期刊简介
《控制工程》是教育部科技司主管、东北大学主办的学术类期刊。本刊为中文期刊,单月刊,大16开本,每月20日出版,公开发行,邮发代号:8-216,国外邮发代号:BM8219。
本刊是中文核心期刊,中国科技核心期刊,中国科学引文数据库核心期刊(CSCD),中国科技论文统计用刊,中国科学文献数据用刊,中国学术期刊综合评价数据库来源期刊。
从2002年开始,被俄罗斯《文摘杂志》(AJ),美国《剑桥科学文摘》(CSA), 英国《科学文摘》(SA)等著名国际检索机构全文检索。
办刊宗旨:努力跟踪国内外自动化领域的最新发展方向,积极构建高等院校、科研院所与工业界在自动化领域交流与合作的平台,大力推介自动化学科高技术的最新研发成果,促进我国控制工程科学技术的深入发展。
常设栏目:工业过程管理与决策系统、决策与控制一体化系统、工业过程及控制系统、运动体控制系统、安全监控系统、建模与仿真系统、工业互联网系统、人工智能驱动的自动化等。
主要读者对象:从事于自动化工程技术的高等院校教师、研究生,科研院所的研究人员,工矿企业的工程技术人员等。
本刊主编由中国工程院院士柴天佑教授担任。编委会成员均为国内外该领域的著名专家学者,他们或亲自撰写文章,或积极组织国内外优秀稿件,为期刊的发展做了大量卓有成效的工作。
本刊创刊于1994年2月,原名《基础自动化》,后更名为《控制工程》。本刊的特色是以综合自动化系统为主线,以过程控制、智能控制、优化控制等工业自动化高技术为核心。创刊20余年来,本刊相继发表了一大批控制技术及应用的最新成果,推动了我国自动化科学技术的发展。同时,还刊登发布了国内外先进技术、先进设备、高新产品开发等专业产品广告,为广大客户提供市场信息和技术服务。本刊原为双月刊,2016年起,升级为单月刊,每月20日出版公开发行。
当前目录
-
- 基于视觉惯性RTK融合的SLAM系统
- 瞿广辉, 魏国亮, 蔡洁
- 针对视觉惯性同时定位与建图(simultaneous localization and mapping, SLAM)系统容易受累积误差影响的问题,提出了一种基于视觉、惯性测量单元和实时动态载波相位差分技术(即RTK)的紧耦合SLAM系统——鲁棒视觉惯性导航系统(robust visual-inertial navigation system, RVINS),通过RTK的绝对定位消除累积误差。RVINS参考全球导航卫星系统(global navigation satellite system, GNSS)-视觉惯性导航系统(GNSS-visual-inertial navigation system, GVINS)的框架,在视觉惯性导航的基础上,通过多普勒频移计算视觉惯性的局部坐标系与RTK的全局坐标系之间的外参,从而完成系统的初始化;初始化完成后,通过紧耦合的方式构建视觉、惯性测量单元和RTK的联合优化函数进行后端优化,得到最优的位姿估计。实验利用GVINS数据集对RVINS进行测试。实验结果表明,在RTK有效的情况下,RVINS的定位精度能够达到厘米级;在RTK失效的情况下,RVINS会退化为视觉惯性SLAM系统,具有较高的鲁棒性。
-
- 基于自适应连续终端滑模控制的传感器控制技术
- 居敏花, 张执
- 传统传感器控制技术存在响应时间长、稳定性差的问题。为了解决此问题,提出了一种结合比例积分微分(proportional integral differential, PID)控制与自适应连续终端滑模控制的双闭环控制策略对电机进行控制。内环采用基于麻雀搜索算法优化的模糊PID控制,实现了电机的转子位置与速度的快速调节。对于外环,采用龙伯格扰动观测器与自适应趋近律对连续终端滑模控制进行改进,提出了自适应连续终端滑模控制。实验结果表明,自适应连续终端滑模控制可以提高直流电机控制系统的控制精度、响应速度和鲁棒性,并抑制抖振。
-
- 基于人工势场法和蚁群优化算法的车间移动机器人路径规划
- 罗方佑, 冯建
- 在车间内,移动机器人需要根据其位置和运输任务数量采用不同的方式进行路径规划。针对此问题,将移动机器人视为质点,其工作区视为虚拟的势场,以此为基础决定移动机器人的路径与速度,使移动机器人避开障碍物并抵达目标点。首先,对人工势场法进行改进;然后,将改进人工势场法和蚁群优化算法相结合,面向机加工车间的特点,提出了一种移动机器人路径规划算法。仿真结果表明,所提算法在多种规模的任务中均能规划出可行路径,其性能优于传统人工势场法等对比算法。
-
- 基于元学习的风洞马赫数集成预测方法
- 王维, 王文静, 王娜
- 针对现有的风洞马赫数集成预测模型采用简单的加权融合方法导致基学习器的潜力挖掘不足的问题,提出了一种基于元学习的融合方法。首先,利用基学习器的预测输出构建元数据的特征空间;然后,通过优选元算法构建元学习器,对元数据进行二次学习,旨在建立基学习器的预测输出与真实结果之间的复杂非线性映射关系,从而实现对不同基学习器优势的自适应整合与纠偏。实验利用在3种工况下收集的真实风洞的9个数据集对所提方法进行了验证。实验结果表明,相比于简单的加权融合方法,所提方法提高了风洞马赫数集成预测模型的预测精度。
