摘要 工业生产过程中的动态时变与稀疏低质采样问题给工业过程难测运行指标软测量模型带来严峻挑战,而现场算力掣肘使发现生产动态变化、提高采样质量的难度进一步增加.为此,本文提出面向工业时变数据流的主动即时建模方法,包含主动采样模块和即时记忆学习模型.在主动采样模块,本文首先设计基于最广域记忆字典的数据信息性评价方法,利用数据间互信息性构建最广域记忆字典,以提高标签数据缓存效率,并引入稀疏算法实现轻量化字典维护,通过计算数据与特征域间线性依赖性实现数据信息性的实时评价;其次提出基于类脑动态记忆的数据代表性评价方法,模拟人脑记忆规律,引入数据邻域相关性与数据信息性构建基于回忆再塑的数据缓存策略,优化过程数据缓存,进而通过计算数据与缓存数据间的邻域密度实时评价数据代表性;基于阈值筛选高信息性与高代表性数据实现主动采样,从而提升模块捕捉高价值数据的能力.在即时记忆学习模型,本文基于数据信息性与模型精度迭代差异设计即时记忆因子,提出即时记忆学习随机权神经网络,自适应增强在线学习阶段新增数据权重,提升新动态学习效率.在数值合成数据、开源工业数据与现场选煤数据上开展对比实验,验证了本文方法的有效性.实验表明,在数值合成数据集上所提主动采样模块对比周期采样均方根误差平均下降17.14%,决定系数平均提升0.70%;即时记忆学习模型对比在线序列随机权神经网络均方根误差平均下降20.00%,决定系数平均提升0.38%.

关键词 工业过程; 主动建模; 动态记忆; 随机权神经网络; industrial process; active modeling; dynamic memory; random weight neural network

摘要 信息物理系统(cyber-physical system, CPS)的开放性和无线传感器的普及,使得CPS受到窃听攻击的风险加剧,因此CPS隐私保护成为亟待解决的重要问题.本文针对窃听攻击下CPS中的隐私保护问题利用远程状态估计的方法,设计了一种将传输调度与噪声注入相结合的传感器传输策略.该策略允许传感器在发送数据包和保持静默间选择,并在发送数据时以一定概率传输噪声以混淆数据.本文引入开环预测的概念作为系统基准,构建合法用户与窃听者的马尔可夫链模型,推导出期望稳态估计误差协方差,确定了噪声传输概率的范围.本文优化合法用户和窃听者估计误差协方差的负线性组合,达到最小化合法用户的误差并使得窃听者的误差保持在开环估计之上的效果,以此实现隐私保护和能量管理的平衡.此外,本文证明了所提方案具有阈值结构,并通过基于动态规划的算法在仿真环境下对算法进行验证与分析.

关键词 信息物理系统; 隐私保护; 远程状态估计; 传感器传输策略; 噪声注入; cyber physical systems; privacy protection; remote state estimation; sensor transmission strategy; noise injection

摘要 为解决卡尔曼(Kalman)滤波的工程应用难题,现有方法往往以过多的性能损失为代价来增强滤波算法鲁棒性,从而导致估计性能下降.为进一步提升滤波精度,本文借助于影响力函数,构建基于黎卡提(Riccati)方程的自适应鲁棒卡尔曼滤波(adaptive robust Kalman filter, ARKF)算法,削弱不确定性影响的同时,最小化性能损失.首先,利用影响力函数实时感知并量化不确定性影响;其次,根据量化结果反演不确定性导致的观测偏移量;然后,根据观测偏移量实时放缩黎卡提方程先验信息上界,实现卡尔曼滤波鲁棒性的自适应调整,减小性能损失;最后,通过数值仿真以及在四容水箱实验中的应用,证实所提算法的有效性及优越性.

关键词 卡尔曼滤波; 自适应鲁棒滤波; 影响力函数; 黎卡提方程; 不确定性; Kalman filter; adaptive robust filter; influence function; Riccati equation; uncertainty

摘要 作为复杂薄壁曲面类部件,航空发动机叶片结构复杂、工况恶劣,叶片振动会直接影响航空发动机工作稳定性.面向以压电材料构建压电智能叶片进行主动振动抑制的新一代航空发动机叶片研究,本文提出了基于有限元分析的压电元件优化配置方案和变步长自适应滤波控制算法.首先,给出了3种压电元件配置优化目标函数,基于叶片的有限元模态分析和瞬态分析,采用改进的差分进化算法对压电元件的位置进行优化布局.随后,提出了根据误差信号幅值动态调整步长、能够平衡收敛速度与稳态误差的VSS-FxLMS算法.最后,按照优化配置结果,构建了实时振动主动控制实验平台,并针对单频扰动、多频扰动进行了实时控制实验对比分析.实验结果表明,本文所提的VSS-FxLMS算法有较好的振动抑制效果,且收敛速度较快.

关键词 压电智能叶片; 振动主动控制; 优化配置; 差分进化算法; 变步长 FxLMS 算法; smart piezoelectric blade; active vibration control; optimal placement; differential evolution algorithm; variable step-size FxLMS algorithm

摘要 本文研究了离散时间网络化系统的分布式状态估计问题,提出了一种基于状态分解的新型分布式状态估计方法.通过解耦系统的能观状态分量,网络中各传感器节点可独立估计对应分量,实现了估计方法的完全分布式设计.针对网络信息传输冗余问题,建立了状态预测值扩散策略,各传感器仅需向外传输其能观状态分量的预测值,大幅降低了传感器网络各节点的计算与通信资源消耗.为证明本文所设计估计方法的误差协方差有界性,构造了紧凑形式误差协方差迭代式,得到了协方差存在上下界的充分条件.最后,通过仿真在估计精度和鲁棒性上与现有估计方法进行了对比分析,验证了所设计估计方法的有效性.

关键词 分布式状态估计; 网络化系统; 传感器网络; 状态分解; 有界性分析; distributed state estimation; networked systems; sensor networks; state decomposition; boundedness analysis