IsO5127的sKOs语义描述方案及其共享服务系统-中国电机工程学报

基于贡献度的LSSC系统效能评估模型及应用陈香;孙玉【摘要】为了对物流服务供应链系统运作状态进行实时监控,基于LSSC系统效能可以作为其系统运行的关键运作指标.首先给出LSSC系统效能定义,然后构建基于贡献度的LSSC系统效能指数和效能因子计算模型,并对结果进行应用验证分析,得出LSSC系统效能影响的关键指标以及各指标动态变化对系统效能变化的具体影响程度,应用显示将贡献度模型运用到LSSC系统效能动态评估监控中具有很好的适用性.【期刊名称】《怀化学院学报》【年(卷),期】2016(035)005【总页数】5页(P68-72)【关键词】LSSC;贡献度模型;效能评估【作者】陈香;孙玉【作者单位】安徽机电职业技术学院, 安徽芜湖241000;安徽机电职业技术学院, 安徽芜湖241000【正文语种】中文【中图分类】C939由于客户满意度的高低受到供应链中各种因素的影响，投入高低与客户满意度并不完全不一定成正比.如何提高供应链的产出效益，则需要对供应链的运营效率进行评估，为此，供应链系统效能被众多学者所研究，且已成为供应链管理研究的一个重要组成部分.目前，已有部分学者在研究供应链系统效能评估问题，并提出了供应链效能评估方法.如赵亚蕊整合供应链虚拟的动因，并研究企业在实际运营中哪些要素的提高对提高企业的柔性效能有帮助[1]；陈晓等人运用利用图论、信息论等工具构建基于网格的军事供应链效能度量模型[2]；童健等运用基于SCOR中已有的标准评估指标，给出新的供应链绩效评估参数，即订单履行效率OFE[3]；张一伟运用博弈论构建需求不确定的供应链权利结构模型，探求不同权利结构对供应链成员的利润及供应链整体效能影响[4]；Anthony等运用DEA方法对207家配送中心的石油配送系统进行效能评估[5]；Liane等研究供应链管理中石油行业公司间的采购效能[6]；金凤运用系统动力学方法对供应链竞争效能进行仿真建模，该更直观的反映出真实的供应链系统内部结构[7].综合上述国内外研究文献可知，以往的研究大都倾向于对制造业供应链系统效能评估，而针对物流服务供应链(Logistics Service Supply Chain,LSSC)系统效能评估却很少研究.随着LSSC管理理论与实践的发展，迫切需要评估LSSC效能，查找不足，提出改进.为此，文章将基于贡献度的系统效能计算模型引入到服务供应链系统效能评估中，建立基于贡献度的LSSC效能评估监测方法.此结果可实时监测供应链中各实体单元对整个系统效能的贡献程度，使得物流集成商可以更有效的调度链上资源，极大提升LSSC系统的服务保障能力.2.1 LSSC系统效能的定义论文在参考相关文献研究基础上[8]，认为系统效能可以通过系统实际行为能力与其目标之间的匹配程度来表示.由于LSSC能为客户企业提供集成化的物流服务，并能有效的将各分散的物流组织进行整合，可以极大增强客户企业的核心竞争优势，现已经成为当前供应链管理研究的热点[9-11]，LSSC系统最终目标是希望能够准确履行所承诺客户服务能力的需求.然而由于受到各种因素影响，系统实际服务能力与所承诺服务能力之间会发生不同程度的背离，这种背离的程度，论文将其定义为LSSC系统效能.参照文献[12,13]构建的系统效能概念框架，并将其应用到论文的LSSC系统效能评估中,并将LSSC 系统效能计算分解为效能指数和效能因子的乘积.式(1)中，e是系统的效能值，ε表示系统效能指数，λ表示系统效能因子.2.2 LSSC系统效能指数和效能因子的计算以物流集成商主导的LSSC为研究对象，参照文献[14]系统效能计算模型来确定LSSC系统效能.构建系统效能计算模型则首先要建立目标树，根据物流服务集成商所承担的职能自上向下分解来构建LSSC系统目标树(见图1).论文将物流集成商的主要职能分解为四项[15-16]：整合能力、客服能力、运营能力、管理能力.不同层级之间连线构成了LSSC系统目标树的枝干，表示下级指标相对上级指标的价值权重∂(且满足∂ij=1,∂ij∈[0,1],q和分别代表二级指标值个数和该二级指标分别所对应的三级指标个数)，论文通过专家打分法确定4个二级指标和17个三级指标价值权重(见表1).LSSC系统效能指数ε的计算可根据图1以及表1中各指标权重自上而下逐层递推所得，具体计算过程参照式(2).在式(2)中，poij为系统的最大值，cij为系统实际运行的值.LSSC系统行为活动的空间可以通过物流服务集成商、链上其它物流服务提供商、客户群及其运行市场环境构成.而物流服务集成商作为LSSC系统的组织者与协调者，不仅是其系统正常运行的信息搜集中心和预警中心，而且还需要不断的把市场运行信息及时传递给链上其它成员，目的就是确保链上成员信息共享、相互合作，以期在规定时间准确履行对客户所承诺的物流服务能力[11].因此，LSSC系统能否正常高效运作取决于物流集成商信息提供的准确性、及时性.将物流集成商提供信息类型划分四项[11，15-16]：可靠性信息(x1)、控制信息(x2)、协同发展信息(x3)、绿色竞争信息(x4).LSSC系统可以抽象的看成是物流服务集成商及链上成员通过信息共享、相互合作，且不断响应服务客户群物流需求系统.由此可构建出综合反映系统内、外要素动态变化对其系统效能影响程度的LSSC贡献度模型[14](见图2). LSSC系统的效能指数可以综合反映出系统多次运行平均效能水平，即系统静态运行状况，而系统效能因子则可以综合反映系统的动态变化规律，效能因子可以表示成三个矩阵的乘积[12,13]：其中，DX=[x1 x2 …xm],在式(3)中，DX表示外部输入信息状态矩阵(Dx∈[0,1]，0和1分别表示该类信息状态未输入和输入完好，x=1×m)；DY表示系统内部最小功能单元状态矩阵(Dy∈[0,1]，0和1分别表示该功能单元失效和正常工作两种状态，y=n×1).Ds为系统特征矩阵(s=m×n)，反映最小功能单元对其外部信息输入处理的综合贡献程度，而相对稳定系统的特征矩阵Ds可以看作是一个常量，具体可以参照式(4)计算. 且全体矩阵元素总和满足式(4)中，Kxi和分别表示外部环境对LSSC系统综合贡献度以及内部功能单元对其外部环境贡献度.论文通过LSSC系统结构专家综合分析与评估两者参数值，具体为4个二级指标Kxi和21个三级指标的值(见表2).3.1 LSSC系统各功能单元贡献度分析假设系统外部输入信息以及内部各功能单元运行均达到理想状态，即DX和DY均为1，则式(3)中DX和DS乘积可以得到一个阶矩阵，而该矩阵中各元素值实际代表了系统内部各功能单元对系统整体贡献度[14]，根据式(3)及表2中数据可得LSSC系统内部21个最小单元的贡献度对比图示(见图3).由图3可以看出，最小功能2对LSSC系统的贡献度最大，其次是最小功能1和9对系统的贡献度.即运输安全性和准时交货率，以及企业的技术管理水平.其中前两个是属于可靠性信息中的最小功能单元，技术管理水平属于企业的控制信息中的最小功能单元.同时从上图中，还可以看出，在以上的最小功能中，其中最小功能贡献度占0.04以上的，属于可靠性信息单元占23.24%，控制信息占21.84%、协同发展信息占20.4%、绿色竞争信息占20%.由此，可以看出各指标对LSSC系统效能综合贡献度中，可靠性信息重要性程度最高.而数据显示在可靠性信息指标中，运输安全性和准时交货率应该引起物流集成商的高度重视，其两者对系统贡献程度较高.以上结果显示通过对物流服务供应链最小功能单元贡献度分析,有助于物流集成商及时了解链上具体指标对系统效能影响程度,以便于及时对链上成员进行调整，督促成员企业及时改进关键指标，提高系统效能.3.2 LSSC系统效能评估结果分析论文假设通过大量事实数据得出LSSC系统效能指数运行结果如下：在表1中各单项指标除了系统组织协调能力(∂13)达到了目标值的75%，信息处理能力(∂33)达到目标值的85%，信息系统兼容性(∂42)达到目标值的90%，其余均各单项指标均达到系统设置最理想状态1.则根据式(2)计算出LSSC系统效能指数为0.95375. 根据以往供应链系统运行专家经验及现场工作人员综合反映可知，在表2中系统接收到的可靠性信息只能达到理想状态的80%，即为0.8，控制信息为0.9，协同发展信息为0.8，而目前为止，物流服务供应系统的绿色环保监测系统还未正式建立，该项指标运行状态为0.在内部指标中，物流服务供应商在交货的准时性方面只达到了理想状态值的90%，运输的安全性达到了理想状态值的80%，企业间的信任度达到理想状态值的90%，平均产品回收率和包装设备标准化程度只达到了理想状态值的70%，其余指标则均视为达到理想状态即为1.则根据式(1)-(3)及表1和表2中的具体参数可得：LSSC系统的效能值为0.8016，如果外部输入信息和内部指标的实际运作情况任意一项发生变化，都会影响LSSC系统效能值，论文具体以运用如下假设三种状况为例说明：(1)如果企业可靠检测系统已完善，且将可靠性信息监测准确度提高到0.9，在其余条件不变情况下，系统效能值则由0.8016变为0.8264，则系统效能在原先基础上提高了2.4%.(2)随着企业的发展和国家政策环境的变化，企业越来越重视物流运作绿色竞争力，并且建立了绿色环保监测系统，但是还有待于完善.若其信息处理能力仅达到了理想目标值的70%，即取值为0.7，其它条件均不变情况下，则系统的效能值由0.8016变为0.9080，提高了13.3%.(3)如果LSSC系统加强对运输过程和交货过程进行全程监测，并使其在运作的过程中均达到了理想状态，即取值为1，设其余状态保持不变，则系统效能值由0.8016变为0.8175提高了2.0%.以上结果显示物流服务供应链系统任一内外要素变化都会引起系统效能值的变化，并且将这种变化量化成数值.该模型运用在LSSC系统效能值评估中不仅有助于物流服务集成商及时了解链上各指标对系统效能的贡献程度，还可以为物流服务集成商提供一个系统效能动态监控方法.论文以物流集成商主导的LSSC作为研究对象，由于物流服务供应链在运行过程中极易受到外界或内部各因素影响,导致物流服务能力供给产生断裂或变小，综合服务水平下降，从而给链上企业和顾客都带来巨大的损失.论文在此基础上，寻找一种能够动态监控链上成员各要素变化对系统综合运行能力影响监控方法，构建综合反映系统内外因素变化的LSSC系统效能评估模型,并参考相关文献对该模型进行验证分析.通过具体数据模拟分析得出LSSC系统通过改善内外指标运行状态来提高LSSC的系统效能的具体实施过程，整个过程可以定量反映系统效能综合变化情况.该方法对于系统效能评估及运行状态都不易定量的LSSC运行监测具有很好的适用性和可鉴性.【相关文献】[1]赵亚蕊.供应链虚拟整合的动因及效能结果研究[D].成都：西南财经大学,2013.[2]陈晓,夏威,房建军,等.基于网格的军事供应链效能度量研究[J].物流技术，2009(11):230-232.[3]童健,温海涛.基于SCOR模型的供应链绩效评估：一个创新的参数OFE[J].中国管理科学，2011(2):126-132.[4]张一伟.需求不确定下权力结构对供应链效能的影响[D].北京：北京理工大学，2015.[5]Anthony D R,Cornelia D.An analysis of operations efficiency in large-scale distribution systems[J].Journal of Operations Management,2004(3):673-688.[6]Liane E,David J M,John N P.Purchasing performance evaluation:with data envelopment analysis[J].European Journal of Purchasing& SupplyManagement,2002(3):123-134.[7]金凤.供应链竞争效能仿真模型研究[D].大连：大连海事大学,2013.[8]Levis A H.A Mathematical Theory of Command and Control Structures,MIT,Lab.for Information and Decision Systems,Cambridge,MA,LIDS-TR-1393,1984.[9]鲁旭.基于跨境供应链整合的第三方物流海外仓建设[J].中国流通经济,2016(3):32-38.[10]段华薇，戴王月，严余松.铁路物流中心参与的公铁联运物流服务供应链协调[J].计算集成制造系统,2015.[11]王晓立,马士华.供应和需求不确定条件下物流服务供应链能力协调研究[J].运筹与管理,2011(2):44-49.[12]白松浩.系统效能指数和效能因子的计算模型与方法[J].系统工程理论与实践,2010(11)：2112-2120.[13]夏正洪,王俊峰,潘卫军.空中交通管制系统效能评估研究[J].计算机工程,2011(15):265-267.[14]白松浩,兰洪亮,郑娜etal.基于贡献度模型方法对空中交通管制中心系统的效能评估[J].航空学报,2011(3):438-447.[15]陈虎.物流服务供应链构建与绩效评价研究[D].成都：西南交通大学,2012.[16]晏何丽.基于双射软集合的物流服务供应链绩效评价[D].重庆:重庆交通大学,2015.。

