关键词： 并网逆变器   虚拟同步发电机   二次调频   自适应控制  

摘要： 近年来，随着高比例新能源的大规模并网，电力系统的运行特性逐渐发生变化，系统转动惯量降低、调频能力下降，易发生频率越限问题。虚拟同步发电机(VirtualSynchronousGenerator,VSG)技术在新能源并网逆变器的常规控制策略中模拟了同步发电机(SynchronousGenerator,SG)的机械转子方程和调频调压特性，使逆变器在兼顾自身响应特性的同时具备对频率电压的支撑能力。因此，本文对基于VSG技术的逆变器控制策略展开研究，主要内容如下:　　首先，根据SG的原理，将其转子方程、功频、励磁环引入逆变器外环控制算法中，得到了VSG的基本结构，对逆变器及其双闭环控制进行数学建模。设计了VSG有功-频率环和无功-电压环，模拟SG的调频调压特性，在功频环基础上引入二次调频，实现冲击性负荷扰动时的无差调节。　　其次，针对传统VSG控制过程中，功率改变引起的频率波动问题，提出一种改进的转动惯量与阻尼系数双参数自适应控制策略。建立VSG工频小信号模型，得到了系统模型的传递函数，分析转动惯量与阻尼系数两个主要参数对系统动态响应的影响。对单一参数的转动惯量自适应控制策略进行改进，提出了一种转动惯量与阻尼系数随角频率自适应调节的控制策略，并给出参数整定方法。　　然后，针对VSG并网运行时电网电压不平衡导致的输出电流波动、功率振荡问题，提出一种改进的平衡电流综合控制策略。建立了VSG非对称运行时的数学模型。在传统二阶广义积分器基础上加入求差节点和低通滤波器，使其可以在多种工况下准确提取正负序分量。对平衡电流多目标控制策略进行改进，对负序电流跟踪平衡，同时补偿负序电压，以减小电压电流不平衡度及功率振荡。　　本文在MATLAB/Simulink仿真软件中搭建了相应仿真模型，验证了本文提出的基于VSG的自适应控制、改进预同步控制、平衡电流综合控制策略的有效性。搭建了基于dSPACE系统的VSG半实物仿真平台，对传统VSG控制和下垂控制进行了对比实验，验证了所提出的VSG控制策略的可行性。

关键词： 血管介入手术机器人   操作安全性   主从智能控制   仿生手指设计  

摘要： 通过引入血管介入手术机器人可以更好的治疗心脑血管疾病,现阶段血管介入手术机器人安全性低并且控制性能差,本文展开研究旨在提高其操作安全性及控制性能。首先,针对现阶段已有的导管操作器拆卸和消毒困难,导管置入及更换效率低,操作过程中导管易损坏和打滑的问题,本文通过SOLIDWORKS软件设计了一款能够夹持和搓捻导管的仿生手指机构,并利用ANSYS和ADAMS软件对虚拟样机进行了仿真分析来验证结构的合理性,随后通过金属加工完成了样机的搭建,将其应用于血管介入手术中有效提高操作安全性和便携性。其次,主从式血管介入手术机器人的从端需要被置于病人一侧,而医生在机器人的主端一侧控制从端动作,手术过程中安全性和透明性低,为了解决这一问题,本文设计了操作安全预警系统,为医生提供多维信息,当医生操作不当时通过预警机制防止手术过程中戳破血管。然后,本文在新型结构的基础上设计了智能控制系统,通过设计模糊自适应PID-Smith算法来解决现阶段机器人主从同步运动性能差,跟踪精度低的问题,并且通过与其他控制方法进行对比分析验证了模糊自适应PID-Smith智能控制方法在血管介入手术机器人主从控制中的高效性和优越性。最后,本文进行了安全性评估及主从同步运动相关实验来验证本文设计的仿生手指机构、安全预警系统和智能控制系统在血管介入手术机器人操作中的有效性和优越性。其中夹持性能评估实验表明本文设计的仿生手指能够有效的夹持导管,在手术中导管不会发生打滑,运动性能评估实验表明本文搭建的样机轴向和径向性能均符合手术要求,预警机制评估实验表明本文设计的预警机制能够防止手术过程发生意外;主从同步运动实验表明使用本文设计的模糊自适应PID-Smith算法进行的主从轴向跟踪平均误差为0.58mm,主从径向跟踪平均误差为0.94°。通过与不同算法的对比分析,验证了较单一使用PID及模糊自适应PID算法在控制精度上均有显著提高,其中在轴向同步运动上较单一使用PID精度提高31%,较单一使用模糊自适应PID精度提高18%;在径向同步运动上较单一使用PID精度提高29%,较单一使用模糊自适应PID精度提高16%。

