基于CPS框架的微粉生产过程多模型自适应控制

针对矿渣微粉（Ground granulated blast-furnace slag,GGBS）生产这一多变量、强耦合、多工况的复杂非线性过程,本文根据大量生产数据,提炼出矿渣微粉生产过程的三个典型工况.求解多工况多目标优化问题以求得最优设定值.建立多工况下的递归神经网数据驱动模型,并采用自适应动态规划方法,建立多个控制器,结合加权多模型控制,实现矿渣微粉生产过程在多工况切换情况下的自适应控制.通过过程运行优化、跟踪控制优化、通讯、工业以太网等信息资源与矿渣微粉生产物理资源之间的融合,构建基于信息物理系统（Cyber-physical system,CPS）的矿渣微粉生产优化控制系统.实验分析表明,本文提出的基于CPS的多模型自适应控制器,能够有效实现多工况条件下矿渣微粉生产过程的自适应控制,减小超调量,提高控制品质.     

智能车辆自动超车系统的数据驱动路径跟踪约束控制

针对智能车辆自动超车系统,提出了一种新的数据驱动超车路径跟踪约束控制方案,系统控制方案的设计仅利用自动超车系统的输入/输出数据,并不包括车辆的模型信息,所以针对不同的车型均能够实现自动超车的数据驱动路径跟踪约束控制.在控制器的设计过程中,针对控制输入受变化范围和变化速率的限制,提出了一种新的动态抗饱和补偿器来解决饱和问题.最后给出了数据驱动约束控制与原型无模型自适应控制(model free adaptive control,MFAC)以及PID控制的仿真结果对比,结果表明,本文所提控制方案能够很好的完成自动超车过程的路径跟踪,且相比原型MFAC以及PID控制方案,本文方案具有更小的跟踪误差和更快的响应速度.     

污水处理过程递推双线性子空间建模及无模型自适应控制

污水处理过程中, 生化反应硝态氮浓度和溶解氧浓度是决定出水水质好坏的两个最关键变量, 难以采用常规基于模型的方法进行有效控制. 本文基于数据驱动建模与控制技术, 提出一种污水处理过程递推双线性子空间辨识(Recursive bilinear subspace identification, RBLSI)建模和无模型自适应控制方法. 首先, 针对污水处理过程的非线性时变动态特性, 采用最小二乘递推双线性子空间辨识方法建立污水处理生化反应过程具有参数自适应能力的递推双线性模型; 其次, 基于建立的数据驱动模型, 采用基于多参数灵敏度分析(Multi-parameter sensitivity analysis, MPSA)和遗传粒子群优化(Genetic algorithm-particle swarm optimization, GA-PSO)算法的无模型自适应控制(Model-free adaptive control, MFAC)方法对硝态氮和溶解氧浓度进行直接数据驱动控制; 最后, 数据实验及其比较分析表明了所提方法的有效性和优越性.     

一类非线性系统的多模型预测控制

讨论了基于多模型的预测控制方法.对于化工生产过程中具有高度非线性的连续搅拌反应釜（CSTR）,通过对覆盖工况的数据离线辨识建立多个局部模型,根据每个局部模型分别设计子GPC控制器,通过跟踪工况变化对子控制器加权以获得控制增量.仿真结果表明该方法可取得令人满意的控制效果.     

复杂高炉炼铁过程的数据驱动建模及预测算法

高炉炼铁过程的控制意味着控制高炉铁水温度及成份在指定的范围. 本文以高炉炉内热状态的重要指示剂---高炉铁水硅含量为研究对象, 针对机理建模难以准确预测、控制高炉铁水硅含量的发展变化, 利用数据驱动建模的思想, 建立了基于多元时间序列的高炉铁水硅含量数据驱动预测模型. 实例分析表明, 建立的数据驱动预测模型能够很好地预测高炉铁水硅含量, 连续预测167炉高炉铁水硅含量, 命中率高达83.23%, 预测均方根误差为0.07260. 这些指标均优于基于单一硅时间序列所建立的数据驱动模型, 对实际生产具有很好的指导作用.     

