主辅一体化厂级FCS在1050 MW机组的设计应用

研究主辅一体化厂级FCS控制系统应用,分析FCS的数字化、网络化和信息化等先进技术,重点研究FCS系统庞大的周期性数据与非周期性数据传输的实时响应时间、实时调度策略、冗余通信等关键技术,以及工程设计原则、网段划分、安全性设计等.通过理论计算Profibus现场总线的响应时间和Profibus在任务最坏情况下响应时间的可调度性分析,计算其非周期任务响应时间指标,提高周期任务和非周期任务的响应性能;把各单元机组控制系统、辅助车间控制系统在网络和人机交互层面连接起来,实现全厂一点监控.事实证明FCS优于传统DCS,特别是其AMS深入开发利用,将使FCS成为工业控制主导.     

一种融合WSN的现场总线控制系统多协议控制器

现场总线控制系统(FCS)广泛的应用于流程工业和离散制造的各工业领域,FCS协议标准众多且通讯协议差异很大,互不兼容,给不同协议的装备、传感器、仪器互联造成了较大问题,在一些不允许布线或布线困难的场合其应用也受到一定限制。无线传感网(WSN)实现了传感器的智能化与网络化,将WSN应用于工业控制,实现FCS与WSN的融合,可以弥补FCS的不足;文中给出一种基于STM32控制器的融合无线传感网实现ModBus和与ProFiBus信息交换通信控制模块,经报文测试该通信控制模块可以实现不同FCS之间以及WSN-FCS的信息融合,具有结构简单的特点。     

基于CAN总线的燃气发电机组通信网络设计

为提升国产燃气发电机组的综合自动化、信息化水平,提出以FCS系统取代传统的DCS系统,以CAN总线为基础构建整套FCS系统的通信网络.在介绍测控系统特性的基础上,给出了系统通信网络实现方案,并详细介绍了CAN总线软硬件设计.     

基于边缘的联邦学习模型清洗和设备聚类方法

参与联邦学习的终端设备只需在各自的本地数据集上训练本地模型,并在服务器的协同下共同训练一个全局预测模型.因此,联邦学习可以在不共享终端设备的隐私和敏感数据的情况下实现机器学习的目的 .然而,大量终端设备对服务器的高并发访问会增加模型更新的传输延迟,并且本地模型可能是与全局模型收敛方向相反的恶意模型,因此联邦学习过程中会产生大量额外的通信成本.现有工作主要集中在减少通信轮数或清除本地脏数据,本文研究了一种基于边缘的模型清洗和设备聚类方法,以减少本地更新总数.具体来说,通过计算本地更新参数和全局模型参数在多维上的余弦相似度来判断本地更新是否是必要的,从而避免不必要的通信.同时,终端设备根据其所在的网络位置聚类,并通过移动边缘节点以簇的形式与云端通信,从而避免与服务器高并发访问相关的延迟.本文以Softmax回归和卷积神经网络实现MNIST手写数字识别为例验证了所提方法在提高通信效率上的有效性.实验结果表明,相比传统的联邦学习,本文提出的基于边缘的模型清洗和设备聚类方法减少了60％的本地更新数,模型的收敛速度提高了10.3％.     

DCS与FCS控制系统集成方案

介绍了DCS、FCS 2大过程控制系统的特点及差别.未来控制系统发展趋势必须综合DCS和FCS两者的优点:一方面要具有DCS丰富的监控、管理功能,另一方面也要发挥FCS网络化、分散化控制的优势.     

无线传感器网络代码更新协议研究

无线传感器网络代码更新协议和路由协议都有着低能量、高通信效率等相似的特征,但也在通信方向、可靠性要求、维护策略方面存在着一些显著的差别;在研究目前已经存在的无线传感器网络代码更新协议的基础上,先提出了无线传感器网络代码更新所面临的挑战,然后从能量、存储空间、通信方式、算法、通信控制等方面总结了代码更新协议的特征,并对不同的更新协议相关项进行了比较,最后指出了代码更新协议的研究思路以及未来的发展趋势。     

一种基于多项式的无线传感器网络密钥管理方案*

提出一种基于多项式的无线传感器网络密钥管理方案。基站通过计算节点秘密信息构成的多项式来生成网络的全局密钥,节点通过全局密钥可以认证网络中的合法节点。节点用全局密钥经过Diffie-Hellman密钥交换来生成与邻居节点之间唯一的会话密钥。该方案能够动态更新密钥,从而解决了由于节点被捕获所导致的信息泄露、密钥连通性下降和密钥更新通信开销大等问题。性能分析表明,该方案与现有的密钥预分配方案相比,具有更低的存储开销、通信开销、良好的扩展性和连通性。     

时滞Lur'e网络的事件触发脉冲自适应同步控制

本文研究了一类带有混合时变时滞Lur''e网络的全局同步及其脉冲自适应控制问题. 首先, 为实现网络的全局指数同步并有效避免控制器连续控制, 设计了一类基于事件触发的脉冲反馈控制器. 同时, 为获得最优控制强度,针对反馈控制输入设计了一种自适应更新定律并实现脉冲控制与反馈控制的动态平衡. 其次, 基于推广的比较原理以及参数变分策略, 提出了该控制策略下的Lur’e网络实现全局指数同步的充分判定条件, 并精确给出了指数同步的收敛速度. 最后, 通过相应的仿真算例来验证本文提出的控制方案和理论分析的正确性和有效性.     

