之利用拟合后的有界特性,设计解析标准量,并将其与系统输入映射到欧氏空间,利用欧氏距离法,建立弹性饱和解析机制,对耦合性输入异常进行解耦,并在控制器设计中利用RBF神经网络对解耦后的输入异常进行虚拟参数动态逼近,实现对输入异常的在线估计与补偿。本文对所提出的控制算法进行Lyapunov稳定性分析后,证明均可以在有限时间内完成有界一致性收敛。此外,针对相关创新点设计对比用控制算法,由此通过仿真对比验证出本文所提出的算法有效性和优越性。

关键词： 蒸汽发生器   数据驱动控制   无模型自适应控制   自适应动态规划控制   强化学习控制  

摘要： 蒸汽发生器是连接核动力装置一、二回路的核心装备,集热交换和蒸汽生产于一体,其工作状况直接影响核动力系统的工作性能和安全生产。蒸汽发生器系统的本质强非线性以及内部复杂的物理过程,使得控制设计面临极大挑战。同时,系统本身存在的多耦合、多变量、多约束以及复杂环境扰动等问题也对控制性能提出了更高要求。传统控制技术的自适应性和自学习能力通常存在不足,导致其无法实现核动力装置的最优和高效能控制。数据驱动控制方法通过挖掘受控系统输入/输出的有效数据来设计控制器。它根据系统运行数据设计性能指标函数、建立奖惩机制等来引导最优控制策略的产生,获取系统控制规律,具有快速收敛性、强鲁棒性以及不依赖于专家经验的自整定等优势。因此,探索具有智能自主调节能力的数据驱动控制方法,可望有效解决核动力蒸汽发生器系统存在的多变工况、复杂环境扰动、强非线性等问题,为其高性能控制设计提供技术支撑。综上,本文开展了核动力蒸汽发生器数据驱动智能控制研究。首先,根据核动力蒸汽发生器控制的研究现状和发展趋势,分析了研究其控制方法的重要性和必要性,并阐述了该领域面临的挑战和瓶颈。其次,简单描述蒸汽发生器运行原理,建立了蒸汽发生器数学模型,并对其进行动态特性分析,验证模型正确性和有效性。接着,从经典方法无模型自适应(Model Free Adaptive Control,MFAC)着手,提出了一种类似PID的控制结构并结合遗传算法的MFAC方法,验证了数据驱动控制的可行性。然后,探索了具有一定学习能力的数据驱动ADP控制方法,提出了一种新颖的双评价网络自适应动态规划(Adaptive Dynamic Programming,ADP)控制方法应用于蒸汽发生器,很大程度上改善了系统性能。进一步,基于获得的研究经验,继续挖掘数据驱动控制器的自学习能力,开展了蒸汽发生器数据驱动深度确定性策略梯度(Deep Deterministic Policy Gradient,DDPG)控制研究,并对提出的三种方法进行了比较分析,DDPG控制方法在快速性、鲁棒性等方面综合评价最为突出。最后,对蒸汽发生器在复杂环境下的数据驱动控制进行了仿真研究,从复杂环境扰动、多任务模式、特性衍变以及未知通信故障等多个方面,验证了数据驱动控制方法的强自适应与处理非设计工况的能力。

关键词： 鲁棒控制  

ISBN: (纸本)9787111736752

摘要： 本书借助MATLAB和Simulink，从理论和实践两方面介绍嵌入式鲁棒控制系统的设计和实现，涵盖适用于实际实施的方法，并结合控制系统设计和计算机工程方面的知识来描述整个设计过程。