针铁矿法沉铁过程Fe2+浓度预测建模

针铁矿法沉铁过程中反应器出口的二价铁离子浓度无法在线检测,影响到生产过程的实时优化控制.为此需要建立二价铁离子浓度预测模型,以系统入口参数和控制参数等输入条件为依据,实现预测反应器出口二价铁离子的浓度值.基于化学反应动力学理论与实验研究确立预测模型的结构;对于模型中难以确定的参数,采用蕴含大量工况信息的实际生产数据辨识得到.通过参数输出灵敏度矩阵分析参数模型的敏感度,并将灵敏度信息引入模型参数辨识的目标函数,以提高模型参数的辨识精度.仿真结果表明:预测模型具有较为明确的物理意义,预测结果能很好地跟踪现场生产数据的波动,模型的精度可以满足生产需要.     

基于Elman模型的高速列车速度跟踪控制

高速列车运行速度快,运行过程复杂,具有较强的非线性,难以实现高精度速度跟踪控制.为了实现高速列车的安全可靠运行,本文研究提出高速列车的运行过程建模和速度跟踪控制方法,采用数据驱动建模方法建立了高速列车运行过程Elman模型,设计了改进型广义预测控制实现了高速列车速度跟踪控制.基于CRH380AL运行过程数据的仿真结果表明,该方法具有更高的跟踪控制精度和较强的鲁棒性,可实现高速列车安全、正点运行.     

间歇过程最优迭代学习控制的发展:从基于模型到数据驱动

本文综述了间歇过程的基于模型的和数据驱动的最优迭代学习控制方法.基于模型的最优迭代学习控制方法需要已知被控对象精确的线性模型,其研究较为成熟和完善,有着系统的设计方法和分析工具.数据驱动的最优迭代学习控制系统设计和分析的关键是非线性重复系统的迭代动态线性化.本文简要综述了基于模型的最优迭代学习控制的研究进展,详细回顾了数据驱动的迭代动态线性化方法,包括其详细的推导过程和突出的特点.回顾和讨论了广义的数据驱动最优迭代学习控制方法,包括完整轨迹跟踪的数据驱动最优迭代学习控制方法,提出和讨论了多中间点跟踪的数据驱动最优点到点迭代学习控制方法,和终端输出跟踪的数据驱动最优终端迭代学习控制方法.进一步,迭代学习控制研究中的关键问题,如随机迭代变化初始条件、迭代变化参考轨迹、输入输出约束、高阶学习控制律、计算复杂性等.本文突出强调了基于模型的和数据驱动的最优迭代学习控制方法各自的特点与区别联系,以方便读者理解.最后,本文提出数据驱动的迭代学习控制方法已成为越来越复杂间歇过程控制发展的未来方向,一些开放的具有挑战性的问题还有待于进一步研究.     

模型未知LTI系统的数据驱动预测控制

针对含有随机噪声的模型未知线性时不变(LTI,linear time invariant)系统模型建立过程复杂且控制律难以得到的问题,提出一种基于数据驱动的预测控制方法;基于系统行为学理论和平衡子系统辨识方法,仅利用测量得到的系统数据构建被控系统的非参数模型,将其和预测控制理论相结合设计出基于数据驱动的预测控制器,对于系统测量数据中存在的有界加性高斯噪声,通过引入数据的松弛变量和L2正则项来降低噪声扰动的影响,采用滚动时域优化策略计算最优控制序列并将其作用于被控系统,实现了系统对设定值的轨迹跟踪;将所提控制策略应用于四容水箱系统,仿真结果表明所提方法能实现四容水箱系统的液位跟踪控制,且与同样基于数据驱动的子空间预测控制方案相比,所提方法具有更好的动态性能,且该策略在抗噪声扰动方面有明显优势,具有更强的鲁棒性。     

水泥篦冷机出口熟料温度自适应辨识模型

为了优化控制系统,建立篦冷机温度熟料出口的识别模型,利用篦冷机内熟料换热机理,找出熟料冷却过程的关键影响因素;利用回声状态网络辨识篦冷机运行数据,基于递归最小二乘法推导网络的在线学习算法,实现权值自适应调整,从而建立了篦冷机出口熟料温度的自适应辨识模型.仿真实验可知,在系统发生变化时构建的模型能够自适应调整网络输出权值矩阵,使模型快速收敛.与其他离线方法相比,提出的熟料出口温度的自适应模型更加持久有效,可以作为辨识模型指导篦冷机的控制.     

