环卫车辆轨迹跟踪系统的无模型自适应迭代学习控制

针对环卫车辆周期重复性工作特点,考虑模型时变以及未知扰动问题,提出一种基于无模型自适应迭代学习的环卫车辆轨迹跟踪控制方法.首先,针对环卫车辆建立了两轮移动机器人的运动学模型,然后,给出带时变参数和非线性不确定项的迭代域下全格式动态线性化数据模型,引入时间差分估计算法,设计基于最优性能指标的轨迹跟踪无模型自适应迭代学习控制方法,并进行仿真分析.结果表明,环卫车轨迹跟踪系统车身角随迭代增加超调减小,与传统迭代学习控制算法相比,具有松弛的条件限制和较好的鲁棒性,同时提高了控制系统精度.     

垂直气动人工肌肉系统的模型参考自适应逆补偿控制

与传统刚性驱动系统相比, 气动人工肌肉系统具有质量轻、人机交互友好等优势, 近年来在生产生活中受到广泛关注. 然而, 该类系统的运动呈现出复杂的迟滞特性, 这给针对该类系统的跟踪控制研究带来了挑战. 本文针对垂直气动人工肌肉系统, 提出一种模型参考自适应逆补偿控制策略, 可有效克服迟滞特性以及控制过程中外界扰动和参数摄动等不确定因素对系统运动状态的影响, 实现系统高精度跟踪控制. 具体而言, 本文首先对系统的运动特性以及影响系统控制精度的不确定因素进行分析; 然后, 基于分析结果建立一个描述系统运动特性的参考模型; 进而采用逆补偿思想, 通过对所建立的参考模型求逆来构造一个逆补偿控制器, 克服迟滞特性对系统运动状态产生的影响; 随后, 基于最小均方误差算法设计自适应律, 在线辨识参考模型的权值, 同时估计逆补偿控制器的设计参数, 克服外界扰动和参数摄动等不确定因素对系统运动状态的影响; 最后, 通过实验验证所提控制策略的有效性.     

基于相似度加权的无模型元强化学习方法

强化学习在游戏对弈、机器人控制等领域内已取得良好成效。为进一步提高训练效率,将元学习拓展至强化学习中,由此所产生的元强化学习已成为当前强化学习领域中的研究热点。元知识质量是决定元强化学习效果的关键因素,基于梯度的元强化学习以模型初始参数为元知识指导后续学习。为提高元知识质量,提出了一种通用元强化学习方法,通过加权机制显式表现训练过程中子任务对训练效果的贡献。该方法利用不同子任务所得的梯度更新向量与任务集内所有梯度更新向量的相似性作为更新权重,完善梯度更新过程,提高以模型初始参数为元知识的质量,使训练好的模型在一个良好的起点上解决新任务。该方法可通用在基于梯度的强化学习中,达到使用少量样本快速解决新任务的目标。在二维导航任务和仿真机器人运动控制任务的对比实验中,该方法优于其他基准算法,证明了加权机制的合理性。     

机器人鲁棒模型跟踪控制

本文根据非线性系统模型参考控制理论,提出了一种连续的机器人控制方法.这种方法可以保证跟踪误差的有界性,消除不连续控制中的高频颤动现象,同时继承了不连续控制中的鲁棒特性。     

高阶无模型自适应迭代学习控制

针对一类非线性非仿射离散时间系统,提出了高阶无模型自适应迭代学习控制方案.控制器的设计和分析仅依赖于系统的输入/输出(I/O)数据,不需要已知任何其他知识.该方法采用了高阶学习律,可利用更多以前重复过程中的控制信息提高系统收敛性,且学习增益可通过"拟伪偏导数"更新律迭代调节.仿真结果验证了所提出算法的有效性.     