关键词： 虚拟同步发电机   并网逆变器   虚拟惯量分析   自适应惯量阻尼协同   无缝切换  

摘要： 随着全球环境污染与全球变暖问题日益严峻,光伏、风电等清洁能源发电并网运行及控制策略研究受到越来越多的关注。而虚拟同步发电机(Virtual Synchronous Generator,VSG)控制型并网逆变器作为清洁能源并网的接口,大大提高了清洁能源的消纳能力,因此研究VSG型并网逆变器的控制策略具有重要的意义。VSG型并网逆变器因模拟同步发电机的特性可以使系统具备一定的虚拟惯量,与传统控制策略下的并网系统相比有效地提高了系统的受扰能力和恢复能力。然而,常规的VSG控制并不能根据动态过程中频率的变化相应的调整自身转动惯量与阻尼值,而且采用常规VSG控制的逆变器在并离网模式切换时会对电网产生较大电流冲击,破坏电网的稳定运行。基于此,研究VSG型并网逆变器的自适应惯量阻尼协同控制和并离网无缝切换控制策略显得十分迫切和重要。本文以VSG型并网逆变器为研究对象,针对VSG型逆变器虚拟惯量分析、自适应惯量阻尼协同控制和并离网无缝切换控制等问题展开研究,获得了如下可行性成果:1.模拟同步发电机建立了 VSG型并网逆变器系统数学模型,包括交流电路、电压电流双闭环控制、VSG控制策略的详细数学模型,并对所建VSG型并网逆变器系统进行虚拟惯量分析。2.为弥补固定参数与单一参数自适应的VSG控制暂态响应较差的缺点,提出自适应惯量阻尼协同控制策略。首先绘制出各参数变化的根轨迹图,分析各参数大致的取值要求;然后分析系统振荡过程中转动惯量和阻尼的取值与系统输出角频率变化率和变化量之间的关系,进而提出自适应惯量阻尼协同控制策略。3.针对常规VSG型逆变器在并离网切换时冲击电流过大的问题,提出了VSG型并网逆变器并离网无缝切换控制策略。针对并/离网切换过程,不需额外加设任何控制方法即可实现无缝切换;针对离/并网切换过程,提出无锁相环的预同步控制策略,与传统预同步控制相比更为简单且能实现无缝切换。

关键词： 污水处理   曝气   智能控制   PID控制   模糊推理  

摘要： 针对传统污水处理曝气DO控制方法难以实现精准曝气且存在能源浪费等问题，设计提出了一套结合PID控制以及模糊推理的污水处理精准曝气智能控制方法，根据曝气控制相关的设定值，利用模糊推理获取输出量参数，由PID控制器根据参数精准控制曝气量。经对对比实验表明，该方法在满足溶解氧处理要求的情况下，可降低10%～20%的曝气量，有效实现了智能化、精准的曝气。

