网络化控制多目标无功优化的进化算法

针对网络化控制无功优化系统中节点为时间驱动的传输模式,提出一种多目标优化的改进进化算法。首先,分析网络化控制系统中节点的时间驱动和事件驱动2种传输模式,并对于时间驱动模式下数据丢包现象,建立网络化控制多目标无功优化系统的数学模型,进而引入去冗-保持处理方法。其次,给出一种基于双群体搜索机制的改进差分进化算法,通过对约束条件的可行和不可行双群体处理,解决多目标优化过程中陷入局部最优的问题,并改进变异和交叉操作以提高优化速度与性能。最后,利用IEEE 30节点系统进行仿真计算及分析。研究结果表明:该算法不仅能保证系统达到次优状态,而且收敛速度、均匀性及逼近性等方面均有较大提高。     

一类离散时间非线性网络控制系统的跟踪性能分析

研究了一类非线性离散时间网络控制系统的跟踪性能分析问题,其中,非线性系统用离散Takagi-Sugeno(T-S)模糊模型近似。考虑到网络传播的随机性,数据包丢失建模为Bernoulli分布的序列。因此,跟踪控制系统转化为带有随机参数的模型。基于平行分布补偿性(PDC)技术和随机稳定性理论,对跟踪性能分析提出新准则,且保证在修正意义下,非线性系统输出跟踪线性系统输出。     

有数据包丢失网络控制系统的建模和控制

针对一类具有不确定时变时延和数据包丢失的网络控制系统,提出了一种控制器设计方法。在控制器节点利用状态预测器,当传感器数据丢失时,用预测状态代替当前对象状态;当传感器数据传输成功时对预测状态进行修正,并应用预测状态来构造控制律。在执行器节点采用缓冲技术将控制器-执行器时延转化为固定实验。与状态预测器相结合,将有数据包丢失的长时延网络控制系统建模为有事件率约束的异步动态系统。根据此模型,以矩阵不等式的形式给出了系统指数稳定的充分条件,通过求解矩阵不等式的可行解获取控制律。仿真算例说明了该方法的有效性。     

网络控制系统的主动变采样控制器设计

利用主动变采样周期方法,研究了具有网络诱导时滞和数据包丢失的网络控制系统的H∞控制器设计问题,其采样周期在一个有限集内切换.新提出的主动变采样周期方法能够保证网络带宽的充分利用.在为具有主动变采样周期的网络控制系统设计H∞控制器时,使用了基于线性矩阵不等式的多目标优化方法和基于参数不确定性的方法.仿真结果说明了所提出的H∞控制器设计的有效性.     

有包丢失的动态输出反馈奇异网络化系统稳定性分析

基于正则、无脉冲的奇异被控对象,研究了同时具有时延和数据包丢失的动态输出反馈网络控制系统的建模和稳定性问题。 当时延不大于一个采样周期、数据包丢失率一定时,将动态输出反馈网络控制系统建模为数据包丢失率约束的异步动态切换系统,利用切换系统和线性矩阵不等式方法,推导出数据包丢失率约束的系统指数稳定的充分条件,并且给出了系统指数稳定的指数衰减率以及最大容许数据包丢失率。仿真实验说明分析方法和研究结果是有效可行的。     

Research on robust mean square stability of networked control systems with packet dropout

This paper is concerned with the robust stabilization problem of networked control systems with stochastic packet dropouts and uncertain parameters. Considering the stochastic packet dropout occuring in two channels between the sensor and the controller, and between the controller and the actuator, networked control systems are modeled as the Markovian jump linear system with four operation modes. Based on this model, the necessary and sufficient conditions for the mean square stability of the deterministic...     

一种高精度双环反馈的新型过流保护电路

采用环路开关进行电路控制,与传统过流保护电路相比,可控电流源形成的输入偏置电压使其具有更好的鲁棒性,从而保证过流保护电路的精度.同时,三极管动态输出阻抗构成的开关能够让输出电压在轻重负载切换时具有自恢复能力.仿真结果表明,启动过流保护电路的电流阈值误差被控制在10%以内,有效提高了过流保护电路的精度,实现了输出电压的自恢复功能.     

甘孜藏区康定县初中生流失现状调查研究

研究选取甘孜州康定县现有的四所中学,对四所中学近5年来学生流失的总体情况进行问卷调查,了解学生流失的量。在问卷调查的基础上通过对流失学生、流失学生家长以及教师进行个案访谈分析得出甘孜藏区康定县初中生呈现出少数民族学生辍学严重,汉族学生转出普遍的现象,并对其进行原因分析提出了解决的措施。     

一种基于删除信道的WSAN控制器自适应动态配置算法

针对无线传感器执行器网络(wireless sensor and actuator networks,WSAN)中的随机数据包丢失问题,提出了一种基于删除信道的WSAN控制器自适应动态配置算法.该算法采用模拟删除信道的多节点串联连接的网络控制架构,使用提出的配置算法对控制器进行自适应配置,并利用伯努利分布进行动态配置,通过导出马尔可夫链跳变线性系统模型,建立静止协方差的闭环表达形式.利用随机建模框架在衰落的无线电环境中进行仿真实验,结果表明,相比节点功能固定的配置算法,该算法可以更快地对设备输出做出响应,明显提升了控制器的性能,有效解决了WSAN中的随机数据包丢失问题.     

基于集成Dropout-DNN模型的盾构掘进速度预测方法

为了提升土压平衡盾构机的掘进速度预测精度,提出一种集成Dropout-DNN模型的盾构掘进速度预测方法。依据济南地铁R1线盾构隧道段工况数据,将数据集划分为五份,并选取刀盘转速、刀盘扭矩、总推进力、螺机转速、土仓压力这五个参数为输入参数,分别建立了五个Dropout-DNN模型并进行集成实现了盾构掘进速度的预测,进一步对不同的预测方法进行了对比分析。研究结果表明：各Dropout-DNN模型预测精度具有一定的差异性但基本良好,其决定系数均大于0.6、平均绝对百分误差均小于10%,而集成的Dropout-DNN模型决定系数为0.695、平均绝对百分误差小于5%,可见集成模型预测精度较高;基于BP神经网络、DNN模型实现的盾构掘进速度预测模型其决定系数分别为0.502、0.566,可见提出的集成Dropout-DNN模型预测精度提升明显。