考虑事件触发输入的船舶自适应动力定位控制

为解决实际海况下全驱动船舶的动力定位控制任务存在参数不确定、模型结构不确定和通信资源限制等问题,本文提出一种具有事件触发输入的鲁棒自适应动力定位控制算法.该算法采用径向基函数神经网络对系统模型不确定进行逼近,同时针对通信带宽受限问题,设计了一种具有事件触发机制的执行器输入,降低了控制器和执行器之间的信道占用.此外,该算法还解决了状态变量与执行器增益不确定性之间的强耦合问题,并且设计了在线更新的自适应参数去补偿执行器增益不确定,以确保船舶能够稳定执行动力定位任务.利用Lyapunov稳定性理论证明了闭环控制系统中所有误差变量都满足半全局一致最终有界收敛.通过对比仿真实验验证了所提出算法的有效性.     

应急通信系统中基于集群智能的动态信道分配

应急通信系统中频谱资源在时间和空间上的动态变化,使得寻找一条稳定的公共控制信道十分困难。为此,将认知无线电技术引入应急通信系统中,建立了应急认知无线电网络模型,提出一种基于集群智能的动态信道分配算法。系统中每个节点根据检测到的可用信道信噪比和邻居节点对信道的选择情况,采用信道选择更新函数,选择公共控制信道。应急通信系统中的所有节点构成一个集群,节点进行各自的信道更新并与其他节点交互形成集群智能。各节点周期性地进行消息发送与监听,依据频谱资源的动态变化及时更新公共控制信道的选择,最终达到全局公共控制信道的动态选择。仿真结果表明,算法能够达到公共控制信道的有效收敛,有很好的可扩展性,并且能够快速地适应频谱资源的动态变化。     

线性网络上分布式任务调度算法

针对一种已有的分布式计算理论模型(单位长度的任务由处理器独立产生，没有全局控制，彼此通信需要花费时间)，研究了在线性网络上的任务有效调度问题．通过考虑算法中任务处理时间和通信时间之间的平衡，给出了一个近似比为5．88的分布式算法，该算法无需全局信息，且处理策略简单．对该问题的近似比下界也做了研究，证明了该问题不存在近似比小于1．16的算法．     

虚拟力引导蚁群算法的WSN全局控制链路实现策略

在具有移动特性的无线传感器网络中,其无中心分布式特性导致无法对整个系统进行可控与管理,而对系统可控性要求是进一步使系统安全可信的基础,对系统全局的管理也是统一调度的前提.针对以上矛盾,提出基于多射频多信道的全局控制策略,该策略将控制链路与覆盖问题结合,在将覆盖控制归结于一个多目标非线性规划问题的前提下,用虚拟力结合蚁群优化算法实现获取实时更新的控制链路,从而建立了可靠的全局控制链路,实现了分布式网络系统的全局控制.仿真实验表明,该策略在满足节能与覆盖控制要求前提下,能够实现建立良好控制链路,对解决问题有着良好的收敛性与适应性.     

通讯信息约束下具有全局稳定性的分布式系统预测控制（英文）

本文针对一类由状态相互耦合的子系统组成的分布式系统,提出了一种可以处理输入约束的保证稳定性的非迭代协调分布式预测控制方法(distributed model predictive control,DMPC).该方法中,每个控制器在求解控制率时只与其它控制器通信一次来满足系统对通信负荷限制;同时,通过优化全局性能指标来提高优化性能.另外,该方法在优化问题中加入了一致性约束来限制关联子系统的估计状态与当前时刻更新的状态之间的偏差,进而保证各子系统优化问题初始可行时,后续时刻相继可行.在此基础上,通过加入终端约束来保证闭环系统渐进稳定.该方法能够在使用较少的通信和计算负荷情况下,提高系统优化性能.即使对于强耦合系统同样能够保证优化问题的递推可行性和闭环系统的渐进稳定性.仿真结果验证了本文所提出方法的有效性.     

