为了解决我国城市道路交通拥挤的信号控制问题,开发智能交通信号控制系统.基于ARM7平台,提出基于S3C44B0X处理器的智能交通信号机主控板设计方案.应用Clinux移植方法,完成了基于Clinux操作系统的信号机软件设计.基于组件化设计,采用UDP协议通讯和以太网连网方式,开发城市交通控制中心软件.通过开发多种群多编码遗传算法通用控件,实现绿信比优化.将GIS技术引入中心控制软件来配置信号机和获取路网拓扑空间信息.应用结果表明,新型的智能交通信号控制系统性能稳定,便于实现城市交通网络的优化控制.

针对边值固定的最优控制问题,提出一种约束优先嵌套优化方法,将边值固定问题转化为嵌套的2个边值无约束最优控制问题.将两点步长梯度法实行内层优化求解满足边值约束的可行控制策略,与无记忆拟牛顿法实行外层优化求解最优目标函数相结合,避免了罚函数法的不足,提高了优化算法收敛的稳定性和高效性.同时引入一种特殊的控制变量转换方法,通过中间变量和函数转换消除控制边界约束.经典实例的研究结果表明,该算法在收敛性能和求解效率方面具有显著的优越性.

提出外部激励故障和内部激励故障的概念,研究非线性系统状态依赖型故障的预测问题.将非线性系统的故障模型描述成外部激励与内部激励相耦合的一般非线性函数形式,函数的结构未知.通过反向传播(BP)神经网络在线学习故障函数模型实时逼近故障模型,提出基于在线神经网络的状态依赖型故障的预测算法.该算法能够实时地检测故障,对系统状态和故障进行迭代估计和预测.利用系统状态的预测值实时预测了系统的失效时间.故障模型的一般化拓展充分体现了系统状态对故障的影响,增强了算法的实用性.仿真结果验证了该方法的有效性.

针对传统化工过程中检测变量具有的非线性和非高斯性等特点,提出将改进的核主元分析（KPCA）和支持向量数据描述（SVDD）相结合的化工过程故障诊断方法.根据Mexican hat小波在提取非线性非平稳信号细微特征方面的优势,将该小波函数引入到KPCA中以增强核函数的非线性映射和抗噪能力.在映射后的特征空间中进行均值聚类分析,选择每个聚类中展现特征中心的数据,使运算复杂度明显降低,提高了监控实时性.采用SVDD描述经过聚类降维后的特征空间分布,提出新的监控指标描述过程的非高斯特性.将该方法应用在一个实际的溶剂脱水化工精馏过程中,仿真结果验证了该方法能够及时有效地检测系统产生的故障.

针对小功率独立光伏发电系统中铅酸蓄电池使用寿命短、充电效率低的问题,提出基于放电脉冲的3阶段充电方法.该方法通过放电脉冲控制铅酸蓄电池的自放电,以增大铅酸蓄电池的可接受充电电流,使铅酸蓄电池能够完全吸收光伏电池组件输出的电能,提高独立光伏发电系统的充电效率.该方法结合最大功率跟踪算法协调铅酸蓄电池与光伏电池组件之间的工作关系,提高独立光伏发电系统的工作效率.根据这一思路设计具有高充电效率的独立光伏发电系统控制器.与传统控制器相比,它不仅提高了光伏电池组件的利用率,加快了对蓄电池的充电,而且可以保护蓄电池并延长使用寿命.

为了解决铁矿烧结过程中烧结终点(BTP)的建模问题,提出改进的混合分类遗传规划(CGP)算法.算法将K中心聚类算法与遗传规划(GP)相结合,通过K中心聚类算法对烧结过程工况进行分类.对每一类,采用遗传规划建立风箱温度自回归预测模型.模型为2级温度预测模型,即基于温度拐点的中期模型和临近烧结终点处的短期模型.烧结终点通过预测温度的3次曲线拟合得到.实验仿真表明了所提出的2级温度预测模型的有效性.

针对具有低群延迟的非线性相位有限冲击响应滤波器的设计问题,采用在极小化复数误差能量的同时对复数误差和相位误差进行约束的方法,既可以得到凸的约束区域,又可以对幅值误差和相位误差进行独立控制.将具有给定相位误差的低通滤波器的最小二乘设计方法扩展到高通和带通滤波器的设计,引入左边和双边S形相位误差上界约束函数对高通和带通滤波器的相位误差进行约束,来抑制带边附近群延迟误差大的效应.应用改进的GoldfarbIdnani算法求解由复数误差和相位误差约束最小二乘设计问题产生的半无穷正定二次规划.设计例子表明,该设计方法对减小滤波器的群延迟误差非常有效.

