LOGIDYND2控制系统在热连轧机组上的应用

介绍了用ＬＯＧＩＤＹＤＮＤ２控制系统及使用该系统对原东芝ＬＥＯＰＡＣＫＩＶ精轧机主传动系统（速度部分）进行直流数字化改造的实施方法，引入新的控制技术和手段后的实施结果，并提出了进一步完善的建议。     

热连轧活套高度和张力系统的解耦控制

为了进一步提高板带热轧厂厚控精度及控制品质,需对具有非线性、强耦合、不确定、多约束特性的活套系统建立工程上适用的数学模型,以实现活套高度与张力系统的解耦控制.在分析其动态耦合过程的基础上,考虑到实际的活套系统在工作过程中变量的变化离其稳态工作点的偏差很小,以实际热轧现场数据为依据,给出了完整的传递函数表达形式.采用线性预测模型的BP神经网络PID控制策略以减弱系统的耦合影响,以提高控制效果.仿真结果验证了本算法的有效性,表明解耦后的活套控制系统可获得更好的控制效果.     

社会力量参与保障性安居工程演化博弈及政府规制

社会力量参与保障性安居工程是推进住房保障可持续发展、优化公共服务供给机制的重要途径.实证考察发现,当前我国社会力量参与比例很低,动力不足.基于演化博弈理论研究了政府与社会力量在保障性安居工程合作过程中行为策略的演化路径,分析了双方合作的动力机制和关键因素.结果表明:无外力作用情况下社会力量难以向主动参与方向自然演化,需要政府审时度势实施相应的规制.结合实证分析发现:政府激励约束机制不完善、制度环境建设滞后是造成当前规制效能不足的重要原因.基于我国现状并借鉴发达国家经验,提出加大激励力度、创新管理制度、加强监督考评、强化宣传引导等政策建议.研究结论对于推动我国住房保障的多元参与和市场化运营具有一定参考价值.     

融合KCCA推断强化学习的机器人智能轨迹规划

针对当前模仿强化学习(LfDRL)框架面向新任务时并未考虑机器人各关节之间的联系,从而影响学习效果的不足,利用伪协方差矩阵的思想,基于再生核空间(RKHS)和广义瑞丽熵构建面向泛函指标的关节间摄动相关局部坐标系,进而设计出一种集成核典型相关分析(KCCA)与路径积分策略提升(PI~2)的强化学习方法.利用学习经验数据基于KCCA推断出机器人各关节间面向轨迹规划任务的隐含非线性启发式信息,引导PI~2搜索到最优/次优策略,使得机器人实现从示范轨迹规划任务到新轨迹规划任务的快速迁移学习,并高质量完成.选择顺应性装配机械手臂(SCARA)和优傲5(UR5)机器人的过单点、过两点迁移学习智能轨迹规划实验,结果表明:融合KCCA推断启发式信息的强化学习的平均代价下降率明显优于经典的PI~2算法,其机器人智能轨迹规划在提升学习收敛速度的同时也提高了机器人完成新任务的精度.     

基于H∞滤波器和负荷观测器复合补偿的轧机主传动振荡抑制方法

对双环传动的轧机两质量模型进行理论分析并结合工程实际,提出了一种基于H∞滤波器和负荷观测器复合补偿的轧机主传动振动抑制新方法.在负荷观测器系统基础上,通过求解LMI的EVP问题来构造H∞滤波器得到轧辊速度观测值,并据此构造轧辊速度反馈环.较之传统状态观测器和负荷观测器法,该方法放宽了使用观测器的假设条件,将基于负荷观测器和状态观测器的补偿有机结合,实现了电机和轧辊速度的综合振荡抑制.仿真结果表明,与传统负荷观测器方法相比,该方法对电机和轧辊速度同时具有较好的振荡抑制效果.     

基于FPGA的活套高度和张力系统解耦控制器设计

针对板带热连轧机活套的高度和张力系统,在工作点附近,以实际热轧现场数据为依据,建立了对象的动态数学模型.采用基于BP神经网络整定的PID控制策略以减弱系统的耦合影响,并给出了其控制算法在FPGA上实现的方法,包括脉动阵列算法映射、数据表示及精度和运算部件设计.仿真结果验证了本算法的有效性和控制策略的适用性.     

基于分段线性化模型的冷连轧机PID解耦控制

针对冷连轧机采用基于工作点的线性化模型进行动态规格变换控制时系统误差和张力波动较大的问题,提出了一种基于递推分段线性化模型的PID解耦控制方案.通过对五机架冷连轧机进行动态规格变换仿真表明,该方案可保证系统的控制精度,满足动态规格变换的控制要求.     

基于ProMPs和PI~2的机器人学习方法

基于传统运动基元模型的机器人学习方法存在学习速度慢、学习结果精度低等问题,为此本文提出一种融合贝叶斯估计算法的概率运动基元(ProMPs)表达和模仿学习框架,同时还利用了基于核典型相关分析(KCCA)的改进型路径积分PI~2策略进行轨迹优化。ProMPs结合贝叶斯推断,为机器人实现有别于示范任务的新任务提供了一个可行解搜索起点,而利用附加泛函指标约束的PI~2算法能让机器人获得平滑的过点轨迹。通过UR5机器人实验平台和V-REP仿真软件对本文方法进行过点试验验证,结果表明,所提出的贝叶斯ProMPs-PI~2学习方法能快速而精准地完成机器人从示范任务到陌生任务的泛化学习,实现机器人新技能的获取。     

基于μ综合的热轧动态设定型AGC鲁棒控制

通过对热轧动态设定型AGC控制系统模型进行理论分析,针对工程实际提出了一种基于μ综合的鲁棒控制方法.当系统中存在轧机刚度摄动时,热轧动态设定型AGC控制仍能实现期望的控制性能.通过引入表征系统性能的虚拟块,应用主环定理将动态设定型AGC系统在模型摄动下设计满足性能要求的控制器问题转换为广义系统的鲁棒稳定性问题,实现了系统鲁棒性能.它克服了使用H∞方法解决该问题的鲁棒性能缺点,其设计目标真实反映控制目标,方法更加有效.依据现场数据的仿真实验表明,基于μ综合的鲁棒控制方法比H∞方法具有更好的鲁棒性能.