http ：//www．chinacae．cn第20卷第4期2011年12月计算机辅助工程Computer Aided EngineeringVol．20No．4Dec．2011文章编号：1006－0871（2011）04-0042-07通用集成优化软件SiPESC．OPT 的设计与实现杨春峰，陈飙松，张盛，李云鹏，张洪武（大连理工大学工业装备结构分析国家重点实验室运载工程与力学学部工程力学系，辽宁大连116024）摘要：为实现针对复杂工程设计的具有通用设计目标和开放性的优化软件的自主研发，设计并实现面向通用优化计算需求的SiPESC．OPT 软件．讨论优化软件开发在优化算法、试验设计和替代模型等方面的需求；设计具有应用层、中间层和核心层的SiPESC．OPT 软件架构；根据该软件架构将SiPESC．OPT 的功能模块划分为优化任务设计模块、试验设计与近似模型模块、求解器模块、后处理模块和子系统集成模块等．引入优化模型状态类以解耦优化模型类与优化算法类之间密切的依赖关系．风力发电机叶片优化算例和水轮机模型替代算例表明，SiPESC．OPT 具有操作简单、功能全面和可扩展性强等特点，可用于复杂优化问题的求解．关键词：优化软件；SiPESC．OPT ；优化方法；可扩展性中图分类号：TB115文献标志码：B收稿日期：2011-03-18修回日期：2011-04-30基金项目：国家自然科学基金（90715037，11072050，10872041，91015003，51021140004）；国家基础性发展规划项目（2010CB832704）；国家高技术研究发展计划（“八六三”计划）（2009AA044501）作者简介：杨春峰（1972—），男，山东邹城人，博士研究生，研究方向为计算力学软件系统研发，（E-mail ）yangchunfeng@mail．dlut．edu．cn ；陈飙松（1972—），男，广东佛山人，教授，博导，博士，研究方向为计算力学软件系统研发，（E-mail ）bschen@dlut．edu．cn Design and implementation of general integrated optimization design software SiPESC．OPTYANG Chunfeng ，CHEN Biaosong ，ZHANG Sheng ，LI Yunpeng ，ZHANG Hongwu（Department of Engineering Mechanics ，Faculty of Vehicle Engineering and Mechanics ，State Key Laboratory of Structural Analysis for Industrial Equipment ，Dalian University of Technology ，Dalian 116024，Liaoning ，China ）Abstract ：To research and develop an optimization software with general purpose and openness for complex engineering design independently ，SiPESC．OPT is designed and implemented ，which can meet the general optimization computation requirements．The requirements about optimization software development ，such as optimization algorithms ，experiment design ，and surrogate model ，are discussed ；the software architecture of SiPESC．OPT is constructed with three layers ：application layer ，middle layer and core layer ；according to the architecture ，SiPESC．OPT contains optimization task design module ，experiment design and approximation surrogate module ，solver module ，post-process module ，sub-system integration module ，and so on．By introducing optimization model state class ，the close dependent relationship between optimization model class and optimization algorithm class is decoupled．Wind turbine blade optimization example and hydraulic turbine surrogate model example demonstrate the capability ofSiPESC．OPT for solving complex optimization problems and its characteristics，including simple-operation，full-feature and high-extensibility．Key words：optimization software；SiPESC．OPT；optimization method；extensibility0引言最优化方法在自然科学、社会科学、国防、经济、金融、工程设计和现代化管理等许多领域有着广泛应用．［1］近几十年来，最优化方法在优化算法、优化问题和应用领域等方面发展迅速．优化算法由以梯度为基础的传统优化算法发展到智能优化算法，如遗传算法、模拟退火算法、人工神经网络算法、蚁群算法以及禁忌搜索算法等，并且在优化算法的基础上发展到优化策略的研究．软件是对客观世界中问题空间与求解空间的具体描述，是客观事物的一种反映，是知识的提炼和固化．［2］优化软件是最优化方法与优化设计实践之间的桥梁，是最优化方法在计算机中的具体实现．国际上已经出现很多专业优化软件以及包含优化功能的软件包，如iSight和DOT等；ANSYS与MSC Nastran等专业分析软件中也包含优化功能模块．针对日益复杂的工程设计问题，仍然需要研发具有通用设计目标、开放性的优化软件．［3］1优化软件系统的需求分析最优化方法是在一定的求解域内，在满足某些约束条件下寻找指定目标的最优解．优化软件是最优化方法与计算机科学结合的产物．优化软件的最终目的就是解决工程实践中的优化问题：首先将实际的工程问题抽象成包含一组数学解析表达式的优化模型，根据其特点选择合适的优化算法；然后优化计算，查看结果，如果对优化结果不满意，则调整优化模型进行新一轮计算，直至得到满意的结果．然而，工程实践中遇到的问题大部分是多学科、非线性、多准则、不可微的复杂系统优化问题，有时无法抽象出显式的数学解析表达式，这时需借助试验设计等方法培养出替代模型，进而生成优化模型，再对其进行优化求解．1．1优化模型一般的最优化问题是在满足约束条件gi（x）≤0，i=1，2，…，mh i （x）=0，i=m+1，…，{p求向量x，使函数f（x）取极小值（或极大值）．其中，f（x）为目标函数，gi （x）≤0为不等式约束条件，hi（x）为等式约束条件．x=（x1，x2，…，xn）T为设计变量或决策变量，是n维实欧拉空间内的一点，称满足约束条件的点为可行点，称所有可行点的集合为可行域．f（x），g i（x）（i=1，2，…，m）和h i（x）（i=m+1，…，p）为给定n元函数［4］．最优化问题一般写成min f（x）s．t．g（x）≤0，i=1，2，…，mh（x）=0，i=m+1，…，{p优化模型是从工程实践中抽象出的最优化问题，是从可行域到其目标函数值域的映射．对于复杂的实际工程问题，目标函数、约束的数量大，没有解析表达式且具有高度非线性、不连续和不可微等特性，不仅求解困难，计算量大，而且建立优化模型的难度也很大，最优化问题的一般形式难以涵盖全部特征信息．这要求优化软件应能提供完备的建模能力：不仅要有基本的函数定义功能，而且要提供方程求解、第三方软件启动、数据处理以及文本文件解析等功能．1．2优化算法优化算法是在优化模型的可行域内寻找使优化模型满足最优条件的可行点．针对不同类型的优化问题，人们提出多种优化算法，如对于线性规划问题，最常用的方法是单纯形法和对偶单纯形法；对于单目标、无约束的优化问题，BFGS法行之有效；对于单目标、有约束的优化问题，序列线性规划法和序列二次规划法比较流行．近年来又出现模拟生物进化、退火等自然机理的遗传算法．每种优化算法都有其优点及其应用范围的局限性，到目前为止，还没有一种对非线性优化问题普遍适用的有效算法．对于实际工程问题，需要将多种优化算法对比、组合使用，才能得到满意的结果．优化软件的主要任务之一是为用户提供丰富的优化算法，使用户有充分的选择余地，通过对比不同的算法，选择最合适的．近年来，最优化方法发展迅速，新的优化算法不断出现，优化软件应具有开放的、可扩展的软件架构和软件组件接口以及具有动态、无缝添加新优化算法的能力，从而丰富软件的算法库．1．3试验设计和替代模型在工程实践中遇到的问题大多属于复杂系统的34第4期杨春峰，等：通用集成优化软件SiPESC．OPT的设计与实现http：//www．chinacae．cn优化问题，有时无法抽象出显式的数学解析表达式，需借助试验设计等方法培养出替代模型，进而生成优化模型，然后进行优化求解．替代模型指在不降低精度的情况下构造的一个计算量小、计算周期短但计算结果与数值分析或物理试验结果相近的数学模型．构造替代模型一般需要3个步骤．（1）通过试验设计方法在设计空间中确定构造模型所用的样本点．（2）利用分析软件或试验方法确定各样本点处的响应值．（3）根据样本点数据选择一种近似方法，构造合适的代理模型，并取设计空间内的一些点对模型进行检验，以便调整某些参数．构造替代模型的逼近精度很大程度上取决于试验点在设计空间中的位置分布，因此试验点的选择应当遵循一定的准则，以便只取较少的点就能达到较高的精度，这就是试验设计（Design of Experiment）所研究的内容．常用的试验设计方法有正交试验设计、均匀试验设计、析因试验设计和中心复合试验设计等．2SiPESC．OPT系统设计SiPESC．OPT是由大连理工大学与中国空间技术研究院自主研发的开放的通用优化问题求解软件，用于求解单目标或多目标、连续设计变量或离散设计变量、线性或非线性的大规模复杂优化问题．［5］SiPESC．OPT包含试验设计、近似模型模拟、灵敏度分析、子系统集成和文本文件解析等多种先进功能模块；BFGS，SLP，SQP和GA等多种成熟优化算法；提供均匀试验设计、正交试验设计、中心复合试验设计和析因试验设计等试验设计方法；响应面法、多二次径向基函数、高斯径向基函数和逆多二次径向基函数等近似模型拟合方法．SiPESC．OPT具有良好的可扩展性，基于开放式的软件架构，可将其优化算法等功能模块动态添加到软件中，使用户可以按照实际问题的特性定制自己的优化算法．同时，SiPESC．OPT也是一款简单易用的优化问题求解器，支持MD Nastran，ANSYS和Abaqus等多款主流分析软件．SiPESC．OPT具有友好的图形用户界面和灵活的脚本语言界面：通过图形用户界面，用户可方便、快捷地构建优化模型，制定优化任务，设计试验方案，生成近似模型，运行脚本语言文件和查看计算结果，完成复杂结构的设计优化流程；通过脚本语言界面，用户可将结构分析、优化计算、子系统集成和计算结果提取等功能灵活组合，实现复杂结构的设计分析、优化计算工作流程自动运行，同时能在集成优化软件系统运行时修改工作流程，不但提高计算效率，而且可减少人工操作出错的可能性．2．1软件架构SiPESC．OPT优化软件的软件架构分为应用层、中间层和核心层等3层．如图1所示，应用层提供优化建模的工具和界面，用户利用该层进行系统建模；中间层以JavaScript为软件的脚本语言界面，使用脚本语言的变量、函数、逻辑及扩展功能等模块定义复杂的优化模型和优化任务；核心层实现脚本语言解析、优化模型计算及任务管理等扩展功能模块．图1软件架构Fig．1Software architecture3SiPESC．OPT系统实现3．1SiPESC．OPT软件结构软件系统结构见图2，软件系统的主程序是Optimization．exe，根据文件config．xml中的内容配置软件系统参数，如系统图形界面参数和版本号等．projects．xml中保存用户设计的优化模型以及与优化模型相对应的优化算法．软件系统将优化项目转换为project．js脚本文件输入到优化器solver．exe，优化器根据脚本文件中的语言命令调用优化算法库（如Dot．dll）完成优化迭代计算，并将迭代过程的中间结果保存到优化数据库OptimizationDB中．主程序调用OptimizationDB中存放的迭代过程数据，根据需要转换为图表形式供用户查看．在系统运行过程中，主程序将用户的重要操作、系统的重要活动以及警告、出错信息记录到日志文件log．txt中．44计算机辅助工程2011年http：//www．chinacae．cnhttp ：//www．chinacae．cn图2软件系统结构Fig．2Software structure3．1SiPESC．OPT 软件功能模块根据软件架构设计，将软件系统划分为优化任务设计、试验设计与近似模型、求解器、后处理和子系统集成等5个主要功能模块，见图3．图3功能模块Fig．3Functional modules优化任务设计模块提供程序的主窗口以及定义优化任务的图形界面，分为优化任务配置、优化模型数据和解析器、软件系统图形界面、数据模型管理、脚本语言预处理和寄存器等6个子功能模块．（1）优化任务配置模块提供配置优化任务的图形界面并将优化任务数据通过数据模型管理模块保存到优化模型数据和解析器模块中．（2）优化模型数据和解析器模块的主要功能是将优化任务保存为XML 格式的文本文件以及解析XML 格式的文本文件，从中提取优化任务并转换为软件系统内部的数据格式，供软件系统其他功能模块使用．（3）软件系统图形界面模块主要实现软件系统用户界面的框架．（4）数据模型管理模块管理软件系统的优化任务数据．（5）脚本语言预处理模块是在优化任务转换成脚本语言文件前，将优化任务转换成相应的脚本语言格式．（6）寄存器模块保存软件系统运行时所需的全局变量．后处理模块实现数据管理的可视化功能，对优化迭代计算过程中的数据用曲线的方式进行描述，包括曲线的多种定义方式（颜色、实线、虚线和点划线等），并提供数据的格式化输出功能（自定义文本格式和Excel 表格）．后处理模块主要用图表的形式展示优化迭代历史．子系统集成模块是操作数值模型分析软件（如ANSYS ）的输入输出文件，定义设计变量、模型参数及响应和指标（包括约束条件或目标函数）的函数关系，完成模型修改、分析与分析结果的提取．对难以给出显式函数的复杂模型，提供基于多项式响应面法的复杂系统替代模型（近似方法）计算方法：使用与设计方案相对应的数值模型分析结果或试验结果构造模型的替代模型，供用户使用．求解器模块解析执行脚本语言文件，并将优化迭代结果保存到数据库中，供后处理模块使用．求解器模块主要解析JavaScript 脚本文件，并执行脚本文件中的命令．3．2SiPESC．OPT 软件技术根据优化软件系统需求分析，可从最优化方法中提取出2个基本概念：优化模型和优化算法．优化模型的实质是从其可行域到其目标函数值域的映射，构造优化模型的主要方式是定义其设计变量的类型和上下限，目标函数的解析表达式，约束的解析表达式以及相关梯度的解析表达式．优化算法的主要功能是根据优化模型的设计变量、目标函数和约束函数的当前值等信息，寻找新的迭代点以更新优化模型，完成迭代计算流程．可以把一个优化模型和一个优化算法组合成一个优化任务．使用面向对象方法将优化模型集合、优化算法集合和优化任务集合分别抽象成优化模型类（Model ）、优化算法类（Algorithm ）和优化任务（OptProject ）类，进而以这几个类为核心数据结构构建集成优化软件系统，见图4．一个优化模型类包括一个优化模型名，一个或多个目标函数，多个约束函数（无约束优化模型则不包含约束函数）以及一个或多个设计变量．一个优化算法类包括一个优化算法名，一个或多个优化算法参数．优化任务类通过优化模型名与优化模型相联系，通过优化算法名与优化算法相联系．54第4期杨春峰，等：通用集成优化软件SiPESC．OPT 的设计与实现http ：//www．chinacae．cn图4核心数据结构Fig．4Core data structures最优化方法发展至今，优化模型概念的内涵和外延已经很稳定，因此可以设计一个接口比较完备的优化模型类；但不同优化算法的差别较大，而接口变化不大．使用面向对象方法的继承机制，可构造一个抽象优化算法类，具体的优化算法可由抽象算法类派生而来．然而，继承机制将抽象类接口与派生类接口强制关联，派生类的接口难以重用、扩展和修改抽象类接口，新优化算法类也难以通过继承抽象优化算法类进行扩展，限制软件的可扩展性．在寻找新迭代点过程中，优化算法需提取优化模型的设计变量值、优化目标值和约束值等，有的算法会需要优化模型在当前迭代点的梯度值．目前，难以预测新优化算法对优化模型提出的新要求．优化模型与优化算法之间紧密联系，使二者之间存在紧密依赖关系，新优化算法类（New Algorithm ）的扩展和修改会引起优化模型类的修改，这种紧密联系限制软件的可扩展性．解除这种依赖关系是保证集成优化软件系统可扩展性的关键．在优化计算中，单就一个具体的优化算法而言，在迭代寻优过程中所需的输入信息不是目标函数的解析表达式和约束的解析表达式，而是优化模型的设计变量值、目标函数值和约束值等信息，即优化模型状态．它的输出也是优化模型状态．使用面向对象方法抽象出一个优化模型状态类（ModelState ），其主要功能就是维护一个管理标志符与数值的简单映射表．优化模型状态类的功能简单、接口单一，其扩展性较强．优化模型状态类切断优化模型类与优化算法类之间的紧密依赖关系．图5为集成优化软件系统核心类图，可知优化算法类、优化模型状态类和优化模型类之间的关系，优化算法类依赖于优化模型状态类，不再与优化模型类有联系，因此优化算法可不使用继承机制，而是自由扩展．图5核心类Fig．5Core classes3．3SiPESC．OPT 用户图形界面软件的图形用户界面包括菜单栏、工具栏、优化任务栏、运行结果栏、状态栏和优化任务浏览器等．优化任务栏使用树状图显示优化任务文件中优化任务的主要内容；运行结果栏显示优化任务的运行结果以及运行过程中的状态信息等；状态栏显示当前软件的状态信息；优化任务浏览器显示优化任务的详细内容．点击系统初始界面左上角的新建图标进入优化任务配置界面，用户可分别设置任务名称、优化模型名称和算法名称，并选择算法类型．试验设计和替代模型窗口用于设计试验方案并生成替代模型，用户通过此窗口可进行选择试验方法、设定设计变量水平值、选择替代模型方案以及读入试验数据等操作．3．4系统使用样例三杆桁架优化问题是结构优化设计中的经典样例，三杆桁架尺寸见图6．优化目标是使所有杆件的体积最小．设计变量x 1和x 2分别为杆1（与杆3相同）和2的截面积，约束条件是在载荷P 1作用下，杆1和2的拉伸应力小于许用应力2MPa．优化结果为：x 1=0．7867mm 2，x 2=0．41375mm 2．优化流程见图7．图6三杆桁架Fig．6Three-bar truss64计算机辅助工程2011年http ：//www．chinacae．cn（a ）配置优化任务（b ）浏览优化任务（c ）优化（d ）查看优化结果图7三杆桁架优化流程Fig．7Three-bar truss optimization solution flow4工程优化算例4．1风力发电机叶片优化算例大型风力发电机叶片基本采用蒙皮和主梁的构造形式，本文研究的风力发电机叶片主梁为12层玻璃钢复合材料，有限元模型见图8，主梁从叶片根部图8风力发电机叶片有限元模型Fig．8Finite element model of wind turbine blade到叶端分为2段，铺层纤维分布角度均为［0/0/0/0/45/45/－45/－45/0/0/0/0］T．叶片蒙皮铺层数为12层玻璃钢复合材料，如图8所示，从叶片根部到叶端共分为5段，铺层角度分布为［ʃ45/0/0/0/90/0/90/0/0/ʃ45］T．如果将主梁和蒙皮均分为上、下两侧，为减少计算时间，可假设上、下两侧层合板中纤维角度和铺层厚度相同，各铺层厚度的上、下限均为0 0．2mm．基于SiPESC．OPT 优化软件，编写用于风力发电机优化分析的JavaScript 脚本语言文件．风力发电机优化流程为：首先创建发电机叶片优化模型；使用SiPESC．OPT 文本文件解析模块更新输入文件中的设计变量值，调用计算程序（如Abaqus ）计算叶片有限元模型；解析计算结果文件，提取叶片端部挠度值和叶片质量，统计叶片有限元模型中破坏单元数量，计算优化目标；SiPESC．OPT 的遗传优化算法模块根据设计变量值和目标函数值判断是否达到优化终止条件，如果满足条件，则优化结束，如果不是，则寻找新的设计点，更新输入文件，进行下一个优化迭代步．具体脚本语言代码如下：//创建风力发电机叶片优化模型var theModel =new OptModel ；．．．//设置风力发电机叶片优化模型的设计变量theModel．setVariable （"cl_1_0"，0．09）；theModel．setVariable （"cl_1_0"，Array （0．01，0．02，0．03，0．04，0．05，0．06，0．07，0．08，0．09，0．10，0．11，0．12，0．13，0．14，0．15，0．16，0．17，0．18，0．19，0．20））；．．．//设置优化算法参数DGA．setMINMAX （－1）；DGA．setGENERATION （100）；DGA．setPOPULATIONSIZE （30）；DGA．setMUTATIONPROBABILITY （0．1）；DGA．setCROSSOVERPROBABILITY （0．8）；var Solver =DGA ；//初始化优化算法对象Solver．initialize （theModel ）；//开始优化迭代计算do ｛eval （）；ModelSaver．save （theModel ）；Solver．renewModel （theModel ）；｝while （！Solver．isComplete （））使用DELL T5500型工作站，双CPU ，8核，6GB 内存，1．5TB 硬盘，使用8进程并行计算，经过1005次迭代，优化方案比初始方案的叶片质量减少7kg ，叶片端部挠度降低29mm ，达到减轻叶片质量、提高叶片刚度的优化目标．4．2水轮机替代模型算例水轮机的水力和运行参数直接影响水轮机组的运行安全和经济效益．水轮机的力矩和流量等特性是一个多输入、多输出的非线性系统，目前难以用数学解析表达式进行完整描述．在水电站设计中，水轮机选型以及确定其基本参数和运行条件时，都需要分析水轮机性能．水轮机特性资料大多以特性曲线形式给出，目前国内外普遍采用出厂模型试验，然后依据相似性理论确定原型水轮机的水力性能并计算出水轮机特性．但是，这种方法得到的水轮机特性误差较大．对水轮机做现场能量特性试验，可得到在有限个试验水头条件下水轮机的输出功率和流量等参数，并绘制出特性曲线．水轮机特性曲线传统的绘制方法是根据获得的试验数据手工绘制，使用传统方74第4期杨春峰，等：通用集成优化软件SiPESC．OPT 的设计与实现法手工绘制误差大、效率低；根据水轮机试验的实测数据，利用计算机技术建立水轮机能量特性的近似模型，可大大提高处理效率和精度．基于径向基函数，使用SiPESC．OPT软件，根据水轮机现场能量试验数据［6］，建立水轮机综合特性的近似模型．多种近似模型的平均误差见表1．表1多种近似模型平均误差Tab．1Surrogate models’mean errors多种模型万家寨水电站3号机组能量特性万家寨水电站2号机组振动特性3阶响应面近似模型1．43034．600多二次径向基函数近似模型0．0375．70E－3高斯径向基函数近似模型5．78E－51．25E－4逆二次径向基函数近似模型3．02E－48．27E－6水轮机特性的径向基函数近似模型能真实表达水轮机的特性，计算简便且可以得到近似模型的解析表达式，为进一步利用优化算法优化水轮机的水力参数和运行参数，提高水轮机组的安全性能和经济效益提供良好基础．5结束语（1）具有通用性和开放性的优化软件可广泛应用于复杂的实际问题．（2）通用优化软件SiPESC．OPT具有操作简单、功能全面、可扩展性强等特点，可用于复杂优化问题的求解．（本文获计算机辅助工程及其理论研讨会2011（CAETS2011）优秀论文奖．）参考文献：［1］袁亚湘．最优化理论与方法［M］．北京：科学出版社，1997：1-2．［2］杨芙清．软件工程技术发展思索［J］．软件学报，2005，16（1）：1-7．YANG Fuqing．Thinking on the development of software engineering technology［J］．J Software，2005，16（1）：1-7．［3］MAROS I，KHALIQ M H．Advances in design and implementation of optimization software［J］．Eur J Operational Res，2002，140（2）：322-337．［4］唐焕文．实用最优化方法［M］．大连：大连理工大学出版社，2000：8-9．［5］张洪武，陈飙松，李云鹏，等．面向集成化CAE软件开发的SiPESC研发工作进展［J］．计算机辅助工程，2011，20（2）：39-49．ZHANG Hongwu，CHEN Biaosong，LI Yunpeng，et al．Advancement of design and implementation of SiPESC for development of integrated CAE software systems［J］．Comput Aided Eng，2011，20（2）：39-49．［6］张文玉．基于运行数据的水轮机建模及应用［D］．邯郸：河北工程大学，2008．（编辑陈锋杰檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿）中国商飞引进COMSOL Multiphysics助力我国航空工业CAE发展2011年11月30日，中仿科技公司与中国商用飞机有限责任公司（以下简称中国商飞）达成工程仿真解决方案合作项目协议：中仿科技公司为中国商飞提供包括COMSOL Multiphysics在内的多物理场耦合分析解决方案，加速中国商飞在飞机计算结构力学、气动计算、闪电模拟、雷击仿真、空气动力学、材料力学和电磁学等航空工程应用领域的发展．随着国内航空业的发展，自主研制的飞机将越来越多，对CAE软件的需求也将会越来越旺盛，中国商飞与中仿科技公司的本次合作加深COMSOL Multiphysics在中国航空领域的应用．近年来，随着用户对多物理场耦合分析需求的增强，COMSOL Multiphysics在各个行业内的应用越来越广泛．84计算机辅助工程2011年http：//www．chinacae．cn。