针对高炉(BF)生产过程中炉况状态难以诊断的问题,提出一种基于料面温度场特征信息的高炉炉况最小二乘支持向量机(LSSVM)诊断方法.根据高炉炉顶红外图像和过程检测数据,采用信息融合技术建立高炉料面温度场.提取与炉况有关的料面温度场的特征信息,将特征信息作为炉况诊断模型的输入.采用最小二乘支持向量机构造炉况诊断模型,计算高炉运行状态.现场数据验证表明,该方法充分利用了温度场和炉况的关系,具有较好的诊断效果,能够有效地帮助现场操作人员及时发现异常炉况,稳定高炉运行.

为了解决多变量时滞过程解耦器结构复杂且不能解析设计、控制器不易兼顾控制性能和鲁棒性的问题, 提出一种新的解耦双自由度PID控制系统设计方法.针对时滞过程改进了Cai所提出的正则化解耦方法:从能量功率谱的角度重新解释并构造结构简单的解耦矩阵;将系统解耦成单回路后,采用双自由度PID结构设计各回路控制器.典型工业过程实例验证了设计的简单性和性能的有效性.采用该方法,解耦传递函数矩阵可以解析求解,双自由度PID控制器能够有效改善各回路高频段的解耦性能,获得良好的设定值跟踪性能和扰动抑制能力,并且可以方便地应用于控制现场.

针对2阶不确定分数阶混沌系统的投影同步问题,提出基于滑模原理的同步控制方法.分数阶导数采用Caputo的定义.控制律由趋近控制和等价控制2部分组成.趋近控制采用指数趋近律,等价控制利用系统轨迹在滑模面上运动时滑模面的时间导数为零的条件得到.在控制器设计过程中,利用分数阶系统的Lyapunov理论分析滑模面的存在性,简化稳定性证明方法,得到了存在不确定性时分数阶系统达到同步的稳定性定理,实现了控制目标.通过对分数阶DuffingHolmes系统的完全状态投影同步的仿真,证明了该方法的有效性.

为了提高下肢肌电控制系统中多运动模式识别的准确性,提出一种基于多核学习(MKL)和小波变换尺度间相关性特征提取的多类识别方法.根据多核学习理论,采用二叉树组合策略构造基于多核学习的多类分类器.对下肢4路表面肌电信号进行离散平稳小波变换,用小波系数尺度间的相关性提取特征向量输入构造的多类分类器,对水平行走时划分的支撑前期、支撑中期、支撑末期、摆动前期、摆动末期这5个细分运动状态进行分类.实验结果表明,所提的多模式识别方法能够以较高识别率区分多个细分运动状态,得到比标准的单核支持向量机(SVM)分类器更好的准确性.

为了提高复杂系统故障识别的精度和降低误报率,利用粗糙集理论、遗传算法、神经网络等计算智能方法的优势,提出一种基于计算智能技术融合的故障识别方法.针对原始样本数据的不确定性和不完备性,利用粗糙集对原始样本数据进行数据归一化、离散化、属性约简等预处理,求得能够覆盖原始数据特征的具有最大完备度的最小规则集.利用具有全局搜索能力的遗传算法直接训练反向传播神经网络的权值,将规则集作为网络输入,形成优化网络模型.采用该模型对预处理的各种状态故障特征向量进行分类决策,实现故障识别.通过电机轴承故障识别实验表明,该方法能够优化网络结构,提高故障识别速度和准确率.

永磁同步电机是一个非线性多变量强耦合系统,采用传统的线性控制方法难以在大范围运行中保持良好的动态性能和鲁棒性.针对永磁同步电机的特点,提出一种结合滑模控制和自抗扰控制的混合非线性控制策略,用于永磁同步电机矢量控制系统设计.根据指数趋近律算法设计滑模控制器,用于内环的电流控制.外环的速度采用自抗扰控制,速度控制器对负载扰动进行估计和补偿.仿真结果表明,提出的控制系统不仅具有良好的动态和静态性能,而且对负载及系统参数扰动具有较强的鲁棒性.