基于AdaBoost集成加权宽度学习系统的不平衡数据分类

宽度学习系统（BLS）是一种浅层的神经网络结构,具有快速训练、增量学习等特征,在处理类别不平衡数据时提取到的少数类别特征较少,导致识别结果不理想。提出一种基于AdaBoost集成加权宽度学习系统（AdaBoost-WBLS）的不平衡数据分类方法,通过迭代实现权重的动态更新,获得更符合数据特征的权重,提升集成模型对少数类的识别能力。基于KKT条件,对加权宽度学习系统的加权优化过程进行推导,验证了对角权重对BLS模型误差的抑制作用。在AdaBoost-WBLS模型集成初始化时,采用基于类别信息的初始化权值策略,使模型具有更高的集成训练效率。在集成权重更新时,不同数据类别采用不同的正则化更新方式,保留数据的类内特征并增加类间区分度。在实验过程中,对AdaBoost-WBLS模型的不同参数进行寻优,得到相关参数在有限范围内的最优取值。实验结果表明,AdaBoost-WBLS模型相比AdaBoost和BLS类相关模型能有效改善少数类别特征的提取能力,并且在Satimage数据集上相比加权过采样的深度自编码器模型的G-mean高出4.36个百分点,明显提升了不平衡数据的识别能力。     

具有加性和乘性噪声的线性离散时间随机系统的无模型最优跟踪控制

本文研究一类同时受加性和乘性噪声影响的离散时间随机系统的最优跟踪控制问题.通过构造由原始系统和参考轨迹组成的增广系统,将随机线性二次跟踪控制(SLQT)的成本函数转化为与增广状态相关的二次型函数,由此推导出用于求解SLQT的贝尔曼方程和增广随机代数黎卡提方程(SARE),而后进一步针对系统和参考轨迹动力学信息完全未知的情形,提出一种Q-学习算法来在线求解增广SARE,证明了该算法的收敛性,并采用批处理最小二乘法(BLS)解决该在线无模型控制算法的实现问题.通过对单相电压源UPS逆变器的仿真,验证了所提出控制方案的有效性.     

对气动肌肉驱动器快速准确定位控制的研究

针对气动人工肌肉(PAM)驱动器,将机器人受驱关节的转角位置误差、位置误差变化速率和负载变化等,作为控制器的内环反馈量,建立了一种能自适应调节比倒压力阀输入控制量大小的算法,模拟人类手臂两点间的运动特点,同时通过外环反馈的角位置,控制电磁开关阀的开合,使受控关节能快捷、稳定和准确地定位于目标位置,解决了由于气体的可压缩...     

带有跟踪微分器的无模型控制器的控制仿真研究

本文介绍了带有跟踪微分器的无模型控制器的基本理论和基本设计方法,比较了该控制方法与非线性跟踪微分器的控制效果.仿真结果表明:带有跟踪微分器的无模型控制器具有的独特的优点,适合于处理带有强干扰以及大时滞系统的控制问题.     

基于BP算法的无模型自适应迭代学习控制

为了改善针对一般非线性离散时间系统的控制性能,引入"拟伪偏导数"概念,给出了般非线性离散时间系统沿迭代轴的非参数动态线性化形式,并综合BP神经网络以及模糊控制各自的优点,提出了基于BP算法无模型自适应迭代学习控制方案.仿真结果表明,该控制器对模型有较强的鲁棒性和跟踪性.     

Model-free control based on reinforcement learning for a wastewater treatment problem

This article presents a proposal, based on the model-free learning control (MFLC) approach, for the control of the advanced oxidation process in wastewater plants. This is prompted by the fact that many organic pollutants in industrial wastewaters are resistant to conventional biological treatments, and the fact that advanced oxidation processes, controlled with learning controllers measuring the oxidation–reduction potential (ORP), give a cost-effective solution. The proposed automation strategy denoted MFLC-MSA is based on the integration of reinforcement learning with multiple step actions. This enables the most adequate control strategy to be learned directly from the process response to selected control inputs. Thus, the proposed methodology is satisfactory for oxidation processes of wastewater treatment plants, where the development of an adequate model for control design is usually too costly. The algorithm proposed has been tested in a lab pilot plant, where phenolic wastewater is oxidized to carboxylic acids and carbon dioxide. The obtained experimental results show that the proposed MFLC-MSA strategy can achieve good performance to guarantee on-specification discharge at maximum degradation rate using readily available measurements such as pH and ORP, inferential measurements of oxidation kinetics and peroxide consumption, respectively.     