关键词： PMSM   连续螺旋控制   自适应控制   观测器  

摘要： 近年,随着工业的蓬勃发展,对以PMSM为核心的伺服系统在精度、实时性等多方面提出了更加严苛的要求。由于PMSM具有可靠性、高效率、低损耗等优点,因此在许多工业应用中发挥着至关重要的作用。然而,传统的线性控制方法难以处理外部干扰、参数干扰和非线性动力学不确定等问题。为了能更好的发挥PMSM的优势,本文采用了自适应连续螺旋算法和滑模扰动观测器的复合控制技术对PMSM系统性能进行改善。连续螺旋算法是一种非线性控制算法,可以有效地抑制干扰和模型不确定性,提高控制精度和鲁棒性。自适应控制算法可以根据系统的状态和参数自动调整控制策略,以提高系统的鲁棒性和适应性。滑模扰动观测器技术是一种用于估计系统状态的算法,可以有效地抑制噪声和模型误差,提高状态估计的精度和鲁棒性。通过仿真和实验,验证了自适应连续螺旋复合控制的有效性和实用性,为PMSM控制的实际应用提供了一定的参考,具体内容包括:(1)通过构建PMSM基本的数学模型,分析了PMSM的坐标变换以及SVPWM算法的原理与实现,最后详细的介绍了矢量控制技术。在此基础上,提出了一种新的连续螺旋算法,应用于PMSM的转速环上。该算法以双闭环矢量控制结构为基础,采用连续螺旋控制方法来提高转速环的控制精度和鲁棒性。与传统控制方法相比,该方法可以将误差收敛到一定的区域,不仅提高了鲁棒性,还有效地削弱了系统的抖振。除此以外,还在此控制器的基础上加入了滑模扰动观测器,估计系统的扰动误差,并将此信号用于前馈补偿,以进一步提高系统的动态性能。为了验证控制方法的有效性,选择在MATLAB软件中搭建了PMSM控制系统的Simulink仿真模型,并进行了多次仿真验证。结果表明,本文所提出的连续螺旋算法可行且有效,可以有效地提高控制系统的鲁棒性和动态性能,可为相关领域的研究提供一定的参考。(2)由于连续螺旋控制应用于PMSM上也有其缺点,比如需要计算四个增益,增益调整变得复杂,需要扰动导数的上界等等。因此,提出了一种自适应连续螺旋算法,自动地调整控制器的增益,确保速度调节系统的跟踪误差在有限时间内收敛到零。仿真结果表明,本文所提出的控制器可行且有效,能够在未知扰动导数上界的情况下自适应地调整控制器的增益,从而提高了PMSM控制系统的性能和稳定性。(3)通过MATLAB软件在基于Rtunit的半实物仿真平台上搭建了PMSM控制系统地实验框图。在此基础上,对文中提出的算法进行了实验验证,并表明了复合控制方案的优越性。通过对PI、连续螺旋、“连续螺旋+观测器”和自适应连续螺旋以及“自适应连续螺旋+观测器”分别进行实验,然后将有关转速和电流的实验数据进行对比分析,说明所设计算法的有效性。相比于传统控制策略,本文的研究提高了PMSM控制系统的鲁棒性和稳定性,为相关领域的研究提供了一定的借鉴。同时,该半实物仿真平台的设计方案也为其他研究者提供了一种新的设计思路,有望在未来的研究中得到更广泛的应用和推广。

关键词： SCR脱硝   模板匹配   周期起始点辨识   跨周期分段增量PI   OPC通讯  

摘要： 随着大气污染问题的日益严峻以及国家对环境保护管控力度的不断加大,炼焦化学工业必须要进行烟气脱硝处理。目前,国内焦化厂普遍采用的脱硝技术是选择性催化还原（Selective Catalytic Reduction,SCR）技术,但由于焦炉生产的特殊性以及SCR烟气脱硝系统的强非线性和大滞后特性,脱硝系统中的喷氨量仍主要依靠操作人员手动进行调节。手动控制具有极大的不确定性,且不能够对喷氨量进行精确调节。因此,结合焦炉生产特性,开展SCR脱硝系统喷氨量智能控制策略的研究具有重大意义。 本文以山西某焦化厂SCR烟气脱硝系统为研究对象,深入分析进口氮氧化物（NOX）浓度的周期性以及脱硝系统的强非线性、大滞后性特征,提出了一种适用于焦化行业的喷氨量智能控制策略。针对控制策略中的周期起始点在线辨识和跨周期分段增量PI控制,给出了详细的设计方法及仿真验证结果。并开展软件设计与开发,实现了控制策略的工程化应用。论文的主要研究内容如下: （1）基于进口NOX浓度的周期性特征,提出一种向量模板匹配方法用于周期起始点的在线辨识。根据进口NOX浓度数据构造模板向量和实时向量,并通过对两者进行匹配度分析,实现对周期起始点的在线辨识。仿真结果表明,向量模板匹配方法能够精确辨识出周期起始点,满足跨周期分段增量PI控制对周期起始点辨识准确性的要求。 （2）跨周期分段增量PI控制能够根据设置的控制段起、止点氨气阀门开度基准值和分段插值方法生成氨气阀门开度值,对脱硝系统中的喷氨量进行调节。同时,在考虑出口检测滞后的基础上重新计算误差信号,并对控制段氨气阀门开度基准值进行在线优化,提高分段插值控制的精度。仿真结果表明,跨周期分段增量PI控制方法能够实现喷氨量的精确控制,且与手动定值控制、传统单一PID控制方法相比,具有更好的控制效果。 （3）根据该焦化厂SCR脱硝系统的实际情况,开展系统软件设计与开发。利用上位机组态软件Win CC设计组态画面,实现了对脱硝机组的实时监控。结合设计的喷氨量智能控制策略,按照模块化编程的思想完成了控制软件的开发,并通过控制软件与组态软件的相互配合,实现了喷氨量的自动调节。同时,设置了心跳检测机制,保证系统运行的可靠性。