摘要: 针对在传统可修部件检查周期确定的优化模型中最优检测项一经确定就不再改变的局限性,根据可靠性理论和线性控制理论,提出一种依据设备状态对检查率进行动态实时控制的策略.建立可修部件的生命周期模型,给出系统的稳态可靠度和平均失效时间(MTTF).提出检查率的动态控制策略,并分析其适应性.该方法的实质是调整部件的期望失效时间以减少校正性维护的可能性,从而最大限度地降低部件的维护检查费用.估计设备的状态,给出动态控制时间间隔、控制措施以及检查率的概率分布.研究表明,该方法对提高维修决策质量、保证产品在最合适的状态下工作是非常有效的.
关键词： 

为了充分利用卡尔曼滤波新息中的非高斯故障特征,提出一种基于信息散度的非线性过程故障检测与诊断方法.通过unscented卡尔曼滤波产生新息序列,利用核密度估计方法计算概率分布.在此基础上建立信息散度统计量,监控过程的运行状态.一旦检测到故障后,引入对称信息散度计算待诊断过程与故障库中各类故障之间的距离,判断故障类型.在连续搅拌反应器上的仿真结果表明,提出的方法能够及时检测到故障的发生,正确判断故障类型.

针对因无线传感器网络节点部署的密集性和随机性造成单一、不变的发射功率无法满足无线传感器网络能量高效的要求,提出基于近邻算法的无线传感器网络功率控制算法（NNPC）.该算法中Sink节点保存整个网络拓扑结构的信息,利用多近邻算法评估节点密度,确定最优通信距离.结合Friss自由空间模型和两线地面传播模型计算当前网络最优发射功率，Sink节点广播通知节点采用最优发射功率发送数据.如果节点没有接收到广播包,那么节点采用默认的最大发射功率.仿真结果表明,基于近邻算法的网络功率控制算法能提高整个无线传感器网络的生存时间,节省网络的平均能耗.

 针对电力系统输出的周波波形多的特点,提出一种基于小波分析和支持向量机（SVM）的时序周波波形分类方法,实现三相电压源型逆变器的故障分类.利用离散正交小波变换(DOWT)将周波序列变换成小波系数矩阵,利用奇异值分解(SVD)的方法获得系数矩阵的奇异值向量,作为周波序列的特征值.建立基于新的Huffman树来实现支持向量机策略的多类分类模型.将奇异值分解得到的特征向量应用到该分类模型,判断逆变器的故障类型.仿真结果表明,该模型的平均期望准确率比基于普通二叉树的支持向量机多类模型高3.65%,分类准确率达到99.6%.

针对同一场景的多聚焦图像融合问题,提出基于脉冲耦合神经网络(PCNN)的非下采样Contourlet变换(NSCT)域融合方法.将源图像经过NSCT变换生成的低通子带系数和带通方向子带系数输入PCNN,将各神经元迭代产生的点火频数构成点火映射图.采用接近度函数描述点火映射图邻域特性的关联程度,根据邻域接近度为融合图像选择相应的子带系数,通过NSCT逆变换得到融合结果.实验分析表明,新的融合方法在很大程度上保留了多聚焦图像的清晰区域和特征信息,具有比经典小波变换、Contourlet变换和常规NSCT方法更好的融合性能.

针对非线性相位有限冲击响应(FIR)滤波器的优化设计问题,提出一种频率响应误差和相位误差约束的最小二乘方法,既能独立控制幅值误差和相位误差,又能形成凸的约束区域.采用S形相位误差上界函数,不仅将相位误差控制在给定范围,而且有效减小了滤波器的群延迟误差,但增大了幅值逼近误差.为了减小幅值逼近误差,应用椭圆形的复数误差约束来代替通带上的圆形频率响应误差约束,研究基于椭圆复数误差约束及S形相位误差上界函数的复系数FIR滤波器加权最小二乘设计.仿真结果表明,应用椭圆形的复数误差约束能够有效减小滤波器的幅值逼近误差.

针对传统的模糊神经网络（FNN）在线控制方法用于控制时滞对象时存在调节时间较长的问题,分析产生这一现象的原因,对传统的模糊神经网络在线控制进行改进,给出一种新的确定补偿量的方法.基于递推最小二乘(RLS)法在线辨识对象模型,通过时滞对象模型预测对象输出的变化,利用补偿方法得到控制量的补偿量.设计二维输入的带补偿的模糊神经网络控制器,进行实验与仿真研究.仿真结果表明,该补偿方法调节时间短,控制精度高,比传统的模糊神经网络的控制效果明显.

针对自主研发的六自由度(DOF)模块化机械臂,提出一种逆运动学求解方法.根据机械臂的结构特点和运动学约束,对机械臂的运动学进行分析.建立该类型机械臂的正运动学模型,得到了机械臂逆运动学的完整解析解.采用Denavit-Hartenberg(D-H)法对机械臂操作空间进行描述,在考虑机械臂运动学约束的基础上,得到以关节角度为变量的正运动学模型.通过分析正运动学模型的可解性, 采用矩阵逆乘的解析法求解机械臂的正运动学模型,得到了该类机械臂逆运动学的完整解析解.通过仿真验证了正运动学模型及运动学逆解的正确性,运动学逆解可以用于机械臂末端执行器的精确定位和运动规划.