一种基于池计算的宽度学习系统

宽度学习系统(BLS)是一种基于RVFLN的高效增量学习系统,具有快速且精度高的特点.为了实现BLS对时间序列的精确预测,结合回声状态网络(ESN)的储备池结构,提出一种基于池计算的宽度学习系统(RCBLS).该系统通过在强化层引入简单环型储备池连接,以并行的储备池代替原系统中的前馈连接,使RCBLS具有一定的回声状态...     

Model-free learning control of neutralization processes using reinforcement learning

The pH process dynamic often exhibits severe nonlinear and time-varying behavior and therefore cannot be adequately controlled with a conventional PI control. This article discusses an alternative approach to pH process control using model-free learning control (MFLC), which is based on reinforcement learning algorithms. The MFLC control technique is proposed because this algorithm gives a general solution for acid–base systems, yet is simple enough to be implemented in existing control hardware without a model. Reinforcement learning is selected because it is a learning technique based on interaction with a dynamic system or process for which a goal-seeking control task must be performed. This “on-the-fly” learning is suitable for time varying or nonlinear processes for which the development of a model is too costly, time consuming or even not feasible. Results obtained in a laboratory plant show that MFLC gives good performance for pH process control. Also, control actions generated by MFLC are much smoother than conventional PID controller.     

基于学习观测器的航天器指定时间跟踪控制

针对一类含有外部扰动和执行器故障的刚体航天器姿态控制系统,提出一种基于自适应学习观测器的指定时间容错控制器的设计方案.首先,系统性地给出一种改进型自适应学习观测器设计方案,基于自适应学习观测器框架,设计航天器姿态系统的学习观测器实现对系统的综合扰动值估计;然后,利用综合扰动的估计信息和滑模控制理论设计指定时间容错跟踪控制器,使得系统的姿态角能够在指定时间跟踪指令信号,系统的收敛时间可通过容错控制器的参数预先设置,且与系统的初始状态值无关;接着,基于Lyapunov稳定性理论验证含有故障的姿态控制系统能够在指定时间内稳定;最后,通过数值仿真,与已有的观测器和有限时间控制方案进行对比,表明所提出方案的有效性和可行性.     

基于MODBUS的电动执行器远程控制系统实现

介绍了基于MODBUS的智能通讯模块的硬件与软件设计。模块采用通用的MODBUS通讯接口以及有效的保护电路,并组建了电动执行器的远程控制系统,实现了电动执行器的智能化集中管理。系统具有高可靠、操作简便、性能价格比高等优点。     

基于增量式策略强化学习算法的飞行控制系统的容错跟踪控制

针对发生故障的飞行控制系统,在强化学习算法的基础上,提出了一种基于增量式策略的强化学习容错方法.本方法利用传感器获取的系统状态值,根据系统预先设定的奖励函数对当前控制系统状况做出最优的决策并不断更新价值网络,将系统的容错控制过程转换为强化学习Agent的贯序决策过程,并使用一种改进型的增量式策略实现对当前故障的正确补偿策略的逐渐逼近.同时,针对连续控制系统,提出一种状态转移预测网络来得到下一步状态值.最后,通过南京航空航天大学"先进飞行器导航、控制与健康管理"工信部重点实验室的飞行器故障诊断实验平台验证了该方法的有效性.     

Active disturbance rejection tracking control for a nonlinear pneumatic muscle system

International Journal of Control, Automation and Systems - This paper presents active disturbance rejection tracking control for a nonlinear pneumatic muscle system. Unmodeled dynamics, varying...     

基于ProfiBus的电动执行器控制系统研究

介绍了具有ProfiBus现场总线接口的电动执行器控制系统的丌发过程。在保留原执行器功能的基础上,增加了ProfiBUS通信模块,给出了软硬件实现方案以及程序流程图。该电动执行器控制系统支持组态软件的接入并实现与其他现场总线产品的互连、互操作。     

基于DSP+CPLD的电动舵机控制系统的设计

设计了一个基于DSP+CPLD的电动舵机控制系统.硬件电路包括控制器、驱动电路、信号检测电路以及保护电路,完成了对各部分电路的检测,同时采用了PI控制算法,并对参数进行了调整.采用DSP和CPLD相结合的主控单元,简化了DSP的外围电路,减少了DSP消耗的运算资源,并充分运用了CPLD编程的灵活性.实验结果表明,该电动舵机控制系统运行可靠、稳定,具有较强的实用性.