COOLMOS核心专利引文分析李介胜【摘要】核心专利带动技术发展.本文检索了COOLMOS核心专利的引文专利数据,分析了这些专利的申请趋势、主要申请人,以英飞凌为代表进一步分析了如何在核心专利的基础上进行专利布局,借助专利稳固自身的市场地位.【期刊名称】《河南科技》【年(卷),期】2018(000)021【总页数】3页(P45-47)【关键词】COOLMOS;核心专利;外围专利;引文【作者】李介胜【作者单位】国家知识产权局专利局,北京 100088【正文语种】中文【中图分类】TN386COOLMOS也就是超级结MOSFET，这是沿用了英飞凌的叫法。

1998年，英飞凌成功推出COOLMOS，600V的晶体管导通电阻仅有70mΩ，这给英飞凌带来了新的业绩增长点，当今的COOLMOS市场中英飞凌占据了一半以上的份额，其余的供应商还有意法半导体、飞兆、威世、瑞萨、华虹NEC等。

常规功率MOSFET的主要缺点是导通电阻大，功率MOSFET的发展是围绕着不断协调阻断电压和导通电阻两者之间的矛盾而进行的。

COOLMOS结构是由VDMOS派生而来的，它是在N-外延层中注入一个与外延层掺杂相反的P-型细圆柱阱。

当加上反偏电压时，器件内部不仅存在纵向电场，而且存在横向电场。

如果在击穿之前，N-区和圆柱阱能完全耗尽，则器件的击穿电压仅依赖N-漂移区的厚度，而与N-区的掺杂浓度及圆柱阱的掺杂浓度无关。

且N-区的掺杂浓度和圆柱阱的电荷补偿越充分，其阻断电压就越高。

由于N-外延层中的掺杂浓度提高因而其导通电阻大大降低，由此COOLMOS解决了VDMOS中阻断电压与导通电阻之间的矛盾［1］。

最近，英飞凌推出了最新的高压超级结MOSFET技术的产品600V COOLMOSTMCFD7，它不仅拥有快速开关技术的所有优势，还兼具高换相稳固性，同时不影响在设计过程中的轻松部署，拥有更低的栅极电荷和更好的关断性能，其反向恢复电荷比市场上的竞争性产品低69%之多［2］。

防灾科技学院毕业设计题目基于DSP的交流异步电机调速的研究学生姓名修凤武学号0770237系别防灾仪器系专业电气工程及其自动化班级07702开题时间2018年11月26 日答辩时间2018年06月11日指导教师于瑞红职称讲师基于DSP的交流异步电机调速的研究作者修凤武指导教师王全胜摘要矢量控制作为一种先进的控制方式，是在电机统一、机电能量转换理论和坐标变换理论的基础上发展起来的，具有先进性、实用性的特点。

其思想就是利用坐标变化，使得异步电动机的模型变成直流电动机模型，将定子电流矢量分解为按转子磁场定向的两个直流分量并分别加以控制，从而实现磁通和转矩的解耦控制，以期达到直流电机的控制效果。

关键词：矢量控制、变频调速、数字信号处理<DSP）、电压控制矢量法<SVPWM）ABSTRACT Vector control as an advanced control mode, is in the motor, electrical and mechanical energy conversion unified theory and coordinate transformation theory developed on the basis of, have the characteristics of the advancement and practicability. The idea is the change of coordinate, make induction motor model into dc motor model of stator current vector decomposition, to press a rotor field-oriented two dc component were controlled, and so as to realize the flux and the torque of the decoupling control, in order to achieve dc motor control effect.KEYWORDS：Vector control, variable frequency speed regulation, and digital signal processing (DSP>, voltage control vector method (SVPWM>目录引言1第一章绪论11.1课题研究背景和意义11.2异步电动机调速技术的发展简况11.3 异步电机变频调速技术21.4 研究的目标和内容3第二章交流异步电机的PWM技术42.1交流异步电动机变频调速通用原理42.2脉宽调制(PWM>技术52.3电压空间矢量SVPWM技术6第三章交流异步电动机矢量控制技术63.1异步电动机的数学模型63.2 坐标变换的矢量控制73.3 矢量控制原理103.4矢量控制方式10第四章系统硬件电路的设计124.1 DSP(TMS320LF2407A>124.2主回路的设计134.3逆变器驱动电路的设计134.4检测电路的设计144.5 辅助外围电路的设计与实现16第五章系统控制软件的设计开发175.1 系统软件总体设计175.2 软件模块205.3 本章小结23第六章仿真结果分析246.1 MATLAB／SIMULINK仿真平台246.2仿真系统建模246.3仿真结果及分析266.4本章小结26致谢27参考文献28引言随着半导体业的迅猛发展，尤其是数字信号处理器的发展以及精确的异步电机模型和各种先进的控制理论的提出，很大程度上促进了电机控制的发展，使得高精度、宽调速范围、控制性能好的电机控制器的实现成为可能。