基于自触发的异构多智能体协同输出调节

本文针对线性异构多智能体系统,基于自适应自触发条件,分别设计了状态和输出反馈协同控制器.其中自适应控制策略可以避免使用多智能体系统的全局信息,从而实现分布式控制;自触发控制不仅可以避免对触发条件进行连续监测,还可以有效地降低网络的通信负载和控制器的更新次数,且不存在芝诺现象.最后通过4个跟随智能体和一个领导智能体进行了协同输出直角编队仿真实验,实现了多智能体系统对外部系统的渐近跟踪和干扰抑制,验证了结果的有效性.     

通讯信息约束下具有全局稳定性的分布式系统预测控制

本文针对一类由状态相互耦合的子系统组成的分布式系统, 提出了一种可以处理输入约束的保证稳定性的非 迭代协调分布式预测控制方法(distributed model predictive control, DMPC). 该方法中, 每个控制器在求解控制率时只与 其它控制器通信一次来满足系统对通信负荷限制; 同时, 通过优化全局性能指标来提高优化性能. 另外, 该方法在优化 问题中加入了一致性约束来限制关联子系统的估计状态与当前时刻更新的状态之间的偏差, 进而保证各子系统优化问 题初始可行时, 后续时刻相继可行. 在此基础上, 通过加入终端约束来保证闭环系统渐进稳定. 该方法能够在使用较少 的通信和计算负荷情况下, 提高系统优化性能. 即使对于强耦合系统同样能够保证优化问题的递推可行性和闭环系统的 渐进稳定性. 仿真结果验证了本文所提出方法的有效性.     

全局频繁闭项目集挖掘算法研究

频繁闭项目集挖掘是数据挖掘研究中的一个重要研究课题.目前已有的频繁闭项目集挖掘算法主要针对单机环境,有关分布式环境下的全局频繁闭项目集挖掘算法的研究尚不多见.为此,本文提出了一种快速挖掘全局频繁闭项目集算法,并对其更新问题进行了研究;提出了一种相应的频繁闭项目集增量式更新算法,该算法将充分利用先前的挖掘结果来节省发现新的全局频繁闭项目集的时间开销.实验结果表明算法是有效的.     

基于模糊神经网络的有源电力滤波器全局滑模控制

针对有源电力滤波器电流跟踪控制问题,提出一种基于模糊神经网路的全局滑模控制方法.首先,为了消除到达阶段和抑制抖振,设计准全局滑模控制电流控制器;然后,在考虑参数摄动和传感器故障的情况下,利用元认知模糊神经网络设计基于模糊神经网络的全局滑模控制器,克服全局滑模控制依赖先验知识的缺点.不同于其他固定结构方法,元认知模糊神经网络可以实现结构和参数的在线更新,并利用李雅普诺夫稳定性理论证明所提出的控制策略满足控制目标以及稳定性要求.仿真和实验结果表明,所提出的控制方法在稳态和瞬态运行时都具有良好的性能.     

快速更新全局频繁项目集

数据挖掘中的频繁项目集更新算法研究是重要的研究课题之一.目前已有的频繁项目集更新算法主要针对单机环境,有关分布式环境下的全局频繁项目集的更新算法的研究尚不多见.为此,提出了快速更新全局频繁项目集算法(fast updating algorithm for globally frequent itemsets,简称FUAGFI).该算法主要考虑数据库记录增加时全局频繁项目集的更新情况.FUAGFI利用已建立的各局部频繁模式树(frequent pattern tree,简称FP-tree)及已挖掘的全局频繁项目集,可有效地降低网络通信量,提高全局频繁项目集的更新效率.实验结果表明,所提出的更新算法是行之有效的.     

异构集群系统分布式自适应输出时变编队跟踪控制

提出了一种能够解决高阶异构集群系统输出时变编队跟踪问题的控制方法. 集群系统中的智能体分为领导者和跟随者, 领导者和跟随者的动力学模型可以完全不同. 跟随者的输出在跟踪领导者输出的同时保持时变编队实现协同运动. 考虑了领导者存在已知或未知控制输入、领导者和跟随者均存在未知扰动、有向通信拓扑存在切换等多种因素并存的情况, 结合观测器理论、自适应控制理论和滑模控制理论设计了完全分布式的输出时变编队跟踪控制协议, 摆脱了对领导者控制输入上界值、与通信拓扑相关的拉普拉斯矩阵的特征值以及时变编队函数等全局信息的依赖. 利用Lyapunov理论证明了在有向拓扑切换条件下异构集群系统的闭环稳定性. 最后通过数值仿真对理论结果的有效性进行了验证.     

利用FCS实现除尘控制

FCS2000现场总线控制系统是一种建立在SCADA基础上的通用综合性控制系统.介绍FCS2000系统在除尘控制中的实际应用,同时通过对系统的整体配置、自动控制系统的论述,给出了一种集散控制系统实际应用的设计方案.