关键词： 不确定系统   模型参考自适应控制   降阶控制器   分数阶系统   反馈演化博弈  

摘要： 系统的时变、非线性以及外界干扰等原因会导致系统的不确定性。不恰当的处理方式可能会导致系统性能下降,甚至引起系统不稳定。因此,有必要对不确定性系统进行分析,并制定相应的控制策略来保证系统的性能。模型参考型适应控制因其可以选择理想的参考模型,使得被控对象可以按照预先指定的参考轨迹运行,且理论研究较为成熟,因此在不确定的系统中得到了广泛的应用。目前的一些模型参考自适应控制系统设计方法,自适应控制器的阶数(控制器参数在线更新的个数)一般都与被控对象的阶数有关。当系统阶数较高时就需要采用高阶自适应控制器。相较于高阶控制器,人们更希望使用低阶控制器,原因在于低阶控制器的硬件故障少,计算量小,且可实施性强。因此,控制器的降阶问题具有很高的研究价值和实际意义。纵观现有的自适应控制研究,关于低阶控制器的设计问题研究尚少。此外,近年来随着演化博弈研究的兴起,具有环境反馈的演化博弈受到了广泛关注,其中存在的不确定性问题不容忽视。因此,本文致力于开展降阶模型参考自适应控制及其在演化博弈中的应用研究。本文的主要研究内容如下:1.研究了降阶整数阶模型参考自适应控制。针对具有匹配不确定的多输入多输出动力学系统,基于李雅普诺夫稳定性理论,提出了一种基于标量更新律的状态反馈降阶模型参考自适应控制方法。相较于现有的模型参考自适应控制方法,该降阶模型参考自适应控制方法可以同时具有控制器在线计算负担小、结构简单、易实施和保证系统误差渐近稳定等优势。此外,研究了匹配不确定和状态矩阵不确定同时存在的的多输入多输出动力学系统的降阶模型参考自适应控制,结果更为完整。2.研究了降阶分数阶模型参考自适应控制。针对具有参数不确定的多输入多输出分数阶系统,基于分数阶系统的李雅普诺夫稳定性理论,提出了一种基于标量更新律的状态反馈降阶分数阶模型参考自适应控制方法。相较于现有分数阶模型参考自适应控制方法,减少了控制器在线更新参数的数量,降低了计算资源的占用。随后提出了一个阶次小于被控对象阶次的降阶分数阶模型参考自适应控制器设计算法,并基于分数阶不等式,证明了跟踪误差平方范数均值收敛于0。3.研究了环境反馈演化博弈的动力学。考虑个体行为对资源的动态产生滞后的影响以及实际中合作者对资源两种不同的贡献行为,借助复制动力学方程建立了具有时滞的反馈演化博弈模型,并且基于时滞微分方程的特征根方法、中心流形定理以及规范型理论,分析了系统的稳定性以及分支情况。现有关于反馈演化博弈的研究中还没有考虑时滞的影响,我们考虑更具有实际因素的情况,拓展了反馈演化博弈的研究内容。此外,我们发现当合作者对资源的贡献量是固定时,时滞对这一共同演化的动力学不会产生特别的影响。而当合作者对资源的贡献量正比于其当前禀赋时,发现时滞会引起合作水平和环境动态的周期性振荡。这一结果告诉我们在对可持续环境设计人为干预时,要保持谨慎。4.研究了环境反馈演化博弈的模型参考自适应控制。针对时滞为0时的环境反馈演化博弈,考虑现实管理机构中监督强度的不确定性,建立了具有不确定单位时间内监督概率的反馈演化博弈模型,借助非线性模型参考自适应控制的方法,提出了一个单位时间内调整机构监督强度更新规律的协议。并利用李雅普诺夫稳定性理论,我们得到了一个充分条件,在此条件下,这一更新规律能够驱动实际系统达到预期结果。进一步地,给出了多参数不确定的反馈演化博弈的降阶模型参考自适应控制协议。据我们所知,这是首次借助非线性模型参考自适应控制方法来处理反馈演化博弈中的不确定性,因此研究内容是新颖的。

