多智能体系统协同控制与优化专刊序言

<正>0引言近年来,随着机器人技术、人工智能技术、无线通信和计算机技术的快速发展,控制系统的规模变得更大,控制任务也变得更加复杂,由此推动了多智能体系统的形成和发展.多智能体系统是由多个具有简单功能的智能体相互关联形成的网络系统,其中每个智能体具备一定的计算、通信、感知、学习和执行能力.这些智能体之间可通过信息交互协同合作完成特定的任务,也可协调解决智能体之间的矛盾和冲突.     

自抗扰控制：研究成果总结与展望

自抗扰控制于1998年正式提出,至今已有近20年的发展历史,其理论研究已取得了较为丰硕的成果.结合作者在应用研究、参数整定与优化、稳定性分析、性能分析、算法改进等方面研究工作和经验,本文系统地梳理了自抗扰控制相关理论研究成果与进展,并相应地指出了需要进一步拓展、深入研究的内容或者可以另辟蹊径的方法、思路.     

面向云网融合的数据中心能效评估方法

云网融合的加速发展,既推动着数据中心规模快速增长,也带来了巨大的能源消耗.如何制定合理的数据中心能效评估标准已成为指导数据中心能效提升亟需解决的关键问题.针对单一指标很难全面衡量数据中心的能源效率,且不同的数据中心能效指标各有侧重,甚至互相矛盾的问题,提出了将多指标进行融合来综合评估数据中心的能效,采用了主客观结合的赋权方法,为不同的能效指标设置权重,设计了基于云模型的多指标融合评估策略,得到了更加科学、全面的数据中心能效评估结果.最后,利用灰色关联法分析了评估结果与各能效指标之间的关系,分析结果对数据中心能效的提升具有重要的指导意义.     

基于区域极点约束的鲁棒H2控制

考虑了在区域极点约束下状态反馈的鲁棒H2控制问题.分别对含多面体不确定性的连续和离散系统进行了讨论.基于LMI,给出了存在参数相关的Lyapunov矩阵的充分条件.利用LMI凸优化方法的解,所得静态反馈控制器,不仅保证闭环系统的极点在-给定区域内,而且还使性能指标H2的一上界达到最小.     

含间隙机械系统的混杂模型预测控制器

研究含间隙机械系统的混杂模型预测控制问题.首先,将含间隙机械系统的运行模式分为"间隙模式"和"接触模式".其次,建立了含间隙机械系统的混杂分段仿射 (PWA)模型.然后,利用模型预测控制 (MPC)的方法对约束PWA系统的最优控制进行求解,通过动态规划与多参数二次规划方法,得到了MPC的离线解.最后,通过将分段二次 (PWQ)Lyapunov函数的求解转换成半正定规划,找到了确保闭环控制稳定性的PWQ Lyaplanov函数.跟踪参考速度的实验结果表明,混杂模型预测控制器对含间隙机械系统的跟踪控制具有较好的效果,能够满足小采样时间系统的实时控制要求.     

具有时滞的奇异系统H∞控制

针对具有时滞的奇异系统H∞输出反馈控制问题,利用Lyapunov泛函方法,得到闭环系统稳定且具有H∞-范数界γ的充分条件,基于相应的LMI可行解给出了动态控制器显式表示.最后,数值例子表明了该方法的正确性.     

非完整约束多智能体系统基于屏障控制函数的分布式协同控制

本文设计了一种基于屏障控制函数(CBF)的分布式协同控制算法,实现了领航–跟随者框架下非完整约束多智能体系统的连通性与编队控制.首先,通过将连通性保持问题建模为系统约束,定义了该约束的调零屏障函数(ZBF).其次,在此基础上,构建李雅普诺夫函数与角速度输入之间的关系,对跟随者智能体设计了基于调零屏障函数的协同控制算法,其中线速度控制器保证跟随者的速度的跟踪与队形的跟踪,而梯度型角速度控制器实现跟随者角度的矫正.然后,利用调零屏障函数不变集相关引理证明了连通性约束集为正不变集,若初始时刻连通,则跟随者智能体始终与领航者保持连通性.同时,本文提出的算法实现编队误差的渐近收敛.本文中的队形适用常见的固定队形编队需求,也适用于领航者是动态(有线速度和角速度)的情况.最后,通过数值仿真进一步验证了该算法在不同队形需求下的有效性.     

工件支撑长镗杆

由于长镗杆不具有足以防止偏心和颤动的刚性。因而在深孔的镗削过程中,有时很难保持准确的尺寸和良好的表面光洁度。我们采用以工件自己的内径来做支撑的镗杆,解决了表面光洁度不高的问题。螺纹管座和标准钢球是安装在相对于刀具尖端180°的后面,这个偏置位移为3/4″。(若从背面看这个图就会更明显些)。     

三阶离散扩张状态观测器的稳定性分析及其综合

在连续扩张状态观测器(Extended State Observer, ESO)结构的基础上,提出了一种离散形式的三阶ESO,并给出了稳定性分析．当系统扰动变化不是很快的时候,所提出的ESO能够将状态估计误差和扰动估计误差限制在一个很小的范围内．仿真结果证明了理论分析的有效性．     

不确定时滞系统ADRC控制

针对不确定时滞系统，将输入时滞系统等价于高阶输入无时滞系统，利用自抗扰控制技术(ADRC)，并在控制回路中串联一滤波器得到易于执行的控制量．自抗扰控制技术是由跟踪微分器(TD)、扩张状态观测器(ESO)、非线性PID(即NPID)等组成，根据对象的输入输出信息来估计扰动并补偿，从而自动实现抑制扰动，并将被控对象化成积分器串联型以便构造理想的控制器．仿真结果表明：自抗扰控制技术以一套不变的参数，当存在外干扰、模型不确定、状态时滞、输入时滞、甚至输入时滞增加几倍时，系统仍然能够保持理想的跟踪效果．