关键词： 模型参考自适应控制   列车控制   李雅普诺夫   速度跟踪   模拟退火算法  

摘要： 列车是人们日常出行使用频率比较高的交通工具之一,列车自动驾驶系统是列车组成的重要设备,而列车自动驾驶子系统ATO(Automatic Trai Operation,ATO)则是实现自动驾驶尤为重要的控制设备,其主要作用是辅助甚至代替人工驾驶以提高列车控制的精度、降低人工操作的误差率以及提高列车作业过程中的运行效率等。当前社会发展迅速,对列车系统功能的复杂性和可靠性提出了新的要求,尤其是列车自动驾驶系统的控制器必须具备良好的控制性能,列车自动驾驶系统自然而然地成为了相关研究人员一直以来的研究热点。本文将从与列车自动驾驶技术有关的列车建模、控制策略以及跟踪效果性能等方面对列车速度控制的研究,主要研究内容如下:(1)列车不确定性阻力因素的分析。列车在运行过程中总受到各方面不确定性因素的影响,其主要以阻力的形式表现,即基本阻力、隧道阻力、坡道阻力、以及曲线阻力等。分析列车运行过程的影响因素是实现列车精准控制的首要关键,同时也为阻力因素的数学表达式衔接列车动力学模型做准备。(2)列车动力学模型的建立。列车动力学模型的建立是列车控制模型的数学表达形式。在以计算量和尽可能全面考虑影响因素为标准前提下,本文对比三种传统列车动力学模型,即单质点模型、多质点模型与刚性多质点模型等后,选择了单位移多质点模型。单位移多质点模型既保障了较小的计算量负担,又能保障较高的实验真实性。(3)模型参考自适应控制系统的设计。本文主要采用模型参考自适应控制(Model Reference Adaptive Control,MRAC)理论,利用MRAC的自适应律来调整不确定影响因素导致系统参数变化,即进行速度调整,减少或消除不确定性阻力因素对速度的影响。为了使控制系统具有较快的收敛性和稳定性,本文采用了李雅普诺夫设计法对自适应律进行推导,仿真结果表明控制系统具有速度控制的可行性,能够有效处理高速列车在复杂运行线路条件的不确定性问题,也达到ATO系统速度的跟踪目的。(4)控制系统的性能评估。通过Simulated Annealing算法对列车控制器的速度跟踪误差效果进行监控,纵向比较而言,能够为列车自动驾驶系统的可靠性提供参考,即便于发现控制器不能适应新的运行环境;横向比较而言,在更换新的控制算法或者对比其他控制算法时,便于做出相应的性能对比,两者均保障了列车作业的运行效率。

