具有随机采样特性的网络化系统H∞ 滤波

研究一类具有随机采样特性的网络化系统H∞滤波问题.通过将传感器的随机采样过程建模成马尔可夫链,将数据量化作用转化为模型的参数不确定性,并用二值随机变量描述丢包过程,从而用一个多随机变量的马尔可夫不确定性模型来描述滤波误差系统.应用Lyapunov稳定性理论和随机系统分析方法,导出了滤波误差系统随机稳定且具有给定H∞性能的充分条件,并给出了滤波器的设计方法.仿真结果验证了所提出方法的有效性.     

时延网络控制系统的H∞ 鲁棒预测控制

针对具有输入约束和外部扰动的不确定长时延网络控制系统(NCSs),研究了H_∞鲁棒预测状态反馈控制律的设计问题.基于预测控制的滚动优化原理,导出了闭环NCS渐近稳定且具有鲁棒性能指标上界的充分条件,给出了状态反馈控制律的设计方法.最后,通过仿真研究验证了所提出方法的有效性.     

基于扩张状态观测器的分散模型预测控制

针对复杂关联系统中分散控制方法无法有效解决子系统间的耦合和干扰问题, 提出一种基于扩张状态观测器的分散模型预测控制算法. 首先将复杂关联系统分解为多个状态维数较低、控制变量较少的子系统, 并为每个子系统设计本地预测控制器; 然后, 采用扩张状态观测器对子系统的耦合项以及干扰项进行估计, 进而利用估计值对子系统进行前馈补偿, 从而降低复杂关联系统的计算复杂度, 提高系统的稳定性和抗干扰能力; 最后, 利用液位控制系统验证了所提出算法的有效性.

     

多伺服电机智能化协调容错轨迹跟踪控制系统设计

针对一类具有执行器、传感器故障的多伺服电机控制系统,设计了相应的多伺服电机智能化协调容错轨迹跟踪控制系统.首先,提出了一种新结构的分布式中间估计器,修改了其设计结构,提高了估计方案的可行性.其次,通过在线强化学习估计策略,可以显著提高估计性能,其核心是自适应切换机制与源故障模式定位功能块的集成,并根据估计值设计了协调容错轨迹跟踪控制器.同时,设计了可视化人机交互操作界面,可将伺服电机的实时位置、速度、相应的位置、速度估计值及控制性能等信息反馈至监控中心.操作人员可随时调节伺服输入,完成任务调整,可有效提升系统实用性.多伺服电机控制系统的实验结果验证了所提方法的有效性及优越性.     

基于多引导结构感知网络的深度补全

针对三维场景深度信息观测稀疏问题,提出一种融合彩色图像的多引导结构感知网络模型以补全稀疏深度.首先,利用三维平面法向量与场景梯度信息之间的映射关系,设计一种两分支主干网络框架,结合图像特征和几何特征进行深度预测,以充分提取空间位置信息的特征表示;然后,考虑到大范围场景下不同物体的结构差异性,基于网络通道注意力机制设计一种自适应感受野的结构感知模块,以对不同尺度的信息进行表征;最后,在网络采样的过程中,以不同尺寸图像为指导对预测子深度图进行滤波并修复物体的边缘细节.公开数据集上的实验结果表明,所设计的深度补全算法可以获得准确的稠密深度,同时通过两个下游感知任务进行深入评估,表明利用所提出方法能够有效提升其他感知任务的效果.     

全局脑白质纤维群智能跟踪算法

为了解决概率纤维跟踪算法"过度"误跟踪,效率低的缺点,受蚁群路径搜索过程群体协作模式启发,提出一种全局脑白质纤维群体智能跟踪方法。首先,构建了一种全局纤维度量指标,综合考虑局部纤维方向分布和全局纤维走向,并利用贝叶斯方法建立局部纤维方向分布不确定信息模型。其次,提出一种群智能全局优化算法。该算法构建基于von Miser-fisher分布函数的信息素模型,通过信息素模型诱导迭代优化纤维轨迹。人工合成数据实验结果表明,跟概率跟踪算法相比,该算法解决了纤维局部误差积累导致的误跟踪问题,相对误差降低至原来的二分之一,计算规模降低至原来的十分之一。实际临床数据验证了算法的有效性。     

基于RVM的非线性预测控制及在聚丙烯牌号切换中的应用

针对由被控对象非线性和优化目标函数非凸性带来的建模与实时优化问题求解的困难,提出一种基于相关向量机(RVM)的非线性多步模型预测控制算法.采用RVM建立非线性预测模型,并将差分进化算法引入非线性预测控制中发挥其伞局最优、鲁棒、快速收敛等优点,在线求解多变量、多约束的非线性规划问题.利用实际生产数据进行聚丙烯牌号切换仿真,结果表明,该算法可大幅度减少切换时间,降低过渡料产量,提高经济效益.     

便携式灭弧气体检漏仪的设计及实现

介绍了一种利用负电晕放电原理检测灭弧气体SF6泄漏的实现方案,首先针对现有传感器的不足设计了针-筒结构的SF6传感器并研究了传感器在各种情况下的特性。之后设计了相应的硬件和软件,实现了SF6气体泄漏浓度的测量及漏点的定位,制作了便携式灭弧气体检漏仪,并对仪器的测量精度进行了测试及校准。该仪器具有成本低、灵敏度高和使用方便等特点,可广泛应用于各类SF6绝缘设备的生产装配、出厂检测及日常维护。