关键词： 电阻点焊   自适应焊接   参考功率控制  

摘要： 电阻点焊工艺由于高效率、可靠性和美学优势,被广泛应用在工业制造中。但是在点焊的批量生产过程中可能会出现各种复杂的焊接工况,例如:焊接距离过近、焊件厚度的变化以及工件之间存在异物等,这些工况会导致焊接质量的下降和焊后质量检测成本的增加。因此,研究大批量点焊过程中复杂工况下的点焊自适应控制技术以提高焊接一致性至关重要。本文在现有研究的基础上提出了一种新的电阻点焊自适应控制策略,该策略可以在焊接过程中实时自适应调节焊接电流和时间。该策略由两部分组成:电流调节策略和时间调节策略。电流调节策略是改进后的参考功率控制与恒流控制相结合而形成的。其中,参考功率控制是一种点焊自适应方法,通过控制焊接功率曲线的一致性来保证焊点的质量。本文所提的电流调节策略是在参考功率控制的基础上引入电阻预测模型加以改进,并增加恒流控制以应对焊接时间需要延长的情况。同时为了更好地配合电流调节策略控制焊接电流,设计了一种能参数自整定的模糊PI电流控制器。时间调节策略的原理是设立与动态电阻特征量相关的焊接目标来代替焊接时间作为决定焊接结束的标志,从而使得焊接时间得以自适应调整。最后对中频电阻点焊机的软硬件进行了设计,并以该点焊机搭建了实验平台,通过模拟常见的干扰工况对本文所提的点焊自适应焊接策略进行了验证。最后结果表明,在这四种典型的干扰工况下,使用本文所提的点焊自适应控制策略均能获得可靠焊点且所获焊点的熔核直径均不低于参考焊点。图[59]表[6]参[84]