微粉生产过程中磨机进出口温度多目标优化

微粉是钢铁废渣经过研磨后所形成的一种粉末,是一种高效且环保的建筑材料添加剂.在微粉生产过程中磨机进出口温度之间存在正相关的关系,但在正常工况下进口温度的升高将有助于提高产量,而出口温度的降低却有利于保证生产的安全性,因此温度设定值的求解将是一个多目标优化问题,较难获得最优值.从实际生产工况出发,采用非支配排序遗传算法II、多目标粒子群优化算法和多目标灰狼优化算法多种多目标优化算法求解此问题,并进行对比分析获得最优可行解集.优化后得到的解集能更好的为温度的设定提供参考,从而提升产量与生产的安全.     

输入约束不确定系统的点对点迭代学习控制与优化

为解决工业过程中机械臂等特殊重复运行系统的输出在有限时间内无需实现全轨迹跟踪,仅需跟踪期望轨迹上某些特殊关键点的控制问题,针对线性时不变离散系统提出一种基于范数最优的点对点迭代学习控制算法.通过输入输出时间序列矩阵模型变换构建综合性多目标点性能指标函数,求解二次型最优解得到优化迭代学习控制律,同时给出模型标称和不确定情形下最大奇异值形式鲁棒控制算法收敛的充分条件,并进一步推广得到输入约束系统优化控制算法的收敛性结果,最后在三轴龙门机器人模型上验证算法的有效性.     

Position-based force tracking adaptive impedance control strategy for robot grinding complex surfaces system

As a key technology of robot grinding, force control has great influence on grinding effects. Based on the traditional impedance control, a position-based force tracking adaptive impedance control strategy is proposed to improve the grinding quality of aeroengine complex curved parts, which considers the stiffness damping environmental interaction model, modifies the reference trajectory by a Lyapunov-based approach to realize the adaptive grinding process. In addition, forgotten Kalman filter based on six-dimensional force sensor is used to denoise the force information and a three-step gravity compensation process including static base value calculation, dynamic zero update and contact force real-time calculation is proposed to obtain the accurate contact force between tool and workpiece in this method. Then, to verify the effectiveness of the proposed method, a simulation experiment which including five different working conditions is conducted in MATLAB, and the experiment studying the deviation between the reference trajectory and the actual position is carried out on the robot grinding system. The results indicate that the position-based force tracking adaptive impedance control strategy can quickly respond to the changes of environmental position, reduce the fluctuation range of contact force in time by modifying the reference trajectory, compensate for the defect of the steady-state error of the traditional impedance control strategy and improve the surface consistency of machined parts.     

基于LM_RBF-PID的板球系统轨迹控制

板球系统是一个典型的两输入两输出系统。针对RBF-PID控制算法存在响应速度慢、震荡严重等问题,在忽略干扰因素的条件下应用拉格朗日方程对板球系统进行数学建模,利用RBF神经网络在线辨识板球系统的离散模型,实现自适应控制。在此基础上用LM算法代替梯度下降法整定控制参数,设计出LM_RBF-PID控制器并与RBF-PID控制器进行阶跃信号响应和方波信号响应对比,最后在板球系统中完成方形轨迹跟踪实验。实验结果表明,所提控制算法提高了轨迹跟踪控制精度,能够确保板球系统跟踪控制良好的稳定性和收敛性。     

