一种基于网络通信的多系统跟踪控制方法

    公开(公告)号:CN104730924A

    公开(公告)日:2015-06-24

    申请号:CN201510107666.1

    申请日:2015-03-12

    IPC分类号: G05B13/04

    摘要: 本发明公开了一种基于通信网络数据交互的分布式跟踪控制方法。首先建立需要控制的对象模型和产生跟踪目标信号的对象模型;随后通过统计分析网络目前的工作状况,获得表征网络特性的指标参数;通过利用相关指标建立网络通信、丢包和量化的模型,并依据本方法设计给予模式的双反馈控制器;通过求解控制器参数并进行配置,最终可以实现对目标对象的输出跟踪。本发明采用基本的状态反馈控制思路,控制器设计简单。本方法所得到的控制器适用于各类线性对象,且可以直接工作于现有的网络环境,具备减少信息传输,提高通信网络的利用效率的特点。

    一种基于执行器饱和多智能体系统建模的协调控制方法

    公开(公告)号:CN106249717A

    公开(公告)日:2016-12-21

    申请号:CN201610755892.5

    申请日:2016-08-29

    IPC分类号: G05B19/418

    摘要: 本发明公开了一种基于执行器饱和多智能体系统建模的协调控制方法,涉及多智能体系统领域,步骤包括:首先建立满足生产调度需求和生产过程信息流规则约束的对象子系统数学模型;随后通过统计分析来建立子系统间的信息交互网络,确定领导者系统和追踪者系统,并利用相关指标获得网络参数和子系统间的自适应耦合权重;通过求解控制器可行解,分别构造低增益控制器和高增益控制器,最终综合为低-高增益自适应控制律作用于每个子系统,实现追随者子系统对领导者子系统的追踪控制。本发明所述方法所得的控制器适用于各类非线性动态系统和非线性输入变量,且可以直接工作于现有的分布式控制系统,具有降低控制成本,提高控制精度的特点。

    一种硬岩掘进机的掘进效率预测方法

    公开(公告)号:CN106372748A

    公开(公告)日:2017-02-01

    申请号:CN201610755946.8

    申请日:2016-08-29

    IPC分类号: G06Q10/04

    CPC分类号: G06Q10/04

    摘要: 本发明公开了一种硬岩掘进机掘进效率预测方法,涉及隧道挖掘领域。本发明根据某一类型硬岩掘进机的实际施工情况,预测该硬岩掘进机在不同地质情况下的掘进效率。提出一种改进随机森林算法的掘进效率预测方法,首先是模型的建立过程,基于随机森林理论,采用改进的CART决策树建立随机森林回归模型;然后根据已经施工地段的地质特征和实际掘进速度,将该地段地质的五个特征参数作为输入,实际掘进速度为输出,训练随机森林模型;最后将要预测地段地质的五个特征值作为模型的输入,通过训练好的预测模型即可得到在该地质的掘进效率。本发明能够适应海量数据情况,并且多个CART决策树组成的随机森林避免出现过拟合现象,能够获得更高的掘进效率预测精度。

    一种基于执行器饱和多智能体系统建模的协调控制方法

    公开(公告)号:CN106249717B

    公开(公告)日:2019-06-07

    申请号:CN201610755892.5

    申请日:2016-08-29

    IPC分类号: G05B19/418

    CPC分类号: Y02P90/02 Y02P90/265

    摘要: 本发明公开了一种基于执行器饱和多智能体系统建模的协调控制方法,涉及多智能体系统领域,步骤包括:首先建立满足生产调度需求和生产过程信息流规则约束的对象子系统数学模型;随后通过统计分析来建立子系统间的信息交互网络,确定领导者系统和追踪者系统,并利用相关指标获得网络参数和子系统间的自适应耦合权重;通过求解控制器可行解,分别构造低增益控制器和高增益控制器,最终综合为低‑高增益自适应控制律作用于每个子系统,实现追随者子系统对领导者子系统的追踪控制。本发明所述方法所得的控制器适用于各类非线性动态系统和非线性输入变量,且可以直接工作于现有的分布式控制系统,具有降低控制成本,提高控制精度的特点。

    一种TBM液压推进系统PID控制参数优化方法

    公开(公告)号:CN106292281A

    公开(公告)日:2017-01-04

    申请号:CN201610757268.9

    申请日:2016-08-29

    IPC分类号: G05B13/04

    CPC分类号: G05B13/042

    摘要: 本发明公开了一种TBM液压推进系统PID控制参数优化方法,属于隧道工程领域。本发明根据某一类型硬岩掘进机的实际施工情况,提出基于粒子群算法的PID控制器参数优化策略。将PID控制器参数当成粒子群中的粒子,得到最优粒子作为液压推进系统PID控制器参数。粒子群算法具有简单、容易实现的优势,不需要调整很多参数,并且具有较高的收敛精度和收敛速度。本发明基于粒子群算法,对PID控制器的参数进行优化整定,并应用于TBM液压推进系统的速度控制,有效改善系统的控制性能。