关键词： MEMS谐振器耦合网络   非线性分析   自适应控制   模拟集成电路   神经网络控制  

摘要： 微机电系统（Micro-Electro-Mechanical System,MEMS）谐振器因其高精度、低能耗、微型化等诸多优点而被广泛应用于5G通信、无人驾驶和航空航天等领域。然而,MEMS谐振器由于自身的微结构特性以及内部电磁场的影响会产生复杂且丰富的非线性动力学行为,尤其是高频混沌振荡会严重破坏系统的稳定性,甚至导致系统瘫痪。随着无线通信、人工智能等技术的快速发展,单个MEMS谐振器由于无法突破带通、输出能量和容错能力的限制,同时现有MEMS谐振器系统存在数学建模不精确,动力学认知模糊和核心控制算法缺失等问题,导致其逐渐无法满足当下智能传感的高性能需求。因此,本文以MEMS谐振器耦合网络系统为研究对象,建立其动力学模型,揭示其非线性特征,利用动力学、微电子学、模拟集成电路技术和神经网络自适应控制等多学科理论和方法探索了MEMS谐振器耦合网络系统的自适应控制理论,消除了高频混沌振荡和未知不确定性等不良影响,提高了系统精度和响应速度,进而为装备了MEMS谐振器耦合网络的自动驾驶、卫星导航、智能终端等高精尖设备的研发提供理论和实践上的依据。具体研究内容可分为以下三个方面:（1）单个MEMS谐振器的动力学分析与自适应控制。首先,通过不同驱动电压下的相图、时间历程图以及李雅普诺夫指数图揭示了单个MEMS谐振器系统的非线性特征;然后,基于能量流理论与电子信息技术在Multisim上搭建了等效MEMS谐振器系统的模拟集成电路,进一步揭示并验证了系统所固有的混沌运动;最后,基于径向基函数神经网络（RBFNN）设计了一种自适应反演控制方案抑制混沌振荡,仿真实验结果证明了所提控制方案的可行性。该研究结果为后续MEMS谐振器耦合网络系统的建模、集成电路实验平台搭建和自适应反演控制提供技术支撑。（2）MEMS谐振器耦合网络的建模与集成电路实验平台搭建。首先,为了提高MEMS谐振器系统的灵敏度、输出能量和阻带抑制性能,考虑机械与静电耦合效应,建立了由4个MEMS谐振器构成的耦合网络模型;然后,构建相图和李雅普诺夫指数图对MEMS谐振器耦合网络的动态演化规律进行揭示;其次,应用比例运算电路、加减运算电路以及积分运算电路搭建了MEMS谐振器耦合网络的集成电路实验平台;最后,电路实验结果表明在A=1.71V,f=287.94Hz时该耦合网络系统出现高频混沌振荡。（3）基于IT2FNN的MEMS谐振器耦合网络自适应反演控制方法。为了有效解决MEMS谐振器耦合网络系统的高频混沌振荡,实现其稳态和高性能输出,在研究内容（2）的基础上提出了自适应反演控制方案。在控制器设计中利用区间二型模糊神经网络（IT2FNN）估计系统的未知非线性函数,并构建余弦障碍函数以保证输出状态的边界约束。李雅普诺夫稳定性分析证明了该闭环系统的所有信号都有界。大量的仿真实验结果验证了所提控制方案的正确性和有效性,且系统跟踪误差收敛于[-3×10,1×10]。

关键词： 高超声速飞行器   模型参考自适应控制   线性二次型最优控制   块动态面控制   全驱系统  

摘要： 高超声速飞行器相对于传统飞行器的最大优点在于可以以较高飞行速度实现大飞行包线内的快速飞行,由于飞行器环境因素变化剧烈,其气动参数不仅变化大,而且有严重的不确定性问题。高超声速飞行器控制面临着严重的气动参数不确定性、强耦合、强非线性和快时变等问题,本文针对以上这些问题,开展了高超声速飞行器模型参考自适应控制方法的研究。 首先,根据高超声速飞行器六自由度动力学模型建立了高超声速飞行器的基本非线性控制模型,接着对Winged-Cone模型进行了气动特性分析,通过简化基本非线性模型建立了面向控制的高超声速飞行器姿态系统模型和速度系统模型,为后续的模型参考自适应控制研究打下基础。 然后,研究了高超声速飞行器姿态系统线性模型参考自适应控制问题。基于气动特性分析的结果,对速度系统设计自适应控制器,并将姿态子系统分为俯仰通道和滚转/偏航通道并分别设计各通道控制器,设计了线性二次型比例积分基线控制器并使用模型参考自适应控制补偿系统含有的不确定性。 其次,研究了高超声速飞行器姿态系统非线性模型参考自适应控制问题。考虑到系统的块下三角结构及存在的非匹配不确定性,使用块动态面反步法设计模型参考自适应控制器:首先根据虚拟的反步控制律构造出内外环的参考模型,接着设计了一种低通滤波器解决经典反步法中的“参数爆炸”问题,并基于李雅普诺夫理论设计了模型参考自适应控制器和自适应律,最后完成了稳定性证明,保证了高超声速飞行器姿态可以跟踪有界时变的参考输入信号。 接着研究了高超声速飞行器基于欧拉姿态角全驱模型的模型参考自适应控制问题。首先根据飞行器的六自由度动力学模型和气动特性分析结果,推导建立基于欧拉姿态角的全驱模型。然后通过反馈消除全驱模型中的非线性特性和耦合项,并设计线性二次型比例积分基线控制器和参考模型,最后使用模型参考自适应控制对系统的不确定性进行补偿。 最后,对各章所设计模型参考自适应控制器进行了六自由度非线性数值仿真,仿真显示所设计控制器可以很好的控制飞行器执行变高度、变速度及侧向机动飞行任务,并可以达到期望的性能要求。