关键词： 汽车灯光   自适应照明   远近灯光切换   驾驶安全   YOLOv5算法  

摘要： 随着家用车数量的持续增加,夜间驾驶中视野范围的缩小已逐渐成为影响行车安全的主要因素,进而导致了夜间事故的频繁发生。为了应对这一挑战,智能车灯技术被视为提高夜间行车安全的有效手段,它能够在特定路况和环境中为驾驶员提供更佳的照明条件。本研究基于单片机设计了一种汽车灯光智能控制系统ADB(Adaptive Driving Beam),该系统能够根据外部光照和对向车辆的距离实现远近灯的智能切换。同时,系统还能根据车辆行驶方向和地形调节前照灯的角度,为驾驶员在各种行驶环境下提供最佳的视野。本文完成的主要工作如下:1本文提出了一种基于单片机的车灯智能控制系统,在车辆会车或进入弯道时,实现远近光灯的自由切换。首先确定系统的总体结构有环境检测模块、控制模块及驱动模块;利用传感器和改进的YOLOv5算法相结合的方式采集,处理车灯外界环境的数据,最后设计一组程序框架,并做出相应的实物验证本文提出的方法的有效性。2针对各模块的功能提出系统的设计方案;以STC89C51为核心处理单元,对外围电路进行选型和设计,包括控制模块、行驶环境检测模块、执行模块等;利用Keil5等编程软件对各个功能模块进行软件设计,在自动模式下,利用传感器和YOLO算法实现远近光智能切换;将传感器传输的姿态融合数据送至单片机进行处理,带动舵机驱动前照灯系统跟随旋转,执行相应的控制;绘制流程图。3构建YOLOv5深度学习网络对大灯外界环境目标车灯光源轨迹预测,将目标车灯区域划分后ADB汽车大灯外界环境图像输入至YOLOv5网络中,利用卷积层提取图像特征,将经YOLOv5网络检测后ADB汽车大灯外界环境多运动目标车灯光源归入一个集合中,利用扩展卡尔曼滤波算法对集合中的各元素实施轨迹预测,提高检测精度。最后通过实验验证该方法的准确度,在不同的实验条件下,目标光源位置检测结果与实际结果的平均误差不超过3*3像素。4利用Proteus对系统硬件调试,Keil对硬件电路与软件程序进行调试成功后输入Proteus中进行整个系统功能调试,经过在构建模拟平台中的反复测试,验证本文提出的系统具有高效且稳定。

关键词： 多智能体系统   约束控制   植保无人机   编队控制   反步法  

摘要： 多智能体系统是由多个子系统进行信息交互和相互协作完成复杂任务的系统,它在现代工业、军事以及农业领域应用广泛,如智能机器人、无人机、电网系统等,吸引了大量学者的关注。特别是,多智能体协同跟踪控制是该领域最典型的热点研究问题之一。为此,本文研究协同跟踪控制理论,解决多智能体系统的安全约束、抗干扰和提高效率等问题。同时,由于植保无人机通常作业面积较大,在作业时会受到阵风、强光等外部扰动的影响,如何将协同跟踪控制理论应用于植保无人机中保证安全完成既定任务是一个关键技术难点。本文的主要研究内容如下。(1)针对具有不可测状态的非线性多智能体系统,提出自适应模糊输出反馈控制方法。由于系统状态是不可测的,通过设计高性能状态观测器实现对未知状态的精准估计。应用模糊逻辑系统和自适应反步递推控制方法设计自适应律,构造积分型障碍李雅普诺夫函数分析闭环系统的稳定性,一方面突破误差边界保守性限制,另一方面保证约束跟踪控制性能。仿真例子验证了期望的跟踪性能。(2)针对受时变非对称全状态约束影响的多智能体系统,提出一种自适应神经网络分布式跟踪控制策略。非对称状态约束的边界与状态向量和时间相关,使得约束边界灵活性进一步增强。首先,将非对称障碍李雅普诺夫函数应用于多智能体系统的自适应控制器设计,保证所有状态都保持在非对称时变全状态约束范围内,同时能处理局部跟踪误差中的耦合问题;其次,根据李雅普诺夫稳定性理论证明了系统中所有信号都是有界的,而且跟踪误差收敛到原点的一个小邻域;最后,仿真结果验证了该控制方案是可行的。(3)针对植保无人机在作业时受到外部扰动的影响问题,设计基于干扰观测器的多植保无人机预设性能编队控制方案。通过计算惯性坐标系和机体坐标系间的转换关系,建立无人机的数学模型。结合固定时间理论设计干扰观测器实现对扰动的精准估计,保证干扰观测器在固定时间内的收敛性。将新型的预设性能指标函数引入到多植保无人机编队共同作业方案,可以在确保作业质量的同时提高协同作业效率从而满足规模化生产需求。仿真例子验证方案的可行性。综上所述,对于状态可测/不可测的多智能体系统,构造了状态观测器和干扰观测器,结合积分型障碍李雅普诺夫函数、非对称障碍李雅普诺夫函数、预设性能指标函数等理论,完成了多智能体系统的约束跟踪控制器设计,并应用于复杂工况下的多植保无人机系统控制。