为了揭示多智能体系统的群集行为特征,研究2阶时延多智能体系统的编队控制问题.假设多智能体系统的网络拓扑是有向图、且具有一个全局可达结点,在多智能体之间的信息传输存在通信时延、信息处理存在输入时延的情况下,研究移动多智能体系统的动态编队控制.通过分析多智能体系统的运动特性,建立具有不同通信时延和不同输入时延的多智能体系统的控制协议.采用频率域的Laplace变换,分析时延通信系统的频率特性.根据Greshgorin圆盘定理,研究闭环控制系统的特征方程.应用广义Nyquist判据,得到保证多智能体系统编队控制的收敛性条件.得到的收敛性条件是一个分散式条件,该条件只采用每个结点的局部信息,与其他结点无关.应用计算机仿真验证了结论的有效性.

建立机器人的电脑模型,对机器人的整体运动进行模拟仿真.针对机器人数学描述复杂、机器人运动学、动力学分析较为困难的问题,大部分两足机器人采用基于模型的控制方法.该方法需要对机器人自身及周围环境建模.在复杂模型下控制器计算的实时性难以保证,控制难度较大,从而限制了机器人的性能.使用Matlab中的SimMechanics 工具箱建立两足机器人的电脑模型,对机器人的整体运动进行模拟仿真.通过仿真验证了模型的合理性, 得到了机器人运动的模拟图.

灰色模型的精度很大程度上取决于待建模序列的光滑度,满足级比条件是灰色建模的前提.针对因陡变而不满足灰色建模条件的离散序列x(k),从理论上证明了经f(x)=cot (xα)变换且在满足0.212 5≤f(x)≤π/2的条件下,序列F(k)=f(x(k))能够满足非畸形灰色模型建模级比条件,对光滑度的改善程度较现有的其他变换更有效.根据非负序列的一次累加生成单调递增序列,提出一种背景值优化重构的方法,利用矩形面积加梯形面积之和,实现背景值重构时正负误差相抵消,使重构后的背景值更加趋近于真值,进一步提高了模型精度.提出基于函数cot (xα)变换及背景值优化的灰色建模步骤,通过实例验证了本方法的有效性.

下肢假肢的膝关节是一种具有高度非线性、时变、强耦合的阻尼系统，传统控制方法很难达到良好控制效果.针对这一问题,提出将神经网络(NN)应用于下肢假肢控制.以学习矢量量化（LVQ）神经网络为基础,提出神经网络模型参考自适应控制方法.该方法通过选择适当的参考模型和自适应算法,利用参考模型输出与实际系统输出之间的误差信号,由自适应算法计算当前的控制量以控制智能下肢假肢,达到自适应控制的目的.该方法不需要进行性能指标的变换,容易实现且自适应速度快,仿真结果表明了该方法的有效性.

 针对印染生产过程中生产设备之间切换成本、生产设备负荷平衡的问题,分析生产过程中的瓶颈设备来优化瓶颈设备使用、提高利用率,研究订单式印染生产过程.采用分层赋时着色Petri网(HTCPN)技术建立生产过程的模型,并将该模型转化成Witness仿真模型.分析模型的运行状态与结果,对模型进行优化,分析生产过程设备的瓶颈.仿真结果验证了HTCPN模型的可操作性与有效性,从而为企业制定合理的车间生产计划提供理论依据,提高了生产设备和装置运行效率,缩短了生产周期.

针对城市排水系统管网中管道发生渗漏这一不确定因素,结合传统圣维南方程组研究渗漏发生时的系统建模与分析问题.分析某段发生渗漏的管道内的水流运动状态,推理计算得出改进后的连续性方程和动量方程.结合我国城市排水系统管网中管道的具体运行情况,对方程组进行线性化,建立以流量为状态的城市排水系统水力学状态空间模型.分析系统稳定性,设计系统状态反馈控制器,通过仿真验证了所提方法的正确性.

针对全方位视觉传感器视野范围大的特点,提出一种基于自适应混合高斯模型的全方位视觉目标检测系统.该系统通过Hough变换检测全方位图像的中心,基于图像中心对全方位图像进行展开.对展开后的图像利用混合高斯模型进行背景建模,并自适应地更新背景模型,通过前景分割可以有效地分割出运动目标.在图像展开及混合高斯建模时,通过调整系统的采样频率可以较好地改善目标检测的实时性.实验结果表明,该系统可以在复杂环境中有效地检测运动目标,具有较强的准确性和鲁棒性.