Frequentis 3020X Rel.7.1 语音通信交换系统特殊故障案例分析Analysis of Special Fault Cases in Frequentis 3020X Rel.7.1 Voice Communication switching System发布时间：2021-12-16T07:22:45.380Z 来源：《中国电气工程学报》2021年9期作者：师卫波[导读] 语音通信交换系统（V oice communication switching system）简称内话系统师卫波民航新疆空中交通管理局新疆乌鲁木齐 830016摘要：语音通信交换系统（V oice communication switching system）简称内话系统，是民航空中交通管理所使用的一种专用语音交换设备。

在前级接入无线电甚高频/高频设备、各类电话设备、网络传输设备，集成后为管制部门提供地/地和地/空综合性的通信保障服务，业内俗称内话系统。

本文对新疆乌鲁木齐空管中心使用奥地利飞坤公司生产的Frequentis 3020X Rel. 7.1 语音通信交换系统进行介绍，结合多年系统运行使用过程中出现的特殊案例现象进行详细分析，以期对业内同类设备的维护工作提供借鉴。

关键词：语音通信交换系统；通信服务交换单元；FA16; FA36;GPIF;ERIF;BSS一、Frequentis 3020X Rel 7.1内话系统简介VCS 3020X Rel 7.1内话系统主要由通信服务交换单元（CommServer）、管制操作席位(Operator Position)、技术监控配置单元（TMCS）、接口单元（Interface）四部分组成，基于PCM/TDMA基本工作原理，采用全数字、无阻塞、双系统并行无交叉的核心交换结构。

其中通信服务交换单元是内话系统的核心单元，其他的3个单元均与它直接相连，它主要完成语音信号在管制席位与外围接口，以及管制席位之间的交换。

KKS编码目录样式和格式 ................................................................................................ 错误!未定义书签。

KKS编码系统全厂标识 ............................................................................. 错误!未定义书签。

举例 ............................................................................................................ 错误!未定义书签。

KKS的简要说明 ......................................................................................... 错误!未定义书签。

KKS编码概述 ............................................................................................. 错误!未定义书签。

KKS编码的格式 ......................................................................................... 错误!未定义书签。

KKS编码系统分类及编号的标识 ............................................................. 错误!未定义书签。

KKS编码系统设备单元的编码及编号 ..................................................... 错误!未定义书签。

第４４卷　第１期系统工程与电子技术Ｖｏｌ．４４　Ｎｏ．１２０２２年１月ＳｙｓｔｅｍｓＥｎｇｉｎｅｅｒｉｎｇａｎｄＥｌｅｃｔｒｏｎｉｃｓＪａｎｕａｒｙ ２０２２文章编号：１００１ ５０６Ｘ（２０２２）０１ ０２７９ ０６　网址：ｗｗｗ．ｓｙｓ ｅｌｅ．ｃｏｍ收稿日期：２０２１０１２９；修回日期：２０２１０５１６；网络优先出版日期：２０２１０７１２。

网络优先出版地址：ｈｔｔｐｓ：∥ｋｎｓ．ｃｎｋｉ．ｎｅｔ／ｋｃｍｓ／ｄｅｔａｉｌ／１１．２４２２．ＴＮ．２０２１０７１２．１６２０．０１８．ｈｔｍｌ基金项目：国家自然科学基金（６１８６７００５，６１８０６２０９，６１７７３３８７）资助课题 通讯作者．引用格式：罗哲，权婉珍，张朴睿，等．单边Ｌｉｐｓｃｈｉｔｚ非线性多智能体系统一致性追踪控制［Ｊ］．系统工程与电子技术，２０２２，４４（１）：２７９ ２８４．犚犲犳犲狉犲狀犮犲犳狅狉犿犪狋：ＬＵＯＺ，ＱＵＡＮＷＺ，ＺＨＡＮＧＰＲ，ｅｔａｌ．Ｃｏｎｓｅｎｓｕｓｔｒａｃｋｉｎｇｃｏｎｔｒｏｌｆｏｒｏｎｅ ｓｉｄｅＬｉｐｓｃｈｉｔｚｎｏｎｌｉｎｅａｒｍｕｌｔｉ ａｇｅｎｔｓｙｓｔｅｍｓ［Ｊ］．ＳｙｓｔｅｍｓＥｎｇｉｎｅｅｒｉｎｇａｎｄＥｌｅｃｔｒｏｎｉｃｓ，２０２２，４４（１）：２７９ ２８４．单边犔犻狆狊犮犺犻狋狕非线性多智能体系统一致性追踪控制罗　哲１，权婉珍１， ，张朴睿２，杨小冈１（１．火箭军工程大学导弹工程学院，陕西西安７１００２５；２．国防科技大学航天科学与工程学院，湖南长沙４１００７３） 摘　要：针对单边Ｌｉｐｓｃｈｉｔｚ非线性多智能体系统，提出了一种分布式一致性控制方法。

首先，构建了领导跟随者动力学结构，用于实现单边Ｌｉｐｓｃｈｉｔｚ多智能体系统的追踪控制。

然后，设计了单边Ｌｉｐｓｃｈｉｔｚ非线性多智能体系统的一致性控制协议，可根据智能体之间局部交互信息构建分布式反馈控制，并将系统的一致性追踪问题转化为系统的稳定性问题。

文献综述模糊PID控制器的研究与应用学院自动化与电子信息学院二O一四年四月四川理工学院毕业(设计)论文文献综述0 前言PID控制作为一种典型的传统反馈控制器，以其结构简单，易于实现和鲁棒性好等特点在工业过程控制中广泛应用。

但是传统PID控制器的参数需要被控对象的数学模型来进行调整，而控制过程中的滞后性、控制参数的非线性和高阶性增加了对Kp、Ki、Kd三个参数的调整难度。

所以对确定的控制系统通过复杂的计算后，其三个参数的值在控制运行中一般是固定的，不易进行在线的调整。

而在实际的工业生产过程中，许多被控对象受到负荷变化和干扰因素的作用，其对象参数的特征和结构易发生改变，这就需要对参数进行动态的调整。

同样因为被控系统的复杂性和不确定性，其精确的数学模型难以建立，甚至无法建立模型，所以需要利用模糊控制技术等方法来解决。

模糊PID无需考虑被控系统的模型，而只根据其误差e 和误差变化ec等检测数据来自适应调整Kp、Ki、Kd的值，最终使被控系统处于稳定工作态。

1 国外研究现状ŞabanÇetin,AliVolkanAkkaya[1](2010)表示准确度和精密度液压系统的位置控制是为了设置更经济和高质量系统的关键参数。

在此背景下，他们提出了由一个非对称液压缸由一个四通、三位比例阀驱动的液压驱动系统的建模与位置控制。

在此系统模型中，体积弹性模量被认为是一个变量。

此外，基于规则的混合型模糊 PID控制器（H F P I DC R）提出了液压系统的位置控制，并对其性能进行了仿真研究测试。

这种控制器的新颖方面是模糊逻辑和PID 控制器结合在一个开关条件。

该HFPIDCR 基于控制器的模拟结果与经典PID、模糊逻辑控制器（FLC）和混合模糊PID 控制器（HFPID）的结果进行了比较。

因此，它被证明了混合型模糊PID控制器加上规则比其他的控制器更有效。

IndranilPana[ 2] 等（2011）通过减少积分时间降低最优PID 和最优模糊PID的绝对误差（ITAE）和平方控制器输出的网络控制系统（NCS）的响应速度。

空中交通管理系统与技术国家重点实验室20１７年开放基金课题指南空中交通管理系统与技术国家重点实验室中国电子科技集团公司第二十八研究所二〇一七年四月一、概述空中交通管理(以下简称“空管”）由空中交通服务、空中交通流量管理、空域管理组成,其中空中交通服务包括空中交通管制服务、飞行情报服务、航行情报服务、气象服务、告警服务等，空管是保证飞行安全、正点、高效,维护飞行秩序的重要手段。

空中交通管理系统与技术国家重点实验室（以下简称“实验室”)是国家科技部依托中国电子科技集团公司第二十八研究所建设，重点开展空中交通管理应用基础理论和共性技术研究、新技术应用与演示验证、产品与技术研发的综合性实验室,下设空管系统顶层规划和体系结构理论与方法、空中交通态势生成服务理论与技术、空管智能化辅助决策理论与技术、空管系统仿真评估理论与技术四个研究方向．实验室面向国家空管产业发展需求和趋势,通过建立基础理论与新技术研究、试验、评估环境以及成果转化机制,加快科研成果向现实生产力转化,搭建产业与科研之间的“桥梁”,提升我国空管系统自主创新能力，为我国空管系统建设提供先进的理论和具有自主知识产权的核心技术。

2017年,实验室结合自身定位和研究方向，围绕近期和中期建设目标,瞄准国际空管技术研究前沿和我国空管技术应用需求,将开展一系列关键技术及专项研究攻关。

为支撑2017年度工作内容，提升自主创新能力,聚集和培养领域高层次人才,促进学科交叉和高水平学术交流，实验室聚焦星基导航应用、基于轨迹运行、协同流量管理和网络安全等方向发布开放基金课题，以期通过课题开放与合作研究,开展新思想、新技术、新方法的探索性、创造性研究与应用,为我国当前和未来新一代空管系统的发展和建设提供可控实用的顶层设计技术与关键性基础技术支撑。

二、国内外研究情况２00３年,国际民航组织第11次航行大会提出并正式通过了全球空管一体化运行概念,其中包含空域组织与管理、需求与容量平衡、机场运行、交通同步、冲突管理、空域用户运行和空管服务七个组成部分,核心理念是一体化、互操作、无缝、全系统信息管理和协同决策，旨在指导ＣNＳ／AＴM技术的实施，满足高度发达国家和地区的航空发展需求。

A Study on the Semantic Online Maintenance of
Knowledge Organization System Based on
MediaWiki: Taking ISO 5127 as an Example
作者： 黄华军[1];曾新红[1]
作者机构： [1]深圳大学图书馆,深圳518060
出版物刊名： 数字图书馆论坛
页码： 25-30页
年卷期： 2021年 第10期
主题词： MediaWiki;知识组织系统;ISO 5127;语义在线维护
摘要：本文旨在为知识组织系统实现语义在线维护提供切实可行的可选方案和系统实证示范.研究了维基百科开源工具Media Wiki的特征、优势和应用,以及ISO 5127的SKOS语义化描述整体信息和结构特征,提出基于Media Wiki的国际化语义在线维护方案.根据ISO5127的在线维护需求,采用Media Wiki强大的扩展功能,实现ISO5127的在线维护系统,包括术语展示、搜索和获取、用户提交建议、建议处理、实时增删改、批量导入导出、系统日志、多语言、权限管理等服务功能.本文实现的语义在线维护系统可基本满足最终用户的全方位要求,其他类型的知识组织系统(如分类法、范畴表、规范代码表等)可借鉴此方案快速完成在线语义维护系统的实施和动态完善.。