关键词： 带钢   冷连轧工艺   非稳态轧制   滞后补偿   板形质量  

摘要： 普通带钢稳态轧制阶段板形已经有非常高的控制精度，但是对于冷轧薄带钢高附加值产品来说稳态轧制阶段板形质量问题依然突出，另外，非稳态轧制过程中产生的带钢质量切损占比、质量异议占比以及由板形质量波动过大导致的停机在非设备故障停机中的占比均超过了 1/3，这两种问题成为了制约企业获得更大收益的不利因素。本文以某厂1450mmUCMW五机架冷连轧机组为研究对象，深入研究了稳态轧制阶段系统滞后补偿和非稳态轧制过程中的板形质量问题，主要的研究内容如下：　　（1）采集了稳态轧制和非稳态轧制阶段的板形数据，清晰地表明了冷连轧过程的板形质量问题，引入 Smith 预估控制器对板形控制系统进行补偿，分别建立了工作辊弯辊、中间辊弯辊、轧辊倾斜、中间辊横移系统模型。由于工作辊横移安装位置不同于其它板形调节机构，基于金属轧制每秒等流量原理，给出了其控制系统的滞后时间计算方法，并建立了工作辊横移系统模型。通过仿真实验对比了稳态轧制时，常规PID、Smith预估PID和Smith预估模糊PID控制方式下工作辊弯辊控制系统的动态品质。根据计算的单锥度工作辊横移控制系统滞后时间，建立了预测模型来补偿这种大滞后控制系统，并做了理论分析比较、仿真实验比较和应用效果对比，证实了模型预测控制比传统增益控制效果好。　　（2）建立了两个不同的深度神经网络对策略网络和价值网络进行更新，优化了RL Agent智能体动作的输出，使DDPG智能算法性能更加稳定，并进行了非稳态板形 DDPG智能控制系统建模。以实际生产中的加减速非稳态板形数据为依据，将模拟的非稳态干扰量模型用于开发的 DDPG智能算法中，通过训练智能体和仿真不同板形调控功效系数的工作辊弯辊系统模型，验证了 DDPG智能算法能很好的削弱非稳态轧制阶段的干扰量，对被控对象参数的不敏感性以及非稳态轧制阶段的板形质量具有非常理想的控制效果，并制定了1450mmUCMW五机架冷连轧机稳态和非稳态轧制阶段的板形控制策略。

关键词： 四旋翼无人机   多执行器故障   非奇异全局快速终端滑模   自适应控制   容错控制   滑模观测器  

摘要： 四旋翼无人机因为具有低成本、结构简单、可垂直起降以及可以在恶劣的环境下作业等优点,被广泛用到军事、农业和一些危险的作业中。无人机在飞行作业过程中,难免会遭遇恶劣的天气,比如强风;或无人机自身因执行器出现故障而导致机身飞行不稳定、财产损失等影响,甚至会导致人员伤亡。因此,研究四旋翼无人机容错控制,实现无人机安全稳定飞行具有非常重要的价值意义。主要包括以下内容:(1)四旋翼无人机执行器发生故障时,对无人机的飞行造成一定的影响,对于该问题现有的不足主要为多个执行器故障的研究较少以及在故障发生后收敛到稳定状态的速度较慢。故针对四旋翼无人机多个执行器发生加性故障时,提出一种非奇异全局快速终端滑模的控制方法。首先建立带有执行器加性故障的四旋翼无人机数学模型;其次根据所提方法设计内环姿态和外环位置容错控制器,饱和函数替换符号函数以减少系统的抖动;然后证明所设计容错控制器的稳定性;最后仿真结果显示,当四旋翼无人机出现执行器加性故障后,位置环的轨迹跟踪良好,姿态环能够快速地收敛到稳定状态,从而验证该方法具有一定的容错能力。(2)四旋翼无人机执行器的故障类型很多,针对多个执行器既存在加性故障又存在乘性故障的问题,提出一种自适应非奇异全局快速终端滑模的方法。首先将乘性故障加入到四旋翼无人机模型中,得到带有加性故障和乘性故障的无人机新模型;其次,对乘性故障因子设计自适应律,通过自适应补偿的方式补偿故障的影响;然后证明所设计自适应律的稳定性;最后仿真实验结果表明,相比较非奇异全局快速终端滑模方法,自适应非奇异全局终端滑模方法的容错性能得到一定的加强,从而验证该方法的有效性。(3)针对四旋翼无人机受到未知干扰的问题,提出一种基于滑模观测器的容错控制方法。首先将未知干扰添加到带有故障的无人机中,得到新的模型;其次,对四旋翼无人机的六个通道设计滑模观测器,通过观测器中观测值来补偿外部干扰带来的影响,稳固无人机系统的位姿跟踪准确度。然后证明所设计滑模观测器的稳定性;最后通过仿真对比实验,验证所提出基于滑模观测器的容错控制方法,相比较自适应非奇异终端滑模的方法,位置和姿态在时变干扰的影响下,稳态误差更小,抖振现象更低,从而验证该方法的有效性。

