控制工程最新期刊目錄

基于參數(shù)化語義特征的定位與建圖方法————作者：鄒彪;任偉達;高煜博;王寧;朱曉康;方騰;

摘要：基于視覺的定位方法往往需要高復用性的視覺地圖，然而在缺乏顯著紋理且環(huán)境內(nèi)容易發(fā)生改變的場景中，往往會導致傳統(tǒng)特征失效，地圖復用性較低，難以滿足定位需求。針對該問題，設計了一種基于參數(shù)化語義特征的高復用性語義地圖構(gòu)建系統(tǒng)。該系統(tǒng)使用語義分割技術對周邊環(huán)境進行語義特征提取，并對語義特征進行參數(shù)化表達。然后將參數(shù)化表達的特征引入視覺因子圖優(yōu)化，提高了定位模塊的精度。最后，在泊車場景中驗證了所提出方法的有...

基于加速啟發(fā)式MCTS的愛恩斯坦棋博弈策略優(yōu)化————作者：溫飛龍;李卓軒;曹一丁;時欣利;曹進德;

摘要：針對愛恩斯坦棋(EWN)中的隨機性與博弈復雜性，提出一種加速啟發(fā)式蒙特卡洛樹搜索算法，以提升收斂速度和搜索效率。通過引入棋子威脅值及UCB公式優(yōu)化局面評估，結(jié)合期望價值概率分布形成V-UCT算法，加速算法收斂；設計基于根并行樹算法和位棋盤技術的搜索加速方法，提升搜索效率，形成F-UCT算法；并將兩者結(jié)合提出FV-UCT算法。實驗表明，該算法在EWN中勝率顯著提高，較傳統(tǒng)UCT算法勝率提升約50%，...

多無人機協(xié)同區(qū)域覆蓋航道規(guī)劃————作者：李道文;楊鑫松;孫亞平;巨興興;

摘要：針對凸多邊形的任務區(qū)域，提出了一種多無人機覆蓋航道規(guī)劃算法用于解決多無人機覆蓋偵查問題。與傳統(tǒng)路徑規(guī)劃算法相比，該算法具有計算負荷低和通信負擔小等優(yōu)點。基于類李雅普諾夫函數(shù)(Lyapunov-like function)，設計了多條夠使所有無人機完全覆蓋目標區(qū)域的飛行航道，并設置切換邏輯以便無人機在這些航道之間實現(xiàn)無縫切換。切換邏輯確保無人機在轉(zhuǎn)彎期間也能進行覆蓋任務，減少了冗余操作，顯著提高了覆...

基于魯棒不變集的無人機軌跡跟蹤控制研究與應用————作者：劉昱鑫;劉正華;曹玉波;

摘要：針對實際飛行過程中四旋翼無人機所受的外部強擾動，系統(tǒng)模型攝動等問題，提出基于魯棒不變集的模型預測控制(Tube-MPC)與補償函數(shù)觀測器的模型補償控制(CFO-MCC)的復合控制策略，實現(xiàn)精準軌跡跟蹤與外部擾動抑制。通過位置環(huán)數(shù)學模型構(gòu)建Tube-MPC控制器實現(xiàn)Tube不變集的約束下的魯棒預測控制，從而抑制有界干擾，提高魯棒性。姿態(tài)控制利用CFO對系統(tǒng)模型攝動進行估計和補償，結(jié)合模型補償控制率，...

基于獎懲機制的全局自優(yōu)化控制策略研究————作者：李楠;王艷;馬浩;

摘要：針對現(xiàn)有連續(xù)工業(yè)過程控制優(yōu)化方法在應對復雜擾動和非線性系統(tǒng)時魯棒性不足的問題，提出了一種基于獎懲機制的全局自優(yōu)化控制策略。該方法首先通過建立非線性模型，利用Monte Carlo模擬對操作空間進行廣泛采樣，計算全局平均經(jīng)濟損失，進而推導出最優(yōu)測量組合的解析表達式。為了提高控制系統(tǒng)的魯棒性與穩(wěn)定性，引入了獎懲機制，以實現(xiàn)對違反約束解的懲罰以及接近最優(yōu)解的獎勵。此外，該方法通過優(yōu)化測量變量的組合減少傳...