第27卷㊀第6期2023年6月㊀电㊀机㊀与㊀控㊀制㊀学㊀报Electri c ㊀Machines ㊀and ㊀Control㊀Vol.27No.6Jun.2023㊀㊀㊀㊀㊀㊀永磁直线伺服系统终端互补滑模位置控制赵希梅,㊀孙洪潇,㊀金鸿雁(沈阳工业大学电气工程学院,辽宁沈阳110870)摘㊀要:为了解决永磁直线同步电机(PMLSM )直驱伺服系统易受端部效应㊁非线性摩擦以及外部扰动等不确定因素影响的问题,提出一种将互补滑模控制(CSMC )与终端滑模控制(TSMC )相结合的终端互补滑模控制(TCSMC )方法㊂首先,建立具有不确定因素的PMLSM 动态模型㊂其次,将广义滑模面与互补滑模面相结合,同时利用饱和函数替换切换函数设计CSMC ,与传统的滑模控制相比,其跟踪误差减半,能有效削弱抖振㊂为了进一步提高系统的收敛速度,在互补滑模面中引入终端项,设计TCSMC ,使得系统在CMSC 减少系统误差的基础上,进一步提高控制性能㊂最后,通过理论分析,证明控制器的稳定性,系统实验表明,与CSMC 和TSMC 相比,TCSMC 不但提高了系统收敛速度和控制精度,削弱了抖振现象,而且明显增强了系统的鲁棒性㊂关键词:永磁直线同步电机;不确定因素;终端互补滑模控制器;收敛速度;控制精度;鲁棒性DOI :10.15938/j.emc.2023.06.019中图分类号:TP273文献标志码:A文章编号:1007-449X(2023)06-0182-09㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀收稿日期:2022-05-10基金项目:辽宁省博士科研启动基金计划项目(2022-BS -177)作者简介:赵希梅(1979 ),女,博士,教授,博士生导师,研究方向为电机控制㊁智能控制;孙洪潇(1998 ),女,硕士研究生,研究方向为直线电机及其控制;金鸿雁(1993 ),女,博士,讲师,研究方向为电机控制㊁智能控制㊂通信作者:赵希梅Terminal complementary sliding mode position control forpermanent magnet linear servo systemZHAO Ximei,㊀SUN Hongxiao,㊀JIN Hongyan(School of Electrical Engineering,Shenyang University of Technology,Shenyang 110870,China)Abstract :In order to solve the problem that permanent magnet linear synchronous motor (PMLSM)direct drive servo system is susceptible to end effect,nonlinear friction and external disturbance,a terminal complementary sliding mode control (TCSMC)method combining complementary sliding mode control (CSMC)and terminal sliding mode control (TSMC)is proposed.Firstly,a PMLSM dynamic model with uncertain factors was established.Secondly,the CSMC was designed by combining the generalized sliding mode surface with the complementary sliding mode surface,and replacing the switching function with the saturation function.The tracking error is half of the traditional sliding mode control,which can effectively reduce chattering.In order to further improve the convergence speed of the system,a terminal term was introduced into the complementary sliding mode surface and TCSMC was designed,which can further im-prove the control performance of the system while reducing system errors by CMSC.Finally,through the-oretical analysis,the stability of the controller was demonstrated.System experiments show that compared with CSMC and TSMC,TCSMC can improve the system convergence speed and control accuracy,weakenthe chattering phenomenon,and significantly enhance the system robustness.Keywords:permanent magnet linear synchronous motor;uncertainty;terminal complementary sliding mode controller;convergence speed;control accuracy;robustness0㊀引㊀言近年来,永磁直线同步电机(permanent magnet linear synchronous motor,PMLSM)由于具有精度高㊁推力大㊁速度快的优势,被广泛应用于医疗器械㊁定位平台和航空航天等许多工业应用中的精密定位领域[1-2]㊂由于省去了传统旋转电机结构中间的机械传动装置,有效减小了机械损耗,增大了电磁推力,但同时端部效应㊁摩擦力以及外部扰动等不确定因素直接作用于动子上,会对PMLSM造成不利影响[3-4],给控制带来困难㊂因此,改进实际控制方法对促进PMLSM在高精度伺服领域的发展有十分重大的意义㊂针对高精度㊁快响应的运动要求,学者们提出许多不同的控制方法,如无差拍电流预测控制[5]㊁反推控制[6]㊁自适应神经网络鲁棒控制[7]㊁迭代学习控制[8]以及滑模控制(sliding mode control,SMC)[9]等㊂在上述方法中,SMC因响应快㊁对不确定因素不敏感㊁易于实现等优势,引起学者们的广泛关注[10]㊂但是SMC也有固有的缺点,即滑模面设计中的大切换控制增益会引起系统的高频抖振问题㊂文献[11]将全阶SMC应用于高阶非线性系统中,削弱了系统抖振,但控制器设计较为复杂,引入赫尔维茨多项式,且需进行多次求导㊂文献[12]设计了一种积分终端滑模面,积分与TSMC相结合,有效减小了抖振并提高了鲁棒性,但是将符号函数引入滑模控制率,使得系统的稳定性得不到保证㊂文献[13]将模糊控制与分数阶SMC相结合,减小了稳态误差和调节时间,但模糊规则不易选取㊂互补滑模控制(complementary sliding mode con-trol,CSMC)较好地解决了SMC中固有的抖振问题,滑模面中结合了广义滑模面与互补滑模面,能够有效增强系统鲁棒性,使系统的跟踪误差减小,提高了跟踪性能㊂文献[14]设计CSMC减小了PMLSM伺服系统受不确定因素的影响,与SMC相比,其位置跟踪误差减半,有效改善了位置跟踪性能,提高了鲁棒性,但其在误差减小时收敛速度较慢㊂文献[15]提出CSMC中优化饱和函数边界层厚度参数方法,获得了边界层参数的最优值,有效抑制了抖振,但瞬态响应并未有所提高㊂文献[16]提出一种非线性系统的非奇异终端滑模控制方法(terminal sliding mode controller,TSMC),保证了系统在有限时间内收敛,提高了跟踪性能,但系统对于外部扰动非常敏感,甚至在扰动较大时会发生系统失稳的现象㊂将CSMC跟踪误差小㊁鲁棒性强的优点与TSMC在误差减小时收敛速度快的优势相结合,在互补滑模面中引入终端项,提出一种PMLSM终端互补滑模控制(terminal complementary sliding mode control,TCSMC)方法㊂首先,利用CSMC策略提高系统的控制精度和鲁棒性㊁削弱抖振;然后,结合TSMC收敛速度快的优势,进一步提高系统的跟踪性能㊂实验证明,该控制方法可以有效提高系统的控制精度,增强系统的鲁棒性,降低系统的跟踪误差,削弱系统抖振,提高系统的收敛速度和跟踪性能㊂1㊀PMLSM数学模型首先,对PMLSM采用矢量控制,可得电磁推力为F e=3π2τp[ψf i q+(L d-L q)i d i q]㊂(1)式中:i d㊁i q分别为d㊁q轴电流;p为极对数;τ为极距;ψf为永磁体产生的励磁磁链;L d㊁L q分别为d㊁q 轴励磁电感㊂由于PMLSM气隙较大,所以可以忽略磁极的凸极效应和电机的电枢反应,即L d=L q㊂另外,令电流内环i d=0,可得到PMLSM的电磁推力方程为F e=3π2τpψf i q=K f i q㊂(2)式中K f为电磁推力系数,K f=3π2τpψf㊂PMLSM的机械运动方程可表示为F e=M d v d t+B v v+FΣ㊂(3)式中:M为动子和动子所带负载的总质量;v为动子速度;B v为粘滞摩擦系数;FΣ为集总扰动,包括端部效应波动推力F end㊁摩擦力F fri以及其他系统不确定性扰动㊂其中:F end=F emax cos2πdτ();(4)381第6期赵希梅等:永磁直线伺服系统终端互补滑模位置控制F fri =(F s -F c )e -(d ㊃/v s )2sgn(d ㊃)+F c sgn(d ㊃)㊂(5)式中:F emax 为推力波动峰值;d 为动子位移;F s 为最大静摩擦力;F c 为最小库仑摩擦力;d ㊃为动子速度;v s 为Stribeck 速度系数;sgn(㊃)为符号函数㊂忽略集总扰动F Σ对系统的影响,由式(2)㊁式(3)可得d v d t =d ㊃㊃=-B v M v +K f Mi q =A n d ㊃+B n u ㊂(6)式中:u =i q ,为控制器输入;A n =-B v /M ;B n =K f /M ,为系统标态下的参数㊂存在不确定性影响时,将式(6)改写为d ㊃㊃=(A n +ΔA )d ㊃+(B n +ΔB )u +(C n +ΔC )F Σ=A n d ㊃+B n u +H ㊂(7)式中:ΔA n ㊁ΔB n 和ΔC 为系统参数M ㊁B v 受扰动后发生变化引起的参数变化量;C n =-1/M ;H 为系统的总不确定因素,表达式为H =ΔAd ㊃+ΔBu +(C n +ΔC )F Σ,(8)且假设系统集总扰动有界,则|H |也有界,即|H |ɤρ,ρ为正常数㊂2㊀PMLSM 系统设计2.1㊀PMLSM 系统组成PMLSM 伺服控制系统框图如图1所示㊂系统外环位置环中控制器采用TCSMC,同时采用CSMC㊁TSMC 进行对比实验,输入为位置跟踪误差,输出为q 轴电流指令信号,内环电流环中控制器采用PI 控制㊂图1㊀PMLSM 控制系统框图Fig.1㊀Block diagram of PMLSM servo control system2.2㊀互补滑模控制器设计为保证PMLSM 伺服系统的控制性能,减小不确定性的影响,提高电机运行时的位置跟踪精度,采用CSMC 减少位置跟踪误差,提高系统的跟踪性能和鲁棒性,削弱传统滑模控制策略的抖振现象㊂CSMC 结构框图如图2所示㊂图2㊀CSMC 结构图Fig.2㊀Structure diagram of CSMC为实现动子的实际位置d 精准地跟踪给定位置d m ,定义跟踪误差为e =d m -d ㊂(9)设计广义滑模面s g1和互补滑模面s c1分别为:s g1=(dd t +λ1)2ʏt0e (τ)d τ=e ㊃+2λ1e +λ21ʏt 0e (τ)d τ;(10)s c1=(d d t +λ1)(dd t -λ1)ʏte (τ)d τ=e ㊃-λ21ʏte (τ)d τ㊂(11)式中λ1为正常数㊂由式(10)㊁式(11)可得滑模面间关系为s㊃c1+λ1(s g1+s c1)=s ㊃g1㊂(12)为保证系统的稳定性,设计互补滑模控制律为:u CSMC =u eq1+u v1;(13)u eq1=1B n[d ㊃㊃m -A n d ㊃+λ1(2e ㊃+λ1e +s g1)];(14)u v1=1B n ρ1sat s c1+s g1Φ1()[]㊂(15)式中:u eq1为等效控制律;u v1为切换控制律;ρ1为给定正常数;Φ1为边界层厚度;sat(㊃)为饱和函数,表达式为satsg1+s c1Φ1()=1,s g1+s c1ȡΦ1;s g1+s c1Φ1,-Φ1<s g1+s c1<Φ1;-1,s g1+s c1ɤ-Φ1㊂ìîíïïïï(16)481电㊀机㊀与㊀控㊀制㊀学㊀报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第27卷㊀其最终边界可以限定为:|e |ɤΦ12λ1;|e ㊃|ɤΦ1㊂üþýïïï(17)误差会在有限时间内收敛至边界层,然后沿着滑模面向零点的邻域滑动,与传统SMC 相比,跟踪误差减半,但是,其收敛时间并没有进一步减少,而TSMC 可以有效缩短收敛时间㊂2.3㊀终端滑模控制器设计设计终端滑模面为s =e ㊃+αe κ1/κ2㊂(18)式中:α>0;κ2>κ1>0,且κ1㊁κ2均为奇数㊂设计控制率为:㊀㊀u TSMC =u 1+u 2;(19)㊀㊀u 1=1B n d ㊃㊃m -A n d ㊃+ακ1κ2e ㊃e κ1-κ2κ2();(20)㊀㊀u 2=1B n ρ2sat(s )㊂(21)式中:u 1为等效控制项,用于控制系统的确定部分;u 2为非线性控制项,用于控制系统的不确定部分;ρ2为正常数㊂假设,t =0时,终端滑模面s (0)ʂ0,t r 为从s (0)到s =0的时间,即s (t r )=0㊂因为ss ㊃ɤ-γ1|s |,γ1为ρ2和扰动之间的差值,设s (0)ȡ0,则s ㊃ɤ-γ1,两边积分得ʏs (t r )s (0)d s ɤʏt r-λ1d t ㊂(22)可得t r ɤs (0)γ1,同理,当s (0)ɤ0时,t r ɤ-s (0)γ1,即系统在任意状态到达滑模面的时间t r ɤ|s (0)|γ1㊂到达滑模面s =0后,s =e ㊃+αe κ1/κ2=0,则由d ed t=-αe κ1/κ2可求得κ2κ2-κ1e (t r )κ2-κ1κ2=αΔt ㊂(23)即系统由滑模面到达原点的时间为Δt =κ2α(κ2-κ1)e (t r )κ2-κ1κ2㊂(24)所以可得,系统经t r +Δt 由任意状态到达原点㊂与传统SMC 的渐近收敛相比,明显提高了收敛速度㊂2.4㊀终端互补滑模控制器设计与传统的SMC 相比,CSMC 可以有效地减少系统跟踪误差,提高系统跟踪性能㊂但与TSMC 系统可以在t r +Δt 时间段内由任意状态到达原点相比,在误差减小时,CSMC 收敛速度变慢㊂因此,将CSMC 思想和TSMC 相结合,设计了TCSMC,以提高系统的控制性能,其结构框图如图3所示㊂图3㊀TCSMC 系统结构图Fig.3㊀System structure diagram of TCSMCTCSMC 设计如下,将终端项引入滑模面可得广义滑模面s g2和互补滑模面s c2分别为:s g2=e ㊃+2λ2e +λ2e m+λ22ʏt 0[e (τ)+e m(τ)]d τ;(25)s c2=e ㊃+λ2e m -λ22ʏt[e (τ)+e m(τ)]d τ㊂(26)式中m 为一正常数,0<m =ab<1,a ㊁b 均为正奇数㊂根据s g2和s c2得到滑模面总和σ,表达式为σ=s g2+s c2=2e ㊃+2λ2(e m +e )㊂(27)由式(19)㊁式(20)可得:s㊃g2=e ㊃㊃+2λ2e ㊃+λ2me m-1e ㊃+λ22(em+e )=(d ㊃㊃m -A n d ㊃-B n u -H )+2λ2e ㊃+λ2me m-1e ㊃+λ22(em+e );(28)s㊃c2=e ㊃㊃+λ2me m-1e ㊃-λ22(em +e )=(d ㊃㊃m -A n d ㊃-B n u -H )+λ2me m-1e ㊃-λ22(em+e )㊂(29)确定s g2和s c2的关系为s㊃c2+λ2σ=s ㊃g2㊂(30)选择Lyapunov 函数V 为V =12(s 2g2+s 2c2)㊂(31)对V 求导可以得到581第6期赵希梅等:永磁直线伺服系统终端互补滑模位置控制V ㊃=s g2s ㊃g2+s c2s ㊃c2=(s g2+s c2)[d ㊃㊃m -A n d ㊃-B n u -H +2λ2e ㊃+λ2me m-1e ㊃+λ22(e +e m )-λ2s c2]㊂(32)因此,得到终端互补滑模控制律u TCSMC ,表达式为:u TCSMC =u eq2+u v2;(33)u eq2=1B n{d ㊃㊃m -A n d ㊃+λ2[2e ㊃+me m-1e ㊃+λ2(e +e m )+s g2]};(34)u v2=1B n ρ3sat σΦ2()[]㊂(35)结合式(26)~式(29)可得㊀V ㊃=s g2s ㊃g2+s c2s ㊃c2=-λ2(s g2+s c2)2+(s g2+s c2)(-B n u v2)+(s g2+s c2)(-H )ɤ-λ2(s g2+s c2)2+(s g2+s c2)(-B n u v2)+|s g2+s c2||-H |ɤ-λ2(s g2+s c2)2+|s g2+s c2|(|H |-ρ3)㊂(36)由ρ3为H 的上界可得V ㊃ɤ0,即系统满足Lya-punov 稳定性条件,滑模运动可在有限时间内到达边界层㊂假设t =0时,滑模面总和σ(0)ʂ0,t ᶄr 为从σ(0)到σ=0的时间,即σ(t ᶄr )=0㊂因为σσ㊃ɤ-2γ2|σ|,γ2为ρ3和扰动之间的差值,设σ(0)ȡ0,则σ㊃ɤ-2γ2,两边积分得ʏσ(t ᶄr )σ(0)d σɤʏt ᶄr-2γ2d t ,(37)可得t ᶄr ɤσ(0)2γ2,同理,当s (0)ɤ0时,t ᶄr ɤ-σ(0)2γ2,即系统在任意状态到达滑模面的时间t ᶄrɤ|σ(0)|2γ2㊂到达滑模面σ=0后,σ=2e ㊃+2λ2(e m +e )=0,即d ed t=-λ2(e m +e ),即ʏt ᶄr +Δtᶄt ᶄr1e m+ed e =-λ2Δt