IEEEJAS的个人博客分享 http://blog.sciencenet.cn/u/IEEEJAS

博文

直播预告‖自动化前沿热点讲堂之第二十六讲

已有 386 次阅读 2024-6-7 16:01 |系统分类:博客资讯

主 题:网络系统感知与控制——数据和智能驱动新质生产力

时 间:2024年6月7日8:00-10:30

腾讯会议号:888-208-880

主持人:郭戈 教授  东北大学

图片

报告信息及专家简介

告题目:Data-Driven Security Control Against Network Attacks and Its Applications

报告摘要:In practical systems, the accurate models are usually difficult to obtain with the development of the industrial technology. Therefore, data-driven control methods have attracted more and more attention in the big data era. In addition, while providing convenience, the wireless network channels used to transmit a large amount of system data will be maliciously attacked. Thus, the security problem is very important for data-driven control methods. This report focuses on the data-driven security control against denial-of-service attacks for a class of nonlinear systems and its applications in the vehicle platoon systems.

图片

告题目:网络化系统信息融合估计与控制

报告摘网络技术应用于感知与控制系统改变了系统间信息传输方式,丰富了系统功能,网络化系统也越来越广泛地出现在生产和生活中,如工业互联网、车联网、无人集群系统。在网络化系统中,系统之间可方便的通过网络共享信息,实现多系统协同感知与控制,突破单系统的性能极限,增强了系统功能,扩展了应用范围。本报告将系统介绍本人在该方向取得的研究成果及应用情况,包括:(1)处理异步多时间尺度感知信息的序贯融合估计方法;(2)处理多源干扰的渐进和分数型信息融合估计方法;(3)基于递阶融合思想的分布式信息融合估计方法;(4)信息传输不确定性下的控制系统建模、分析与设计。相关结果应用于网络化多轴运动控制器和车载高精度定位系统。

图片

告题目:面向复杂环境的仿海胆机器人机动技术

报告摘要:多样化复杂环境的工作挑战性质使得特种结构机器人技术研究在众多领域中都备受重视。然而复杂环境往往伴随着多种挑战,例如不规则的地形地貌,或者是隐蔽性和运动性能的要求。因此,机器人在复杂环境中成功完成各种任务需要具备特殊的机动技术和能力。正是在这一背景下,我们研发了一种自适应类海胆仿生机器人,以满足对多样化复杂环境中机器人技术的需求。本报告将介绍仿海胆机器人研究所取得的部分成果,为机器人技术在应对复杂环境挑战中的应用提供更为全面和深入的理解。主要包括:硬件结构设计、基于动力学的运动控制、基于强化学习的运动控制、仿真及样机实验结果介绍。

图片

告题目:几种矩阵半张量积及其应用

报告摘要:报告首先简单介绍几种矩阵乘积的概念、基本性质、几种乘积之间的关系及其在控制理论中的应用,主要包括矩阵标准乘积、Kronecker积、Hadamard积、Khatri-Rao积。接着,重点介绍矩阵半张量积以及几种广义的矩阵半张量积,包括其定义、性质及其应用领域等。

图片

告题目:能源网络系统协调控制与优化方法

报告摘要:能源网络系统是能源与信息深度融合的信息物理系统,可再生能源高比例接入,负荷用电特性复杂,源储荷协调运行需要频繁交互信息,面临如下挑战问题:源荷不确定引起能源系统频率和电压的偏差,能源系统运行与信息传输关联耦合,用户需求响应与系统优化调度目标冲突。报告针对上述挑战问题,从物理、信息、系统三个层面提出了能源网络系统的协调控制与优化方法,包括三方面内容:温控负荷参与频率调节的源荷协调控制方法,基于价格激励的协同优化调度策略,面向能源系统控制与优化的适配传输机制。

图片



https://blog.sciencenet.cn/blog-3291369-1437255.html

上一篇:JAS最新CiteScore达23.5,首次突破20
下一篇:自动化学报排名第一,持续入选中国权威学术期刊(A+)
收藏 IP: 150.242.79.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-6-20 19:55

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部