关键词： DoS攻击   混合网络攻击   神经网络控制   事件触发   网络化关联非线性系统   注入攻击   自适应控制  

摘要： 随着科学技术的发展,实际中被控对象规模越来越大,日益复杂,关联系统的控制问题受到了学者的广泛关注。相较于传统的控制系统,网络化系统具有独特的优势,如结构灵活、维护成本低以及数据传输高效等。因而,网络化关联系统在智能电网、智能交通等领域得到了广泛应用。由于复杂性和开放性,网络化控制系统容易受到网络攻击的威胁,直接影响到工业运行安全。因此,在网络攻击下,如何保证系统的正常运行具有重要的理论价值和实际意义。本文针对网络化关联非线性系统,研究几类攻击下的事件触发自适应控制问题。主要研究成果如下:第一,研究了具有外部干扰和间歇性拒绝服务(DoS)攻击的关联非线性系统的分散事件触发自适应控制问题。存在DoS攻击时,系统的状态不能通过标准的反步法用于控制器设计。为解决上述困难,构造了具有干扰补偿的切换型自适应状态观测器,其中干扰补偿项通过构造干扰观测器获得。为了减弱DoS攻击的影响和通信资源的浪费,采用反步法和神经网络技术设计了分散事件触发自适应控制器,并结合一阶滑模微分器技术解决“计算爆炸”问题。利用线性矩阵不等式技术,得到观测器增益可解的充分条件。基于改进的平均驻留时间方法和李亚普诺夫稳定性理论证明了所设计的控制器可确保所有闭环信号半全局一致最终有界。最后,仿真结果验证了所提控制方案的有效性。第二,研究了注入攻击和间歇性DoS攻击下关联非线性系统的分散事件触发自适应控制问题。当DoS攻击活跃时,传感器-控制器通讯信道被阻塞,构造了一种新的切换型状态观测器估计不可测状态。当注入攻击发生时,控制器-执行器通讯信道的输入信号改变,采用反步法和神经网络技术设计了分散事件触发自适应控制器,并结合一阶滑模微分器技术解决“计算爆炸”问题。利用线性矩阵不等式技术导出观测器增益。通过改进的平均驻留时间方法和李亚普诺夫稳定性理论,证明了闭环系统所有信号半全局一致最终有界。最后,仿真结果验证了所提控制方案的有效性。第三,研究了混合网络攻击下关联非线性系统的分散动态事件触发非递推自适应输出反馈控制问题。混合网络攻击由服从伯努利分布的欺骗攻击和DoS攻击组成。设计动态事件触发机制,该机制可以有效减少传感器更新次数。基于事件触发器的输出,建立了分散线性观测器估计未知状态。利用神经网络技术和非递推方法设计了分散自适应输出反馈控制器。基于所提出的控制方案,闭环系统所有信号半全局一致最终有界,且避免了芝诺现象。最后,仿真结果验证了所提控制方案的可行性。