ᶄ㊂(38)与TSMC 相似,此处不再赘述,TCSMC 也可经有限时间,即Δt ᶄ时间段由滑模面收敛到原点㊂所以可得,系统经t ᶄr +Δt ᶄ由任意状态到达原点,与互补滑模的渐进收敛相比,明显提高了收敛速度㊂3㊀系统实验分析为验证TCSMC 方法的有效性,基于Links-RT实验平台分别对采用CSMC㊁TSMC 和TCSMC 3种方法的PMLSM 伺服系统进行实验研究,实验框图如图4所示㊂Links-RT 半实物仿真平台可以将数学仿真和物理实验相结合,为系统提供一个半物理的实验环境㊂采用上-下机位的系统架构,上位机中进行模型搭建㊁系统试验㊁编译生成二进制代码以及试验后的数据处理等工作,下机位运行在VxWorks 操作系统上,对模型实时解算并进行数据采集及传输㊂其中通过调节 通用型伺服驱动器 的控制模式,改变负载电机的推力,从而以对拖的形式模拟实验电机的负载变化情况㊂图4㊀基于Links-RT 的PMLSM 实验系统框图Fig.4㊀Block diagram of experiment for PMLSM sys-tem based on Links-RT实验中所选PMLSM 参数为:极距τ=32mm,极对数n p =2,动子绕组电阻R s =2.5Ω,d㊁q 轴电感L d =L q =8.2mH,磁通ψf =0.09Wb,M =8.2kg,K f =50.7N /A,B =0.01N㊃s /m㊂为使系统工作在最佳状态,通过试凑法不断调试得到控制器相关参数㊂CSMC 的参数为:Φ1=0.01,ρ1=5,λ1=400;TSMC 的参数为:α=300,κ1=5,κ2=3,ρ2=500;TC-SMC 的参数为:λ2=50,Φ2=0.0045,a =23,b =25,ρ3=650㊂给系统3种不同的输入信号:1)幅值为1mm的阶跃信号,在0.2s 时负载由F L =100N 增加到F L =400N;2)幅值为1mm 的阶跃信号,在0.2s 时负载由F L =500N 减为F L =200N;3)幅值为1mm,频律为25Hz 的正弦信号,全程加入随机扰动,且在0.3s 时负载由5N 增加到20N㊂实验一:图5(a)是系统输入信号为1)时,基于CSMC㊁TSMC 和TCSMC 的位置跟踪曲线,其误差曲线如图5(b)所示㊂681电㊀机㊀与㊀控㊀制㊀学㊀报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第27卷㊀图5㊀输入信号1)下的位置曲线对比图Fig.5㊀Comparison charts of the position curves under the input signal1)启动时,TCSMC系统在0.04s便达到了稳定状态,稳态误差为0.7μm;TSMC系统稳定时间为0.02s,稳态误差为1.6μm;而CSMC系统启动超调量为0.8mm,稳定用时0.08s,稳态误差为0.1μm㊂0.2s突增负载扰动时,TCSMC系统最大误差为10μm,在0.025s后重新恢复到稳定状态,稳态误差为2.5μm㊂CMSC系统最大误差为0.33mm,在0.06s后重新恢复到稳定状态,稳态误差为0.14μm㊂而TSMC系统最大误差为32μm,在0.008s后恢复到稳定状态,误差为17μm㊂另外,由图可知,TCSMC明显削弱系统的抖振现象,在0.2s前的稳定状态,TCSMC系统抖振幅度为20nm,TSMC系统和CSMC分别为0.2μm和0.25μm;突增负载扰动稳定后,TCSMC系统抖振幅度为13nm,TSMC系统和CSMC系统分别为23nm㊁0.15μm㊂表1为输入信号为1)时各控制器跟踪性能的比较,其中:δ1为启动时超调量,t1为启动时间,δ2为启动时的稳态误差,δ3为F L=100N时的抖振幅度,δ4为突增负载扰动时系统的最大误差,t2为恢复稳定时间,δ5为突增负载扰动后的稳态误差,δ6为F L=400N时的抖振幅度㊂表1㊀输入信号为1)时各控制器跟踪性能比较Table1㊀Comparison of tracking performance for each controller when the input signal is1)参数CSMC TSMC TCSMCδ1/mm0.8t1/s0.080.020.04δ2/μm0.1 1.60.7δ30.25μm0.2μm20nmδ40.33mm32μm10μmt2/s0.060.0080.025δ5/μm0.1417 2.5δ60.15μm23nm13nm实验二:图6(a)是系统输入信号为2)时,基于CSMC㊁TSMC和TCSMC的位置跟踪曲线,其误差曲线如图6(b)所示㊂图6㊀输入信号2)下的位置曲线对比图Fig.6㊀Comparison chart of the position curves under the input signal2)启动时由于负载影响,TSMC㊁CSMC系统的最大误差均为0.14mm,TCSMC系统最大误差为0.06mm㊂TSMC系统0.03s到达稳定状态,稳态误差为24μm;CSMC系统超调量为1.02mm,0.08s 到达稳定状态,稳态误差为0.25μm;TCSMC系统0.05s到达稳定状态,稳态误差为3.4μm㊂0.2s 突减负载时,TCSMC系统最大误差为9μm,在0.03s 后重新恢复到稳定状态,稳态误差为0.7μm㊂CM-781第6期赵希梅等:永磁直线伺服系统终端互补滑模位置控制SC系统最大误差为0.32mm,在0.06s后重新恢复到稳定状态,稳态误差为0.13μm㊂TSMC系统则由上一次的稳态向这一次稳态过渡,误差由24μm逐渐减小,0.01s后恢复到稳定状态,稳态误差为5.3μm㊂在0.2s前的稳定状态,TCSMC系统抖振宽度为20nm,TSMC系统和CSMC系统分别为30nm和0.12μm㊂突减负载扰动稳定后,TCSMC 系统抖振宽度为20nm,TSMC系统和CSMC系统分别为30nm㊁0.15μm㊂表2为输入信号为2)时各控制器跟踪性能的比较,其中:δ7为系统启动最大误差,δ8为启动超调量,t3为启动时间,δ9为F L=500N时稳态误差,δ10为其抖振宽度,δ11为突减负载扰动时系统的最大误差,t4为恢复稳定时间,δ12为F L=200N的稳态误差㊂表2㊀输入信号为2)时各控制器跟踪性能比较Table2㊀Comparison of tracking performance for each controller when the input signal is2)参数CSMC TSMC TCSMCδ7/mm0.140.140.06δ8/mm 1.02t3/s0.080.030.05δ9/μm0.2524 3.4δ100.12μm30nm20nmδ110.32mm 9μmt4/s0.060.010.03δ12/μm0.13 5.30.7由表1和表2可知,TCSMC系统较CSMC系统响应速度明显提高,有效减小了瞬态误差;而与TSMC系统相比,带负载情况下,稳态误差更小,且受负载扰动影响更小,具有更好的跟踪性和鲁棒性㊂另外,TCSMC系统能更好地抑制系统抖振㊂实验三:图7(a)为给定的随机外界扰动,图7(b)为系统输入信号为3)时,基于CSMC㊁TSMC 和TCSMC的位置跟踪曲线,图7(c)~图7(d)是其误差曲线㊂启动时,TCSMC超调量为7μm,稳定时间为15ms,稳定误差受随机扰动的影响,在-37nm~0.1μm范围内呈波动状态,0.3s突加负载扰动后,误差在0.3~0.5μm范围内波动,抖振幅度为20nm;TSMC系统启动无超调,稳定时间为9ms,稳定误差波动范围为8nm~0.15μm,0.3s 突加负载扰动后,误差在0.4~0.8μm范围内波动,抖振幅度为30nm;而CSMC系统启动超调量为10μm,稳定时间为24ms,稳定误差在随机扰动的影响下在-19~96nm范围内波动,0.3s突加负载扰动后,误差在0.22~0.35μm范围内波动,抖振幅度为25nm㊂图7㊀输入信号3)下的位置曲线对比图Fig.7㊀Comparison charts of the position curves under the input signal3)表3为输入信号为3)时,各控制器跟踪性能的比较,其中:δ13为启动时的超调量,t5为启动时间,881电㊀机㊀与㊀控㊀制㊀学㊀报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第27卷㊀δ14为只有随机扰动时的稳态误差,δ15为突增负载扰动后的稳态误差,δ16为抖振幅度㊂表3㊀输入信号为3)时各控制器跟踪性能比较Table3㊀Comparison of tracking performance for each controller when the input signal is3)参数CSMC TSMC TCSMCδ13/μm10 7t5/ms24915δ14-19~96nm8nm~0.15μm-37nm~0.1μm δ15/μm0.2~0.350.4~0.80.3~0.5δ16/nm253020由表可知,在起始阶段,TCSMC系统与CSMC 系统比较,在引入终端项的影响下,明显提高了系统的响应速度,减小了超调量;而与TSMC系统比较,在互补滑模面的影响下,减少了稳态误差,对负载扰动具有更强的鲁棒性㊂在负载扰动前后的稳定状态下,TCSMC系统明显比CSMC系统和TSMC系统的抖振幅度更小,即有效地抑制了抖振现象㊂4㊀结㊀论为满足PMLSM伺服系统高跟踪性能的加工要求,减小不确定因素对精度的影响,提高系统的鲁棒性,设计了一种将CSMC思想与TSMC相结合的控制方法㊂首先利用CSMC削弱传统滑模控制中存在的抖振问题,增强系统鲁棒性,提高系统的控制精度;然后在互补滑模面中引入终端项,提高系统的收敛速度,使TCSMC不仅具有CSMC跟踪误差减半的优势,而且具有TSMC在误差减小时收敛速度快的优点㊂实验结果表明,该方法不仅能够提高系统跟踪精度和收敛速度,增强系统鲁棒性,而且明显减小了系统的抖振幅度㊂参考文献:[1]㊀LIU Xiaoli,ZHEN Shengchao,SUN Hao,et al.A novel modelbased robust control for position tracking of permanent magnet line-ar motor[J].IEEE Transactions on Industrial Electronics,2020, 67(9):7767.[2]㊀HU C,OU H C.Deep GRU neural-network prediction and feed-forward compensation for precision multi-axis motion control sys-tems[J].IEEE/ASME Transactions on Mechatronics,2020,25(3):1377.[3]㊀张康,王丽梅.基于周期性扰动学习的永磁直线电机自适应滑模位置控制[J].电机与控制学报,2021,25(8):132.ZHANG Kang,WANG Limei.Adaptive sliding mode position con-trol for permanent magnet linear motor based on periodic disturb-ance learning[J].Electric Machines and Control,2021,25(8):132.[4]㊀HUANG Xuzhen,LI Jing,TAN Qiang,et al.Sectional combina-tions of the modular tubular permanent magnet linear motor and the optimization design[J].IEEE Transactions on Industrial Electron-ics,2018,65(12):9658.[5]㊀尹忠刚,白聪,杜超,等.基于内模干扰观测器的永磁同步直线电机无差拍电流预测控制方法[J].电工技术学报,2018,33(24):5741.YIN Zhonggang,BAI Cong,DU Chao,et al.Deadbeat predictive current control for permanent magnet linear synchronous motor based on internal model disturbance observer[J].Transactions of China Electrotechnical Society,2018,33(24):5741. [6]㊀赵希梅,王天鹤.基于Hermite多项式函数链模糊神经网络的PMLSM分数阶反推控制[J].电机与控制学报,2021,25(9):61.ZHAO Ximei,WANG Tianhe.Fractional-order backstepping con-trol based on Hermite polynomial functional link fuzzy neural net-work for PMLSM[J].Electric Machines and Control,2021,25(9):61.[7]㊀王一光,李晓杰,陈兴林.基于永磁直线同步电机的光刻机掩模台鲁棒自适应神经网络控制[J].电工技术学报,2016,31(6):38.WANG Yiguang,LI Xiaojie,CHEN Xinglin.A robust adaptive neural network control method based on permanent magnetic linear synchronous motor for the reticle stage of lithography[J].Transac-tions of China Electrotechnical Society,2016,31(6):38. [8]㊀SONG Fazhi,LIU Yang,XU Jianxin,et al.Iterative learning i-dentification and compensation of space-periodic disturbance in PMLSM systems with time delay[J].IEEE Transactions on Indus-trial Electronics,2018,65(9):7579.[9]㊀孙宜标,仲原,刘春芳,基于LMI的直线伺服滑模位移跟踪控制[J].电工技术学报,2019,34(1):33.SUN Yibiao,ZHONG Yuan,LIU Chunfang.LMI-based sliding mode displacement tracking control for permanent magnet linear synchronous motor[J].Transactions of China Electrotechnical So-ciety,2019,34(1):33.[10]㊀严乐阳,叶佩青,张辉,等.基于多周期迭代滑模控制的直线电机干扰抑制[J].电机与控制学报,2017,21(1):8.YAN Yueyang,YE Peiqing,ZHANG Hui,et al.Disturbance re-jection for linear motor based on multi-periodic learning variablestructure control[J].Electric Machines and Control,2017,21(1):8.[11]㊀CHEN Qiang,TAO Liang,NAN Yurong.Full-order slidingmode control for high-order nonlinear system based on extended981第6期赵希梅等:永磁直线伺服系统终端互补滑模位置控制state observer[J].Journal of Systems Science&Complexity,2016,29(4):978.[12]㊀GAO Jianguo,LIU Yuchao,ZHOU Jun.Integral terminal slidingmode control for nonlinear systems[J].Journal of Systems Engi-neering and Electronics,2018,29(3):571.[13]㊀雷城,蓝益鹏,孙云鹏.直线同步电动机磁悬浮系统的模糊分数阶滑模控制[J].电机与控制学报,2022,26(3):94.LEI Cheng,LAN Yipeng,SUN Yunpeng.Fuzzy fractional slid-ing mode control of magnetic levitation system of linear synchro-nous motors[J].Electric Machines and Control,2022,26(3):94.[14]㊀赵希梅,赵久威.永磁直线同步电机的互补滑模变结构控制[J].中国电机工程学报,2015,35(10):2552.ZHAO Ximei,ZHAO plementary sliding mode varia-ble structure control for permanent magnet linear synchronous mo-tor[J].Proceedings of the CSEE,2015,35(10):2552. [15]㊀HUANG Yanwei,XIE Yuqing,HUANG plemen-tary sliding mode speed control with saturation function boundarylayer optimization[J].Journal of Harbin Institute of Technology,2019,26(5):67.[16]㊀GAMBHIRE S J,KANTH K S,MALVATKAR G M,et al.Ro-bust fast finite-time sliding mode control for industrial robot ma-nipulators[J].International Journal of Dynamics&Control,2018,7(2):607.(编辑:邱赫男)091电㊀机㊀与㊀控㊀制㊀学㊀报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第27卷㊀。