基于動態(tài)事件觸發(fā)的時滯多智能體系統(tǒng)非周期采樣一致性————作者：錢偉;張書源;吳艷民;費樹岷;

摘要：針對具有時變通信時滯和非均勻周期采樣的線性多智能體系統(tǒng)，提出了一種基于動態(tài)事件觸發(fā)的一致性控制策略。首先，為有效地降低網(wǎng)絡通信資源的使用率，在非周期采樣的前提下設計了新的包含切換輔助變量的動態(tài)事件觸發(fā)機制，該輔助變量考慮了智能體之間的狀態(tài)之差，可以使系統(tǒng)利用較少的通信數(shù)據(jù)獲得更好的性能，同時能明顯地排除芝諾現(xiàn)象。然后，根據(jù)動態(tài)事件觸發(fā)機制所得到的離散狀態(tài)信息設計出一致性控制協(xié)議。進而，利用李雅普諾...

預定義時間的下肢康復機器人軌跡跟蹤控制————作者：王成軍;蘇文杭;李家寶;

摘要：針對下肢外骨骼康復機器人軌跡跟蹤精度低、抗擾動性差及收斂時間依賴初值問題，提出一種基于實際預定義時間穩(wěn)定的滑模控制算法。通過構(gòu)建非奇異快速終端滑模面，建立參數(shù)與收斂時間的顯式關系；設計基于飽和函數(shù)與雙曲正切函數(shù)的切換策略，結(jié)合自適應補償機制實時估計未知擾動并抑制抖振。實驗結(jié)果表明：在平地步行、連續(xù)上下樓及坡道上行步態(tài)下，該算法平均絕對誤差和均方根誤差最大值分別為0.0024和0.0179。仿真結(jié)果...

放卷系統(tǒng)參數(shù)化模型的建立————作者：黃嶼泉;盧潔瑩;蘇為洲;

摘要：為提高料膜張力的穩(wěn)定性，針對采用擺臂作為張力傳感器的放卷系統(tǒng)，給出一種簡練的固定模型結(jié)構(gòu)，并提出一種建立此類系統(tǒng)參數(shù)化模型的方法。首先，通過分析擺臂運動對張力帶來的影響，完整給出此類放卷系統(tǒng)從電機速度到擺臂角度之間的機理關系。根據(jù)機理關系，在擺臂平衡點對系統(tǒng)進行線性化，建立系統(tǒng)的機理模型。然后依據(jù)系統(tǒng)和物理參數(shù)的特點，簡化出一種低階的模型結(jié)構(gòu)，明確該結(jié)構(gòu)下模型參數(shù)與卷徑之間的關系。在此基礎上，提出...

輪胎冠帶條纏繞過程張力系統(tǒng)混合建模方法————作者：王勇;張賀;李俊;劉云成;薄翠梅;

摘要：針對輪胎冠帶條纏繞過程中因材料粘彈性時變、轉(zhuǎn)動慣量動態(tài)變化導致張力波動問題，提出一種冠帶條纏繞過程張力系統(tǒng)動力學混合建模方法。首先構(gòu)建包含張力偏差動態(tài)、纏繞鼓角速度動態(tài)和溫度非線性補償?shù)膭恿�學模型，采用模擬退火算法辨識模型參數(shù)；針對摩擦滯后、振動諧波等未建模擾動因素，基于雙向長短時記憶網(wǎng)絡（Bidirectional Long Short-Term Memory network，Bi-LSTM）進...

基于MPC的煤泥水濃縮加藥智能控制方法————作者：張新明;竇紅慶;

摘要：煤泥水是煤炭洗選過程中不可避免的副產(chǎn)品，大量排放煤泥水導致浪費資源，同時對環(huán)境產(chǎn)生嚴重的污染，對其進行濃縮是實現(xiàn)環(huán)保的重要工序。然而，現(xiàn)有加藥控制系統(tǒng)大都依賴人工操作，難以精準控制藥劑消耗。提出一種基于模型預測控制框架的煤泥水智能加藥控制方法，基于煤泥水沉降參數(shù)，建立了深度學習模型來預測未來藥劑的添加量。為了實時調(diào)節(jié)絮凝劑和凝聚劑的加藥泵頻率，將入料煤泥水性質(zhì)作為擾動變量，將沉降效果作為反饋，建立...