基于Camshift的人脸跟踪算法

Camshift跟踪算法具有很好的实时性,但是也存在不能实现自动跟踪,跟踪过程中鲁棒性不强,遇到遮挡问题跟踪失效,只能进行单人脸跟踪等问题。针对这些问题,提出了基于改进Camshift的人脸跟踪算法,该算法结合了Adaboost人脸检测算法并改进了原算法中的颜色直方图模型。以实际人脸检测与跟踪实验为例,证明了该算法在人脸自动检测跟踪过程中具有速度快、准确度高,同时可以跟踪多个人脸,能有效克服跟踪过程中遮挡问题等。     

动态手势识别及在PPT播放当中的应用研究

本文主要研究了动态手势识别在PPT播放当中的应用,即在播放过程中能够通过动态手势控制PPT的翻页.首先在动态手势检测的研究中,通过采用背景差分和基于HSV的肤色建模相结合的方法,分割出了较好的动态手势图像.其次,通过对几种动态手势的跟踪算法的分析与比较,采用了主流的非线性跟踪算法W勇瞬’惴？通过对得到的手势图像中的V分量值的人为设置,消除了在跟踪过程中脸部及其他的类肤色干扰,从而避免了手势跟踪过程中的遮挡问题.最后通过采用隐马尔可夫模型与阈值Max相结合的方法,实现了对PPT播放的实时控制.实验结果表明动态手势的识别能够应用到PPT播放当中,并最终实现了利用动态手势来实时控制PPT的翻页.     

Intelligent optimal control system for ball mill grinding process

Operation aim of ball mill grinding process is to control grinding particle size and circulation load to ball mill into their objective limits respectively, while guaranteeing producing safely and stably. The grinding process is essentially a multi-input multi-output system (MIMO) with large inertia, strong coupling and uncertainty characteristics. Furthermore, being unable to monitor the particle size online in most of concentrator plants, it is difficult to realize the optimal control by adopting traditional control methods based on mathematical models. In this paper, an intelligent optimal control method with two-layer hierarchical construction is presented. Based on fuzzy and rule-based reasoning (RBR) algorithms, the intelligent optimal setting layer generates the loops setpoints of the basic control layer, and the latter can track their setpoints with decentralized PID algorithms. With the distributed control system (DCS) platform, the proposed control method has been built and implemented in a concentration plant in Gansu province, China. The industrial application indicates the validation and effectiveness of the proposed method.     

满足复杂要求的机器人最优巡回控制系统设计与实现

本文结合线性时序逻辑理论与模糊控制方法,设计并实现了一种满足复杂任务需求的移动机器人巡回控制系统,它既能够针对复杂时序任务进行路径规划,又能够对机器人进行模糊控制实现路径跟踪.首先,基于线性时序逻辑理论,确定能够满足复杂巡回任务需求的全局最优路径.接着,根据所获得的最优路径,采用模糊控制方法设计轨迹跟踪控制器,使其通过实时位姿反馈对机器人进行路径跟踪控制.仿真结果验证了移动机器人巡回控制系统的有效性.最后,基于E-Puck移动机器人构建了能够满足复杂任务需求的移动机器人巡回控制实验系统.基于所提出的最优巡回路径规划算法和模糊控制器设计方法,通过图像处理、数据通信、算法加载等软件模块的实现完成了满足复杂任务需求的移动机器人巡回控制.     

An Optimal Control Strategy for Multi-UAVs Target Tracking and Cooperative Competition

An optimal control strategy of winner-take-all (WTA) model is proposed for target tracking and cooperative competition of multi-UAVs (unmanned aerial vehicles). In this model, firstly, based on the artificial potential field method, the artificial potential field function is improved and the fuzzy control decision is designed to realize the trajectory tracking of dynamic targets. Secondly, according to the finite-time convergence high-order differentiator, a double closed-loop UAV speed tracking the controller is designed to realize the speed control and tracking of the target tracking trajectory. Numerical simulation results show that the designed speed tracking controller has the advantages of fast tracking, high precision, strong stability and avoiding chattering. Finally, a cooperative competition scheme of multiple UAVs based on WTA is designed to find the minimum control energy from multiple UAVs and realize the optimal control strategy. Theoretical analysis and numerical simulation results show that the model has the fast convergence, high control accuracy, strong stability and good robustness.