第8届国际电机与系统会议(ICEMS2005)在南京举办
佚名
【期刊名称】《电气技术》
【年(卷),期】2005(000)011
【摘要】2005年9月26～29日,第八届国际电机与系统会议(ICEMS2005)在南京国际会议大酒店召开。

会议由中国电工技术学会、中国电机工程学会、国家自然科学基金委员会和IEEE北京分部等国内单位以及韩国电机工程师学会(KIEE)、日本电机工程师学会(IEEJ)共同主办,并与美国IEEE IAS(IEEE工业应
【总页数】2页(P59-60)
【正文语种】中文
【中图分类】TM3-2
【相关文献】
1.南京玻璃纤维研究设计院成功举办国际标准化会议 [J],
2.“南京2015年国际生命伦理学高峰会议暨全国第二届老龄生命伦理学与老龄科学论坛”在东南大学举办 [J], 许启彬
3.第4届智能物流系统国际会议暨国际智能物流系统协会年会将在上海举办 [J],
4.第4届智能物流系统国际会议暨国际智能物流系统协会年会将在上海举办 [J],
5.语音学系列国际会议分别在上海和南京两地举办 [J], 本刊记者
因版权原因，仅展示原文概要，查看原文内容请购买。

第１３卷㊀第６期Ｖｏｌ．１３Ｎｏ．６㊀㊀智㊀能㊀计㊀算㊀机㊀与㊀应㊀用ＩｎｔｅｌｌｉｇｅｎｔＣｏｍｐｕｔｅｒａｎｄＡｐｐｌｉｃａｔｉｏｎｓ㊀㊀２０２３年６月㊀Ｊｕｎ．２０２３㊀㊀㊀㊀㊀㊀文章编号：２０９５－２１６３（２０２３）０６－０１２６－０４中图分类号：ＴＰ２４２文献标志码：Ａ基于ＲＯＳ系统的无人配送智能车设计张雨晴１，吕㊀程２，高金凤１（１浙江理工大学信息科学与工程学院，杭州３１００１８；２杭州市水务集团有限公司，杭州３１０００９）摘㊀要：传统的无人配送智能车功能单一，体积较大，难以适用于狭小复杂的工作环境㊂为此，本文设计了一款基于ＲＯＳ（ＲｏｂｏｔＯｐｅｒａｔｉｎｇＳｙｓｔｅｍ）操作系统的简易配送智能车㊂该智能车使用ＲＯＳ操作系统作为平台，由ＲＯＳ控制器和ＳＴＭ３２运动控制器组成，地图构建采用ＳＬＡＭ（ＳｉｍｕｌｔａｎｅｏｕｓＬｏｃａｌｉｚａｔｉｏｎａｎｄＭａｐｐｉｎｇ）建图算法，规划路径采用全局和局部相结合的路径规划算法㊂该智能车集成程度高，体积小，适用于多种场合，具有良好的社会效益㊂关键词：ＲＯＳ；配送智能车；路径规划ＤｅｓｉｇｎｏｆｕｎｍａｎｎｅｄｉｎｔｅｌｌｉｇｅｎｔｄｅｌｉｖｅｒｙｖｅｈｉｃｌｅｂａｓｅｄｏｎＲＯＳｓｙｓｔｅｍＺＨＡＮＧＹｕｑｉｎｇ１，ＬＶＣｈｅｎｇ２，ＧＡＯＪｉｎｆｅｎｇ１（１ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＺｈｅｊｉａｎｇＳｃｉ－ＴｅｃｈＵｎｉｖｅｒｓｉｔｙ，Ｈａｎｇｚｈｏｕ３１００１８，Ｃｈｉｎａ；２ＨａｎｇｚｈｏｕＷａｔｅｒＧｒｏｕｐＣｏ．，Ｌｔｄ，Ｈａｎｇｚｈｏｕ３１０００９，Ｃｈｉｎａ）ʌＡｂｓｔｒａｃｔɔＴｈｅｔｒａｄｉｔｉｏｎａｌｕｎｍａｎｎｅｄｉｎｔｅｌｌｉｇｅｎｔｄｅｌｉｖｅｒｙｖｅｈｉｃｌｅｈａｓｓｏｍｅｌｉｍｉｔａｔｉｏｎｓｏｆｓｉｍｐｌｅｆｕｎｃｔｉｏｎａｎｄｌａｒｇｅｂｕｌｋ，ｗｈｉｃｈｉｓｄｉｆｆｉｃｕｌｔｔｏａｐｐｌｙｉｎｔｈｅｎａｒｒｏｗａｎｄｃｏｍｐｌｅｘｗｏｒｋｉｎｇｅｎｖｉｒｏｎｍｅｎｔ．ＷｅｄｅｓｉｇｎａｓｉｍｐｌｅｄｅｌｉｖｅｒｙｉｎｔｅｌｌｉｇｅｎｔｖｅｈｉｃｌｅｂａｓｅｄｏｎＲＯＳ（ＲｏｂｏｔＯｐｅｒａｔｉｎｇＳｙｓｔｅｍ）ｓｙｓｔｅｍ．ＴｈｅｓｍａｒｔｖｅｈｉｃｌｅｕｓｅｓＲＯＳｏｐｅｒａｔｉｎｇｓｙｓｔｅｍａｓｔｈｅｐｌａｔｆｏｒｍａｎｄｉｓｃｏｍｐｏｓｅｄｏｆＲＯＳｃｏｎｔｒｏｌｌｅｒｆｒａｍｅｗｏｒｋａｎｄＳＴＭ３２ｍｏｔｉｏｎｃｏｎｔｒｏｌｆｒａｍｅｗｏｒｋ．ＴｈｅｍａｐｂｕｉｌｄｉｎｇａｄｏｐｔｓｔｈｅＳＬＡＭ（ＳｉｍｕｌｔａｎｅｏｕｓＬｏｃａｌｉｚａｔｉｏｎａｎｄＭａｐｐｉｎｇ）ｍａｐｐｉｎｇａｌｇｏｒｉｔｈｍ，ａｎｄｔｈｅｐａｔｈｐｌａｎｎｉｎｇａｄｏｐｔｓａｃｏｍｂｉｎａｔｉｏｎｏｆｇｌｏｂａｌａｎｄｌｏｃａｌｐａｔｈｐｌａｎｎｉｎｇａｌｇｏｒｉｔｈｍｓ．Ｉｎａｄｄｉｔｉｏｎ，ｔｈｅｓｍａｒｔｖｅｈｉｃｌｅｉｓｈｉｇｈｌｙｉｎｔｅｇｒａｔｅｄａｎｄｓｍａｌｌｉｎｓｉｚｅ，ｗｈｉｃｈｉｓｓｕｉｔａｂｌｅｆｏｒｖａｒｉｏｕｓｗｏｒｋｉｎｇｅｎｖｉｒｏｎｍｅｎｔｓｕｃｈａｓｈｏｔｅｌｓａｎｄｈｏｓｐｉｔａｌｓ．ʌＫｅｙｗｏｒｄｓɔＲＯＳ；ｉｎｔｅｌｌｉｇｅｎｔｄｅｌｉｖｅｒｙｖｅｈｉｃｌｅ；ｐａｔｈｐｌａｎｎｉｎｇ基金项目：国家自然科学基金（６２０７３２９６）；浙江省自然科学基金（ＬＹ２０Ｆ０３００１５）㊂作者简介：张雨晴（１９９９－），女，硕士研究生，主要研究方向：机器人操作系统㊁自主导航与智能控制；吕㊀程（１９９０－），男，学士，助理工程师，主要研究方向：机械与电气自动化设备技术应用；高金凤（１９７８－），女，博士，教授，主要研究方向：先进控制理论与故障诊断技术㊂通讯作者：高金凤㊀㊀Ｅｍａｉｌ：ｊｆｇａｏ＠ｚｓｔｕ．ｅｄｕ．ｃｎ收稿日期：２０２３－０３－２５０㊀引㊀言随着科学技术的进步，机器人技术不断创新，已经在餐饮㊁物流等领域起着重要作用，代替人类从事危险㊁重复和繁琐的工作㊂无接触配送智能车是一种可以节省劳动力的工具㊂然而，当前的无接触配送小车操作繁琐㊁功能单一㊁自动化程度不高，尤其是在狭小㊁拥挤的动态环境中无法胜任配送工作［１］㊂提升智能车的集成程度㊁运动路径精度，规划出更合理㊁时间更短㊁平滑性更高和误差更小的移动路径等问题已成为研究的重点［２］㊂本文设计了一款基于ＲＯＳ操作系统的多功能无人配送智能车，该智能车可通过遥控㊁语音导航和运动跟随３种方式控制，以实现物资的配送㊂１㊀硬件结构方案１．１㊀总体框架远程控制设备和无人配送智能车的连接示意图如图１所示㊂该智能车基于ＲＯＳ机器人操作系统，包括远程控制设备㊁配送小车和无线网络系统，其中配送小车和远程遥控设备需处于同一无线局域网中㊂该智能车包括储物筐和移动底盘，移动底盘采用３层平台结构，移动底盘的上层设有深度摄像机㊁麦克风语音装置㊁ＷＩＦＩ模块和激光雷达导航避障装置；中层设有单片机驱动板和上位机；下层设有电源扩展板和麦克纳姆轮㊂上位机控制激光雷达导航避障装置和深度摄像机㊂通过遥控㊁语音导航和运动跟随３种方式，控制智能车进行配送任务㊂图１㊀远程控制设备与无人配送智能车连接示意图Ｆｉｇ．１㊀Ｃｏｎｎｅｃｔｉｏｎｄｉａｇｒａｍｏｆｒｅｍｏｔｅｃｏｎｔｒｏｌａｎｄｕｎｍａｎｎｅｄｉｎｔｅｌｌｉｇｅｎｔｄｅｌｉｖｅｒｙｖｅｈｉｃｌｅ㊀㊀智能车平台总体架构图如图２所示㊂该智能车平台的总体架构由软件控制系统层㊁硬件层和驱动层３部分组成㊂硬件层包括惯性测量单元㊁深度摄像机㊁激光雷达㊁里程计和电机㊂思岚Ａ１激光雷达和乐视深度摄像机将采集到的数据直接发送给上位机，惯性测量单元㊁里程计和电机由下位机控制㊂软件控制系统层包括能够实现建图功能的功能包㊁导航框架和路径规划功能包㊂１．２㊀控制组成该智能车控制系统由ＲＯＳ机器人操作系统和ＳＴＭ３２运动控制器组成㊂ＲＯＳ机器人操作系统控制激光雷达导航避障装置和深度摄像机，并将处理后的信息实时传输给同一局域网上的远程遥控设备㊂远程遥控设备接收信息后发送指令给ＳＴＭ３２运动控制器，从而控制小车的运动［３］㊂ＲＯＳ机器人操作系统安装在ＰＣ上作为上位机，其主要模块是定位导航模块㊂运动信息通过上位机传送给ＳＴＭ３２下位机，下位机通过订阅话题的方式接收并使用ＰＩＤ（ＰｒｏｐｏｒｔｉｏｎＩｎｔｅｇｒａｔｉｏｎＤｉｆｆｅｒｅｎｔｉａｔｉｏｎ）算法调节电机的速度，向上位机传运动数据和传感器信息［４］㊂导航框架传感数据采集器电机控制S L A M 外设驱动U A R T 驱动I M U 驱动E X I T 驱动激光雷达驱动编码器驱动电机驱动A D C 驱动I /O 扩展电机驱动刷外设激光雷达I M U 里程计电机A R MC o r t e x -A 53S T M 32F 103C 8T 6机械平台硬件中间件处理器硬件层驱动层操作系统层R O S 模块图２㊀智能车平台总体架构图Ｆｉｇ．２㊀Ｏｖｅｒａｌｌａｒｃｈｉｔｅｃｔｕｒｅｏｆｉｎｔｅｌｌｉｇｅｎｔｖｅｈｉｃｌｅｐｌａｔｆｏｒｍ２㊀软件设计方案该无人配送智能车使用ＲＯＳ机器人操作系统作为平台，应用ＧｍａｐｐｉｎｇＳＬＡＭ（ＳｉｍｕｌｔａｎｅｏｕｓＬｏｃａｌｉｚａｔｉｏｎａｎｄＭａｐｐｉｎｇ）建图算法将激光雷达采集的环境信息进行建图㊂用ＡＭＣＬ（ＡｄａｐｔｉｖｅＭｏｎｔｅＣａｒｌｏＬｏｃａｌｉｚａｔｉｏｎ）自适应蒙特卡洛定位算法实现精确定位［５］，同时结合Ａ∗全局路径规划算法和ＤＷＡ（ＤｙｎａｍｉｃＷｉｎｄｏｗＡｐｐｒｏａｃｈ）局部路径规划算法，以规划出最优路径㊂此外，为了提高适用性，该系统还设计了跟随和语音导航功能㊂２．１㊀无人配送智能车的地图构建构建地图是实现智能车定位导航㊁路径规划和自主移动工作的前提条件㊂采用ＳＬＡＭ建图理论，智能车在未知环境中移动，利用脉冲式激光传感器获取周围环境信息㊂传感器向周围发射脉冲信号，接收回波信号，通过计时电路计算激光往返时间来确定智能车与障碍物的距离，从而构建地图㊂该智能车使用开源Ｇｍａｐｐｉｎｇ功能包订阅里程计㊁惯性测量单元和深度信息，同时完成一些必要的参数设置㊂７２１第６期张雨晴，等：基于ＲＯＳ系统的无人配送智能车设计２．２㊀无人配送智能车的定位导航定位过程：首先，通过智能车不同位置坐标系之间的变换关系，可以显示运动状态；其次，利用基于扩展卡尔曼滤波算法的ｒｏｂｏｔ＿ｐｏｓｅ＿ｅｋｆ算法，轮式里程计的数据和惯性测量单元的信息融合滤波并输出；最后，通过ＡＭＣＬ定位框架在已知地图中进行智能车定位，实现持续定位跟踪［６］㊂２．３㊀无人配送智能车的语音交互该智能车的语音交互系统由语音唤醒㊁语音采集㊁命令词识别和语音合成等部分组成㊂语音识别采用的是开源的科大讯飞公司的语音功能包，能够将采集到的语音转化为文本，通过命令词识别功能，将语音指令转换为对应的地点名称和坐标，并发布到智能车的控制话题中，以实现准确到达目标位置的目的㊂２．