针对多变量刚柔耦合的双机械臂协调操作柔性负载系统,基于奇异摄动理论研究该系统有限元模型的分解以及轨迹跟踪控制问题.考虑动力学模型的复杂性,通过双时标变换将协调系统分解成表征系统大范围刚性运动的慢变子系统和表征系统弹性振动的快变子系统.基于反演思想在慢变子系统中设计鲁棒神经网络控制策略,实现系统轨迹跟踪性能；针对快变子系统,设计鲁棒最优控制策略抑制系统的弹性振动.仿真研究结果表明,该控制策略增强了系统的跟踪性能和鲁棒性.

研究基于线性量化的网络控制系统的状态观测器的设计问题.在设计观测器时,考虑观测信号的线性量化以及量化后的数据经过非完美的频道传输时有数据损失发生.针对量化误差和数据损失2种不稳定因素,基于Bernoulli模型求得误差的最小值设计观测器,所设计的观测器能够保证闭环系统有界稳定,且增益阵最优.应用数值仿真验证了该方法的有效性和可行性,得出了量化密度、数据丢包概率与所设计的观测器增益矩阵之间的关系,在理论上增大了网络控制系统的稳定性和可实现性.

针对磨矿过程球磨机负荷（ML)难以实时检测,生产中主要依靠人工经验判断负荷状态的难题,依据磨机筒体振动、振声、电流等信号与磨机负荷间存在相关性、信息互补与冗余的现象,提出基于多源数据特征融合的球磨机负荷软测量新方法.该方法由时域滤波、时频转换、特征提取、特征选择及软测量模型5部分组成.采用快速傅里叶变换(FFT)将滤波后的筒体振动及振声时域信号转换成频域信号,根据研磨机理将频域信号划分为低、中、高3个频段,采用核主元分析(KPCA)分别提取各个频段的非线性特征,选择振动、振声频域特征与电流时域特征的融合信号作为模型输入,建立基于最小二乘支持向量机(LSSVM)的磨机负荷软测量模型.实验结果表明,该方法与基于主元分析最小二乘支持向量机(PCALSSVM)方法和单传感器方法相比,磨机负荷参数预测精度较高.

针对国内钢铁行业内部物流计量系统中普遍存在的人工称重低效能问题,综合利用射频识别(RFID)、视频监控、道闸门禁、数据库和计算机通信与网络等技术,改变人工称重的现状,研究可以无人值守的车辆衡自动称重系统,设计并实现了由地磅房、称重前置机和远程上位机组成系统的解决方案.分析称重流程和系统工作模式,设计称重计量数据库建模,使称重前置机能够准确、可靠和方便地自动称重,同时实现了上位机的远程监控和管理能力.整个系统具备较强的容错和冗余能力,达到了减员增效和提高管理水平的目的.

为了解决无线网络带宽限制的问题,信号在传输之前需要进行量化,但是量化器的引入会给信号带来一定的误差.针对时滞系统,研究测量值量化的基于观测器的输出反馈控制问题.考虑对数量化器,为了研究量化器对系统的影响,引入上行界的方法,将对数量化问题转化成鲁棒不确定问题.为了讨论系统的收敛速度,采用带有衰减系数的Lyapunov函数,得到了闭环系统的指数衰减率.采用线性矩阵不等式(LMI)的方法给出了系统满足指数稳定的充分条件以及控制器和观测器增益的表达式.应用数值仿真证明了本文算法的有效性.

为了研究印染生产过程的优化问题,分析包括烧毛在内的前处理工艺、染色工艺和后整理的整个印染生产工艺,得出染色工艺是整个印染生产过程优化调度的关键.针对染色工序,建立单阶段的基于直接前后序的连续时间混合线性整数规划(MILP)优化调度模型.该模型考虑有直接前后序加工关系印染产品颜色的深浅关系和这2个产品切换生产成本的因素,调度目标包括提前完工和延期完工惩罚因素.根据给出的案例,利用ILOG公司的求解器对模型求解.调度结果的甘特图表明,通过对染色机生产的优化调度,整个印染生产过程的各种资源得到优化,提高了生产效率,降低了库存成本.

研究2级控制系统中量化状态观测器的设计方法.对设计的控制系统的输入、输出信号进行量化,使得这些数据可以在网络环境中传输.研究对量化后的数据经过非完美的频道传输时造成的数据损失的处理方法.设计状态观测器,对控制系统的各个信息进行估计.设计控制器,能够根据状态观测器输出的估计值,控制2个致动器协调工作,成功地实现了2级控制.在实验平台dSPACEDS1103上对所设计的2级控制系统进行验证,实验数据验证了本文提出的2级控制器设计方法的有效性和可行性.