期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
事件触发下多移动机器人抗干扰固定时间预定性能编队 被引量:1
1
作者 王健安 闫慧娴 +3 位作者 张君如 张捷 李明杰 赵志诚 《自动化学报》 北大核心 2025年第7期1703-1714,共12页
考虑多移动机器人编队系统存在模型参数不确定、未知扰动和有限通信资源问题,提出一种固定时间预定性能的事件触发编队控制方法.首先,设计新的固定时间干扰观测器以精确估计系统的复合扰动.其次,基于干扰观测器、预定性能函数、反步法... 考虑多移动机器人编队系统存在模型参数不确定、未知扰动和有限通信资源问题,提出一种固定时间预定性能的事件触发编队控制方法.首先,设计新的固定时间干扰观测器以精确估计系统的复合扰动.其次,基于干扰观测器、预定性能函数、反步法和固定时间理论,并考虑通信资源受限问题,设计时变阈值事件触发的固定时间预定性能编队控制器,使得编队误差在固定时间内收敛且满足预定性能要求.所提出的触发机制可减少因控制器和执行器频繁通信造成的网络资源浪费,且无Zeno行为发生.最后,通过对三个移动机器人进行编队仿真,验证了所提方法的有效性. 展开更多
关键词 多移动机器人 编队控制 干扰观测器 预定性能 固定时间 事件触发
在线阅读 下载PDF
基于多任务不确定性损失的电站锅炉关键指标预测
2
作者 王宇飞 李楠 +3 位作者 谢刚 张晓红 聂晓音 周勇 《热力发电》 北大核心 2025年第5期132-139,共8页
随着电站锅炉灵活运行需求的增加,频繁的变负荷运行导致污染物含量和烟气参数大范围波动,对单一污染物或烟气参数等关键指标进行建模已无法满足电厂实际需求,因此需要考虑多种关键指标的耦合性进行协同预测建模。基于燃煤电厂的历史运... 随着电站锅炉灵活运行需求的增加,频繁的变负荷运行导致污染物含量和烟气参数大范围波动,对单一污染物或烟气参数等关键指标进行建模已无法满足电厂实际需求,因此需要考虑多种关键指标的耦合性进行协同预测建模。基于燃煤电厂的历史运行数据,通过核函数映射进行特征提取,构建硬参数共享结构的长短时记忆神经网络进行多任务预测建模,利用不确定性损失的方法优化预测模型。实验结果表明,所提出的预测模型在变负荷工况下表现出较高的预测精度,对于所涉及的关键指标空气预热器出口烟气含氧量、烟气温度、炉膛出口NO_(x)质量浓度的预测,均方根误差分别降低了25.5%、41.8%和4.7%。所提方法能够在变负荷工况下对电站锅炉多个关键指标进行预测,能够辅助电厂实现污染控制和燃烧效率优化,可为电厂智能化运行提供技术支持。 展开更多
关键词 燃煤锅炉 预测模型 LSTM神经网络 多任务学习 不确定性损失
在线阅读 下载PDF
基于两阶段域泛化学习框架的轴承故障诊断方法 被引量:1
3
作者 谢刚 韩秦 +3 位作者 聂晓音 石慧 张晓红 田娟 《自动化学报》 EI CAS CSCD 北大核心 2024年第11期2271-2285,共15页
设备在实际运行过程中工况复杂多变,导致振动信号分布存在较大差异.现有的多数方法通过添加度量指标来约束特征提取过程,提取源域和目标域的相似特征以解决从单一源域到目标域的诊断问题.然而,实际运行过程往往包含多个源域数据,且目标... 设备在实际运行过程中工况复杂多变,导致振动信号分布存在较大差异.现有的多数方法通过添加度量指标来约束特征提取过程,提取源域和目标域的相似特征以解决从单一源域到目标域的诊断问题.然而,实际运行过程往往包含多个源域数据,且目标域信息在不同源域中存在较大差异,难以有效学习不同域之间的域不变特征.针对上述问题,提出了一种基于两阶段域泛化学习框架的轴承故障诊断方法.在第一阶段,利用大尺寸卷积特征提取模型对多视图振动信号进行预训练,提取多个源域数据之间的初级故障特征.在第二阶段,将初级故障特征输入动静双态融合的时空图卷积模型中,捕捉随时间变化的动态特征和全局时空特征.通过两阶段的学习,将多个源域的数据映射到一个共有特征空间,提取判别性和泛化性特征.实验结果表明,该方法在多源域轴承故障诊断任务中具有较高的诊断精度和较强的泛化能力. 展开更多