選煤廠智能加藥管理平臺：架構(gòu)、方法及其應用————作者：王安佳;李福平;

摘要：選煤廠濃縮加藥過程通常依賴人工操作，沉降效果穩(wěn)定性難以保證，且不同系統(tǒng)間存在信息孤島問題，難以實現(xiàn)有效的信息交互。構(gòu)建了面向選煤廠的智能加藥管理平臺四層架構(gòu)，包括數(shù)據(jù)采集層、信息轉(zhuǎn)換層、動態(tài)控制層以及智能決策層。數(shù)據(jù)采集層包括底層一線設備和各類傳感器，用于采集加藥設備的運行數(shù)據(jù)和工藝參數(shù)。信息轉(zhuǎn)換層將采集到的數(shù)據(jù)整理成為標準格式并存儲到關系數(shù)據(jù)庫中，為后續(xù)的分析和決策提供可靠的數(shù)據(jù)基礎。動態(tài)控制層...

多尺度特征交互: 一種用于狀態(tài)監(jiān)測的時空對抗學習網(wǎng)絡————作者：朱晨影;鐘凱;章玟倩;韓敏;

摘要：工業(yè)系統(tǒng)固有的反饋機制、耦合效應等因素，使得過程變量展現(xiàn)出多尺度的依賴性和關聯(lián)性。現(xiàn)有方法存在以下不足：1) 忽視特征間關系多樣且對監(jiān)測的差異化影響。2) 難以處理質(zhì)量差、分布不均的數(shù)據(jù)，導致模型魯棒性差。因此，基于多尺度特征交互的時空對抗學習網(wǎng)絡(Multi-scale Feature Interactive Based Spatial-temporal Adversarial Network，...

面向偏差耦合結(jié)構(gòu)的多電機轉(zhuǎn)速神經(jīng)網(wǎng)絡同步控制算法————作者：方嵩松;馬祎航;孔琳俊;

摘要：傳統(tǒng)多電機轉(zhuǎn)速控制方法采用固定參數(shù)，難以有效應對電機間的個體差異，導致控制精度受限。針對這一問題，提出面向偏差耦合結(jié)構(gòu)的多電機轉(zhuǎn)速神經(jīng)網(wǎng)絡同步控制算法。該算法利用神經(jīng)網(wǎng)絡的自適應學習能力，動態(tài)捕捉并學習各電機的特性，進而自動調(diào)整控制參數(shù)。算法通過采集電機工作數(shù)據(jù)，計算各電機轉(zhuǎn)速及其與平均轉(zhuǎn)速的偏差值，并將此偏差作為補償信號反饋給同步控制器。同步控制器基于神經(jīng)網(wǎng)絡設計，能夠結(jié)合偏差補償生成精確的控制...

多尺度大核卷積選擇機制驅(qū)動的遙感目標檢測算法————作者：王文聰;張孫杰;

摘要：目前關于遙感目標檢測的研究主要集中在改進有向框的表示上，而忽略了遙感場景中呈現(xiàn)出的獨特的先驗知識：1）在沒有考慮足夠大區(qū)域的情況下可能會造成錯誤檢測的情況，2）不同類型的對象所需檢測的范圍可能不同。因此，我們考慮了這些先驗知識，基于YOLOv8網(wǎng)絡設計了由多尺度大核卷積選擇機制驅(qū)動的遙感檢測算法LMS-YOLO。在骨干網(wǎng)絡中使用了LSK模塊和CReToNeXt模塊，有效地提升了網(wǎng)絡的特征表達能力和...

一種面向無人機巡檢的動態(tài)場景輕量化SLAM系統(tǒng)————作者：任偉達;高煜博;鄒彪;王寧;方騰;

摘要：針對在無人機巡檢工作環(huán)境中不可避免地出現(xiàn)動態(tài)物體，導致傳統(tǒng)的視覺SLAM算法的定位精度下降的問題，本文提出一種基于深度學習的語義分割的動態(tài)場景輕量化SLAM系統(tǒng)，Dyna-Vins。它利用YOLOv5-Seg網(wǎng)絡對圖像幀中的先驗動態(tài)物體進行語義分割，結(jié)合先驗分割目標和多視圖幾何的方法，設計動態(tài)特征點剔除算法進行特征點去除，從而減少了動態(tài)目標的影響，提高了動態(tài)場景下的魯棒性和準確性。我們采用KITT...