关键词： 通风床垫   机器学习   热舒适   床上热微环境   智能控制  

摘要： 对于卧室和医院病房而言,床是人暴露时间最长的区域,久躺不动的人体的生物废水废气和呼出的空气是医院病房和卧室的主要污染源之一。目前,这类房间常采用全空间通风来改善室内空气质量,但这种做法不但能耗较大且控污能力较差。个性化通风系统应与床上环境结合,从源头解决污染问题,并提供适合个体的最佳床上微环境。因此,设计了通风床垫用于清除床上的生物废水废气,在与室内空气混合前将其过滤掉。此通风床垫采用酸处理过的活性碳纤维填充纺织材料制成,并通过位于脚部床尾附近的开口吸入被污染的空气,使其经过过滤后再排放至室外或由床垫中的过滤器进行局部清洁。 通风床垫在先前的研究中已被证实可以达到高效节能移除污染物,满足用户可吸入空气品质的要求,随后通过假人模型实验探究通风床垫的使用对热环境的影响,发现通风床垫的应用会破坏原有的热环境,加剧局部不舒适的风险。但人体和通风床垫微环境之间的相互作用关系不明,传热机理不清晰,缺乏实验依据,从而制约着个性化智能化床上微环境的设计。因此,本文根据基于真人受试者热感觉反馈进行床上微环境的实时调控实验,研究床上微环境控制系统的优化设计策略。本实验研究了30名年龄介于20-29岁青年学生在不同温度房间下的热感觉,包括19℃、23℃和28℃三个不同的室温。受试者分别盖着薄羽绒被、双层被罩和单层床单,并穿着睡衣和内衣裤。通过测量受试者身体的温度、床上微环境的温湿度以及各部位的皮肤温度,以及受试者的热感觉调查问卷和心率、心率变异性测量,对受试者的热感觉进行了全面评估。在实验期间,通过调整床的微环境,实现了个性化智能控制策略的实际应用。 论文的主要研究工作和发现如下: （1）基于受试者实时响应的床上热微环境控制实验,揭示了通风床垫对床上热微环境的作用机理,提出了基于微环境物理参数的床上微环境个性化控制策略。实验结果显示,床上热微环境的分布不均匀,最高温度差可达13℃。通风床垫的使用为78%的女性和75%的男性带来局部冷却效果。这在高房间温度时（28℃）提高了受试者对于环境的可接受度。在19℃和23℃时,单独使用通风床垫可能会造成局部冷不适,部分受试者需要局部加热装置。受试者对床上热微环境的可接受度随着对气流率和局部加热的连续调节而提高,局部不适的风险（躯干热,四肢冷）也随之减小。通风床垫气流速率可设置为6L/s的定值,床垫表面靠近脚部的测点温度与脚部热感觉相关且可用来控制局部加热。 （3）通过对生理参数与热感觉的关联性分析,探究了基于用户皮肤温度的控制策略。研究发现局部皮肤温度与局部热感觉的关联性较强,其中,脚部皮肤温度与脚部热感觉的关联性最强,相关系数r最高可达到0.9。总体热感觉和脚部背部皮肤温度之差呈现线性相关。根据以上相关参数可计算出个体最优皮肤温度,从而可针对个体脚部和背部皮肤温度制定个体控制策略。对于其他部位更为高阶的控制要求,皮肤温度对应的可接受度可由高斯回归计算出最优皮肤温度区间,从而设计不同部位的控制策略,该方法可在自动控制基础上不断记录迭代用户控制习惯,更新最优皮肤温度区间,从而达到针对不同用户智能控制个性化床热微环境的目的。 （4）建立了六种不同机器学习模型,可用于实现床热微环境中总体热感觉的预测功能,并通过分类数据库,主成分分析进行数据降维,提高机器学习模型性能。对比了几种机器学习算法的优缺点,发现经过主成分分析后的数据使得机器学习算法质量明显提升,SVM算法相比其他机器学习模型算法在处理质量较差的数据集时性能较好。该方法可实现通风床垫实际应用中对总体热感觉的预测,以达到智能控制的目的。