关键词 故障诊断 域泛化 多源域 多视图 时空关系
在线阅读 下载PDF
合作-竞争广义不确定异构多智能体系统的二分输出一致
4
作者 张捷 姚瑶 +3 位作者 王健安 丁大伟 李晓磊 李志强 《自动化学报》 2025年第11期2553-2568,共16页
针对符号有向图下合作-竞争广义不确定异构多智能体系统的二分输出一致问题,基于协同鲁棒输出调节原理提出新型分布式控制算法,使得具有竞争关系和不同动态的两组智能体能够分别跟踪幅值相等、符号相反的外系统输出,首先,为实现对不确... 针对符号有向图下合作-竞争广义不确定异构多智能体系统的二分输出一致问题,基于协同鲁棒输出调节原理提出新型分布式控制算法,使得具有竞争关系和不同动态的两组智能体能够分别跟踪幅值相等、符号相反的外系统输出,首先,为实现对不确定系统参数的动态补偿,引入基于外系统观测器的动态内模补偿器,进而设计分布式状态反馈控制协议区别于传统协同输出调节问题,通过将二分一致性问题转化为增广闭环广义系统的稳定性问题,证明了在不依赖广义调节方程精确解的情况下,提出的控制器能够实现小范围参数摄动下的二分输出跟踪,其次,在状态不可获知条件下,通过重构动态内模补偿器,设计分布式二分输出反馈控制协议,最后,通过仿真算例证明了所提出的分布式协同控制算法的有效性。 展开更多
关键词 广义不确定系统 多智能体系统 协同输出调节 内模原理 二分输出一致
在线阅读 下载PDF
基于数据重构的电厂锅炉NO_(x)质量浓度预测模型
5
作者 谢刚 蔡之伟 +2 位作者 王宇飞 张晓红 周勇 《安全与环境学报》 2025年第11期4446-4455,共10页
火力发电厂燃煤锅炉系统的运行数据具有维度高、时延显著及海量等特性,使得炉膛出口NO_(x)质量浓度难以精确预测。针对这一问题,研究提出了一种基于数据重构的NO_(x)质量浓度预测模型构建方法。首先,通过数据清洗、稳态辨别与时延校正,... 火力发电厂燃煤锅炉系统的运行数据具有维度高、时延显著及海量等特性,使得炉膛出口NO_(x)质量浓度难以精确预测。针对这一问题,研究提出了一种基于数据重构的NO_(x)质量浓度预测模型构建方法。首先,通过数据清洗、稳态辨别与时延校正,构建时延重构数据集。其次,应用相关性、冗余性与互补性权衡算法筛选出更为全面的最优特征变量集。再次,利用基于差分进化算法的核模糊C均值聚类算法对不同工况进行划分,并根据工况特征自动划分数据集,进而得到多组更加简洁且具有较强泛化能力的最优特征变量子集。最后,对比数据重构前后数据集所构建预测模型的准确性。研究对某600 MW燃煤机组数据仿真发现,通过数据重构得到的最优特征变量子集在模型构建中的表现更佳,其均方根误差平均降低了67%,平均绝对误差平均降低了66.2%,平均绝对百分比误差平均降低了0.61百分点,且模型训练时间缩短了90.9%,有效提升了NO_(x)质量浓度预测模型的准确性与效率。 展开更多
关键词 环境工程学 时延校正 最优特征变量 工况划分 最小二乘法模型 NO_(x)质量浓度预测
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部