-
- 计及牵引供电能耗的地铁列车运行图节能优化
- 钱舒杨, 李泓羿, 石瑞文, 朱琴跃
- 为了提高列车在运行过程中对再生制动能量的利用率,减少列车运行的总能耗,提出了一种考虑牵引供电能耗的运行图节能优化方法。首先,建立基于牵引供电系统的功率计算模型,得到上行和下行列车全线运行的功率;然后,分析列车间不同时序匹配关系的有效重叠时间,建立再生制动能量计算模型;最后,构建运行图节能优化模型的目标函数与约束条件,将发车时间和停站时间作为优化变量,以最大化地利用再生制动能量为优化目标进行节能优化。实验以某实际地铁线路为例对所提方法进行仿真验证。仿真结果表明,优化后运行图的总能耗减少了6.65%,再生制动能量的利用率由10.45%提高至25.90%。
-
- 基于Agent-CA的继电电路逻辑功能仿真
- 鲁力博, 杨扬, 杨明, 张亚东, 薛一朴
- 现有继电电路逻辑功能仿真方法仅能对小规模继电电路进行仿真,针对大规模继电电路进行仿真存在困难。因此,提出了一种基于电路智能体(agent)和元胞自动机(cellular automaton, CA)的大规模继电电路逻辑功能仿真方法。首先,分析了继电电路的逻辑元件,提出了短通路的概念,用于表示局部电路,并定义了高阶短通路的多叉树结构;然后,构建了Agent-CA混合仿真模型,设计了电路智能体内局部电路状态演化的控制策略和CA的整体演化规则。实验以铁路继电集中联锁系统为例,利用继电电路逻辑功能仿真分析软件对Agent-CA混合仿真模型进行验证。实验结果表明,所提模型能够有效模拟大规模继电电路的逻辑功能动态过程。
-
- 基于改进SRCKF的双未知输入与状态估计算法
- 鹿子豪, 王娜, 林崇, 赵克友, 董世桂
- 对于含有双未知输入的非线性离散系统,传统的非线性滤波器的性能无法满足应用要求。因此,提出了改进的平方根容积卡尔曼滤波器(square-root cubature Kalman filter, SRCKF)。首先,计算新息来分别获取量测方程和状态方程中未知输入的估计值;其次,基于最小方差无偏估计准则,采用拉格朗日乘子法求解滤波器的增益矩阵;最后,通过最小化协方差矩阵的迹和舒尔补引理求解系统状态和双未知输入的最小方差无偏估计。仿真结果表明,相比于传统的容积卡尔曼滤波器和平方根容积卡尔曼滤波器,当状态方程和量测方程中的未知输入信号不同时,改进的SRCKF具有更高的状态估计精度和稳定性,能同时实现系统状态和双未知输入的最小方差无偏估计。
-
- 融合一致性和斥力函数的无人机编队避障控制
- 李壮, 黄宜庆
- 针对复杂环境中四旋翼无人机编队的避障问题,提出了一种新的分布式编队避障方法。首先,基于四旋翼无人机与障碍物之间的最小距离设计了一种障碍物检测法,用于检测不规则障碍物;然后,将一致性算法与斥力函数相结合,设计了一种新的四旋翼无人机编队避障控制器;最后,在获得四旋翼无人机编队的期望轨迹后,利用自适应积分反步法实现四旋翼无人机编队对期望轨迹的跟踪控制。仿真结果表明,在所提方法的控制下,多架四旋翼无人机可以从不同的起点起飞,快速形成期望队形,在复杂环境中实现对不规则障碍物更合理的避碰。
-
- 强工艺约束下电熔镁负荷的绿电消纳调控
- 梁雪, 刘绮慧天搏, 梁好琪, 杨波
- 随着风电、光伏等随机性绿电的大量接入,电网平衡压力显著增加。针对绿电的波动性与不确定性,选取了电熔镁负荷作为研究对象,建立了强工艺约束下的电熔镁负荷模型,提出了绿电激励机制以增强电熔镁负荷对绿电波动性的响应能力,并在插单工况下对电熔镁负荷模型的调节与平衡性能进行了验证。针对多园区能源分配与经济性的矛盾,提出了基于多智能体深度确定性策略梯度(multi-agent deep deterministic policy gradient, MADDPG)算法的协同调控模型,并验证了该算法在收敛性与经济性方面的优势。仿真结果表明,所提出的电熔镁负荷模型在保障工艺约束的同时能够提升电熔镁生产对绿电的消纳能力,所提出的协同调控模型可有效平衡多园区能源分配并降低生产成本。
-
- 显隐式平均结合算法在进化鲁棒优化问题中的应用
- 张海浪, 金鑫
- 进化鲁棒优化通常使用显式平均算法和隐式平均算法来量化个体鲁棒性。为了在较少的计算资源下实现高精度的适应度评估,提出了显隐式平均结合算法。该算法通过预设定的约束条件来判断当前个体邻域内的历史信息是否满足适应度评估对准确性的要求,从而决定利用显式平均算法还是隐式平均算法评估适应度。同显式平均算法相比,显隐式平均结合算法能够利用历史信息,减少不必要的评估;同隐式平均算法相比,显隐式平均结合算法在保证不陷入停滞的同时,还能保证适应度评估结果的准确性,避免寻优过程陷入局部最优。实验结果验证了显隐式平均结合算法的有效性和优越性。