４㊀无人配送智能车的路径规划对针对静态地图使用Ａ∗算法可以快速有效地规划出全局地图的最佳路径，但无法很好应对动态环境［７］㊂ＤＷＡ算法则能够使机器人很好地处理小范围的动态环境，避开障碍物，但规划出的路径不一定是最优路径［８］㊂因此，本文通过路径规划功能包将Ａ∗全局路径规划算法和ＤＷＡ局部路径规划算法结合起来㊂在智能车构建生成地图后，首先通过Ａ∗算法规划出全局最优路径规划，让智能车按照该路径行驶㊂在行驶过程中，如果动态环境影响到下一个路径并导致节点被占用，就使用ＤＷＡ算法规划出动态的局部路径，使智能车绕过障碍物，回到Ａ∗规划的路径㊂２．４．１㊀全局路径规划算法改进Ａ∗算法结合了具有全局性特点的Ｄｉｊｋｓｔｒａ算法和最佳优先算法ＢＦＳ（ＢｅｓｔＦｉｒｓｔＳｅａｒｃｈ）㊂Ｄｉｊｋｓｔｒａ算法被广泛用于智能车路径规划的全局搜索㊂虽然ＢＦＳ算法可以减小Ｄｉｊｋｓｔｒａ算法的搜索范围，但是规划出的路径不一定是最优路径㊂改进后的Ａ∗算法可以减少传统的Ａ∗算法在路径规划时会产生冗余点和拐点的问题㊂Ａ∗算法示意图如图３所示㊂起点(x0,y0)目标点(x2,y2)父节点(x2,y2)当前点(x1,y1)g(n)c(n)h(n)图３㊀Ａ∗算法示意图Ｆｉｇ．３㊀Ａ∗ａｌｇｏｒｉｔｈｍｄｉａｇｒａｍ㊀㊀Ａ∗算法的评价函数，式（１）：ｆ（ｎ）＝ｇ（ｎ）＋ｈ（ｎ）（１）㊀㊀当前点的评价函数ｆ（ｎ）由过去成本函数ｇ（ｎ）和当前成本函数ｈ（ｎ）组成，过去成本函数是起点（ｘ０，ｙ０）到当前点（ｘ１，ｙ１）的距离，当前成本函数当前点（ｘ１，ｙ１）到目标点（ｘ２，ｙ２）的距离，式（２）和式（３）：ｇ（ｎ）＝（ｘ１－ｘ０）２＋（ｙ１－ｙ０）２（２）ｈ（ｎ）＝（ｘ２－ｘ１）２＋（ｙ２－ｙ１）２（３）㊀㊀这种算法通过改进评价函数的计算方式，降低了算法的计算量，从而能更加快速有效地生成平滑路径㊂当ｈ（ｎ）权重比过大时，虽然能够减少寻路的工作量，但是不能规划出最佳路径；而当ｈ（ｎ）权重比过小时，虽然可以规划出最佳路径，但是工作量较大，通过引入权重比例系数改变评价函数的权重比，改善路径，以及通过节点优化改进路径生成策略㊂２．４．２㊀局部路径规划算法改进本文提出了一种改进的动态窗口法，可以有效解决无人配送智能车在局部路径规划时加速度超出规定范围和实际路径偏离全局路径过多之类的问题㊂该方法分为两步：首先对智能车自身的速度空间进行动力学约束㊁运动学约束和障碍物约束；其次，对速度空间的数据采样后，利用动力学公式进行轨迹推算㊂轨迹推算示意图如图４所示㊂y wyo w xwdθdθ1d y1d y d x1d xx rθy ro rx图４㊀轨迹推算示意图Ｆｉｇ．４㊀Ｓｃｈｅｍａｔｉｃｄｉａｇｒａｍｏｆｔｒａｊｅｃｔｏｒｙｅｓｔｉｍａｔｉｏｎ㊀㊀在不考虑路况的理想情况下，轨迹推算公式（４）如下：ｘｔ＋ｄｔｙｔ＋ｄｔｚｔ＋ｄｔéëêêêêùûúúúú＝ｘｔｙｔθｔéëêêêêùûúúúú＋ｃｏｓθ－ｓｉｎθ０ｓｉｎθｃｏｓθ０００１æèçççöø÷÷÷＋ｄｘｄｙｄθéëêêêùûúúú（４）㊀㊀其中，［ｘｔ＋ｄｔ，ｙｔ＋ｄｔ，θｔ＋ｄｔ，］Ｔ是ｔ＋ｄｔ时刻小车在世界坐标系下的位姿，［ｘｔ，ｙｔ，θｔ］Ｔ是ｔ时刻小车在世界坐标系下的位姿，［ｄｘ，ｄｙ，ｄθ］是ｄｔ时间内小车在底盘坐标系下的理想变化量㊂实际轨迹推算公式中，应该考虑误差对于ｄｔ时间内智能车底盘坐标的变化量的影响㊂８２１智㊀能㊀计㊀算㊀机㊀与㊀应㊀用㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第１３卷㊀假设激光里程计测量出的数据ｕｉ∗＝［ｕ∗ｉｘ，ｕ∗ｉｙ，ｕ∗ｉθ］Ｔ和轮式里程计测量出的数据ｕｉ＝＝［ｕｉｘ，ｕｉｙ，ｕｉθ］Ｔ关系是线性的，式（５）：ｕ∗ｉｘｕ∗ｉｙｕ∗ｉθéëêêêêùûúúúú＝ａ１１ａ１２ａ１３ａ２１ａ２２ａ２３ａ３１ａ３２ａ３３æèçççöø÷÷÷ｕｉｘｕｉｙｕｉθéëêêêêùûúúúú（５）㊀㊀其中，ａ１１ａ１２ａ１３ａ２１ａ２２ａ２３ａ３１ａ３２ａ３３éëêêêêùûúúúú为两者的系数㊂误差补偿后的公式（６）：ｘｔ＋ｄｔｙｔ＋ｄｔｚｔ＋ｄｔéëêêêêùûúúúú＝ｘｔｙｔθｔéëêêêêùûúúúú＋ｃｏｓθ－ｓｉｎθ０ｓｉｎθｃｏｓθ０００１æèçççöø÷÷÷ａ１１ａ１２ａ１３ａ２１ａ２２ａ２３ａ３１ａ３２ａ３３æèçççöø÷÷÷＋ｄｘｄｙｄθéëêêêùûúúú（６）该算法首先通过ＤＷＡ算法对速度进行动力学约束，把智能车加速度控制在不会导致轮胎垂直载荷过小的合理范围内㊂其次，该算法对轨迹误差进行闭环的补偿，从而减少了实际路径和全局路径的误差㊂３㊀实㊀验３．１㊀功能测试本实验在构建的地图上设置了多个目标点和巡航路线，通过ＱＴＣｒｅａｔｏｒ开发的遥控软件或语音指令，用户可以轻松地遥控智能车㊂３．２㊀算法验证经过将改进后的Ａ∗算法与传统的Ａ∗算法进行仿真实验对比，不同Ａ∗算法寻路时间对比见表１，表明改进的Ａ∗算法路径查找时间更短㊂㊀㊀经过仿真实验比较传统的局部路径规划算法和改进后的局部路径规划算法，传统ＤＷＡ和改进ＤＷＡ精确度对比见表２，优化后的ＤＷＡ路径规划算法比传统ＤＷＡ路径规划算法的误差更小㊂表１㊀不同Ａ∗算法寻路时间对比Ｔａｂ．１㊀ＣｏｍｐａｒｉｓｏｎｏｆｐａｔｈｆｉｎｄｉｎｇｔｉｍｅｏｆｄｉｆｆｅｒｅｎｔＡ∗ａｌｇｏｒｉｔｈｍｓ算法名称寻路时间／ｓ传统Ａ∗算法７．５３改进Ａ∗算法７．４５表２㊀传统ＤＷＡ和改进ＤＷＡ精确度对比Ｔａｂ．２㊀ＣｏｍｐａｒｉｓｏｎｏｆａｃｃｕｒａｃｙｂｅｔｗｅｅｎｔｒａｄｉｔｉｏｎａｌＤＷＡａｎｄｉｍｐｒｏｖｅｄＤＷＡ算法平均误差传统ＤＷＡ０．０５１改进ＤＷＡ０．０１８４㊀结束语本文设计了一种无人配送智能车，该智能车具备良好的语音交互特性㊁准确建图和精准定位能力，以及运动跟随和精准配送功能㊂在改进后的路径规划算法的支持下，该智能车能够更快更精确地到达目的地㊂未来的研究可以进一步优化无人配送智能车的性能，以满足不同应用场景的需求㊂参考文献［１］徐佳慧．基于城市场景的无人机配送任务规划研究［Ｄ］．北京交通大学，２０２１．［２］杜霈．基于自适应融合算法的无人售卖车动态路径规划方法［Ｄ］．重庆：重庆交通大学２０２２．［３］李思达．基于测距仪阵列的固态激光雷达空间探测平台研究与搭建［Ｄ］．长春：吉林大学，２０２２．［４］杨紫阳．大型粮面自主巡视机器人控制系统设计［Ｄ］．河南：河南工业大学，２０２０．［５］宋凯．基于激光ＳＬＡＭ的室内移动机器人定位可靠性增强策略研究［Ｄ］．山东：山东大学，２０２２．［６］陈鸿宇．基于激光雷达的自主导航地坪磨抛机算法研究［Ｄ］．厦门：厦门理工学院，２０２２．［７］叶明，周俊充，郑毅，等．封闭园区内无人驾驶洗扫车路径规划及控制［Ｊ／ＯＬ］．计算机应用研究：１－８［２０２３－０２－２５］．［８］尹婉秋．基于改进Ａ∗算法的无人车变速避障路径规划研究［Ｄ］．重庆：重庆理工大学，２０２２．（上接第１２５页）［６］苏彬彬．基于数据包络模型的我国社区卫生机构资源配置效率分析［Ｊ］．中国卫生政策研究，２０２１，１４（６）：５１－５７．［７］孙伟鑫．吉林省基层医疗卫生机构卫生资源配置效率和公平性研究［Ｄ］．长春：吉林大学，２０２０．［８］赵信，李军．ＤＥＡ联合其他综合评价系统分析方法用于医疗机构的效率评价述评［Ｊ］．中国卫生统计，２０２０，３７（２）：３１３－３１６．［９］陈冠南，杨臻煌．基于ＤＥＡ－Ｍａｌｍｑｕｉｓｔ模型的我国公共医疗卫生资源配置效率评价研究 以我国３０个省市地区的数据为例［Ｊ］．福建医科大学学报（社会科学版），２０２２，２３（４）：１４－２２．［１０］李保婵，薛晓璐．基于ＤＥＡ的广西基本医疗保险对医疗服务影响研究［Ｊ］．中国市场，２０１８（１３）：４１－４２，４８．９２１第６期张雨晴，等：基于ＲＯＳ系统的无人配送智能车设计。

国外客户服务关键技术情报研究报告1.客户服务关键技术概述1.1民用飞机运行实时监控与健康管理技术1.2民用飞机故障诊断及维修智能决策专家系统1.3数字化维修技术1.4基于RFID的航材库存物流管理技术1.5三位虚拟机务培训系统1.6技术出版物中的三维交互技术1.7技术出版物全寿命跟踪管理系统研发（这部分根据已有材料，我自己简单总结一下）2工程支援服务2.1工程支援服务内容2.2实时监控与健康管理技术实时监控包括：实时航行动态监控SOC飞机故障实时监控MCC发动机性能实时监控EMC健康管理包括：在役飞机构型管理全机队可靠性管理部附件健康管理发动机健康管理结构健康管理2.2.1 实时监控技术ACARS（飞机通信寻址报告系统）由三部分组成：机载设备⏹FMS - 发送飞行计划更改请求，位置报告等。

接收清场及控制塔台指令。

⏹打印机- 定位并自动打印一条上传消息。

⏹维护计算机- 下载诊断消息。

在一些系统里，地面工程师甚至可以通过数据链消息引导飞行员进行空中故障分析及排除。

⏹客舱终端- 通常用于空中乘务员和有特定需求的乘客之间的交流，通知分发餐饮以及登机门变更等。

服务提供商目前世界上主要有两大厂商提供地面网络服务——ARINC和SITA。

一些国家则在其帮助下建立了自己的网络。

ARINC主要在北美地区，最近在欧洲建立网络。

ARINC也帮助中国建立了CAAC网络。

在泰国和南美，ARINC帮助其建立了VHF(甚高频)网络。

SITA多年来一直在欧洲、中东、南美和亚洲经营自己的网络。

最近SITA又在美国和ARINC开始竞争。

地面处理系统地基系统或者属于政府，如CAA/FAA，或者属于航空公司。

CAA地基系统提供了如放行等空中交通管制服务。

航空公司则关注于运营效率，提供了诸如登机门分配、维护、乘客需求等等服务。

最近航空公司开始应用Rockwell Collins公司的产品——HERMES，来汇集，分析并重组ACARS消息，并可以将它们重新传回原飞机或其他航班。