ICPS多智能體對抗深度強化學習攻擊檢測模型————作者：鄧志剛;孫子文;

摘要：工業(yè)信息物理系統(tǒng)中存在大量的高維數(shù)據(jù)，且各類數(shù)據(jù)之間的數(shù)量差異巨大，致使攻擊檢測系統(tǒng)難以實現(xiàn)對稀有樣本的精確檢測。為此，在深度強化學習的基礎上設計多智能體對抗訓練機制，以動態(tài)增加稀有樣本的訓練次數(shù)，并結(jié)合優(yōu)先訓練機制實現(xiàn)難檢測樣本的優(yōu)先學習，從而加強模型對于稀有樣本的檢測能力。為檢驗模型的性能，使用以Modbus作為通信協(xié)議的真實數(shù)據(jù)集進行測試。實驗結(jié)果表明，與傳統(tǒng)的攻擊檢測方法相比，設計的攻擊檢...

基于體表顯著性分析的呼吸特征提取方法————作者：郁樹梅;王少葳;姚耀;孫榮川;孫立寧;

摘要：射波刀依賴胸部標記點提取體表特征，但存在信息提取不全及易丟失關鍵數(shù)據(jù)的問題。此外，呼吸引發(fā)的多結(jié)構(gòu)耦合運動使不同胸腹區(qū)域的運動特征差異明顯，從低相關區(qū)域提取特征易降低模型精度。為此，提出基于顯著性分析的體表特征提取方法。首先，構(gòu)建顯著性評價函數(shù)，以區(qū)域三重屬性量化顯著性，并采用核主成分分析(kernel principal componentanalysis,KPCA)將3個屬性值降維至單一顯著性...

面向磁性硬盤定制化消磁的磁場數(shù)值建模與分析————作者：徐喆;張自影;湯健;

摘要：為確保隱私安全和防止失密泄密，在對作為典型城市再生資源的廢舊磁性存儲介質(zhì)進行資源化利用前，需要銷毀其所包含信息。目前，業(yè)界多采用不符合國家“雙碳”戰(zhàn)略的最高磁場強度消磁方式，缺少如何進行定制化消磁的理論與應用探索。對此，提出面向磁性硬盤定制化消磁的磁場數(shù)值建模與分析方法。首先，進行消磁機多層多匝矩形線圈磁場強度的理論計算；接著，進行基于COMSOL軟件的消磁磁場數(shù)值建模，完成與理論計算的驗證后，分...

基于對偶的快速3D位姿圖驗證方法————作者：李雨潔;魏國亮;蔡潔;

摘要：位姿圖優(yōu)化(pose graph optimization, PGO)是同時定位與建圖(simultaneous localization and mapping, SLAM)中最重要的后端優(yōu)化技術之一，旨在搜尋具有全局最優(yōu)性的解。為了檢驗給定候選解的全局最優(yōu)性，提出了一種基于對偶的快速3D位姿圖驗證技術。首先，改寫原始的PGO問題公式，建立一個復雜度更低的等價優(yōu)化問題；其次，推導對應的拉格朗日對...

基于多胞體雙濾波的非線性系統(tǒng)集員狀態(tài)估計方法————作者：洪巍;何青;吳曉燁;唐瓊霜;

摘要：在非線性狀態(tài)估計領域，針對未知有界噪聲環(huán)境，提出了一種融合多胞體卡爾曼預測與超平行體觀測約束的雙濾波算法。該方法首先通過中心差分方法對模型進行一階展開，采用凸差規(guī)劃技術構(gòu)建線性化誤差的外定界空間，將狀態(tài)可行集和線性化誤差統(tǒng)一表示為多胞體形式，進而利用多胞體卡爾曼框架遞推求解下一時刻的預測狀態(tài)可行集。在量測更新階段，通過將當前時刻的觀測約束帶分解為多個超平行體的交集，并依次與預測狀態(tài)可行集進行交集運...

　　控制工程來自網(wǎng)友的投稿評論：

• 奔跑的辣椒醬

  12月初投稿，1月10號直接錄用。審稿速度很快。但是見刊時間相對很長。期刊工作人員很耐心。

  2021-03-24 15:00

提交