✦ 点击蓝字，关注我们！✦
欢迎阅读本期IEEE Transactions on Industrial Electronics期刊2026年issue2推送（第15期/共18期）。本期推送共精选了10篇研究论文，内容聚焦于先进驱动与精密定位、多智能体协同控制、高效功率变换器、智能控制算法、高可靠电力电子系统与实时在线学习等前沿领域，涵盖了从纳米级致动器优化到编队机动、从高频整流到直流电网保护的关键技术，展现了工业电子在提升系统性能、可靠性与智能化方面的最新进展。总体而言，这些工作为工程化应用提供了可复制的设计思路与评价指标，具有显著的产业化与系统集成价值。
本期目录
📖 第1篇：新型齿形轭混合磁阻致动器：增强线性度以实现大范围纳米定位
📖 第2篇：基于分布式优化的避障驱动编队缩放机动控制
📖 第3篇：单级高频链路整流器的在线回流功率最小化调制技术
📖 第4篇：基于在线强化学习的欠驱动自主水面艇PID目标跟踪控制
📖 第5篇：全频域永磁耦合的失步检测与再耦合方案
📖 第6篇：多端MMC-HVDC系统故障后直流暂态过电压控制
📖 第7篇：应用于三电平DC-DC变换器的功率可调广义离散趋近律
📖 第8篇：基于电感更新机制的并行化模型预测控制用于分相T型逆变器
📖 第9篇：欠驱动水面无人艇的追逃博弈：一种在线深度学习策略
📖 第10篇：可重合闸双向Z源直流断路器：抑制电源侧故障反射与反向恢复尖峰
📖 第1篇
📌 新型齿形轭混合磁阻致动器：增强线性度以实现大范围纳米定位
Novel Tooth-Shaped Yoke Hybrid Reluctance Actuator With Enhanced Linearity for Large-Range Nanopositioning
作者：Peng Yang，Shixun Fan，Bairuocheng Ren，Zhijie Wen，Mubang Xiao，Dapeng Fan
本文面向高精度纳米定位平台中的致动器范围与线性度矛盾，提出了完整的技术路线与系统框架。文章首先定义问题场景（原子力显微镜、精密制造等），并以结构几何改进为切入点，提出核心机制：齿形轭（Tooth-Shaped Yoke）几何优化。系统输入为动子位移与线圈励磁电流，输出为推力和刚度特性；关键模块包括齿形角设计、磁路等效模型、有限元仿真与多目标优化。与既有HRA方法不同，本工作从几何层面通过改变气隙变化路径来降低磁通泄漏，突出两项主要创新：行程—气隙耦合弱化与有效截面积增大，从源头上削弱电磁非线性并提高稳定行程。
在实现细节上，研究建立了磁路数学模型并结合有限元（FEM）进行参数扫描和灵敏度分析。优化采用多目标约束（结构紧凑性、磁饱和、装配误差敏感性），最终选择齿形角约45°。关键实现要点包括：现场量测与仿真匹配、装配公差补偿策略和基于FEM的参数化扫描。实验部署关注热稳定性与装配误差对K_i、K_x曲线的影响，标注的关键超参数为齿形角≈45°与有限元网格密度控制（用于保证仿真精度）。
实验设计覆盖静态推力测量、刚度表征和动态跟踪测试；对比对象为传统HRA。关键结果包括：推力系数提升19.8%；推力非线性度从171.9%降至68.3%；负刚度下降13.1%、非线性度由648.9%降至238.3%；定位器有效工作范围由0.8 mm扩展到>1.0 mm；在±0.5 mm处仍保持27.6 Hz谐振与RMS误差4.3 μm。基于这些指标，结论是该结构改进显著提升了致动器的线性度与稳定行程，适用于毫米级行程且要求高带宽的纳米定位系统。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11211525
📖 第2篇
📌 基于分布式优化的避障驱动编队缩放机动控制
Obstacle Avoidance-Driven Formation Scaling Maneuver Based on Distributed Optimization
作者：Guofei Li，Xianzhi Wang，Gang Wang，Dong Zhang，Jinhu Lü
本文聚焦多智能体编队机动的实时避障问题，提出了一个由方位角控制器与分布式优化器组成的整体框架。研究场景包括无人机与地面机器人编队在存在凸形障碍物时的缩放机动。系统输入为各体位置信息与中心参考，输出为缩放因子与局部控制指令；信息流在分布式网络下通过局部通信和观测器完成。核心思想是将笛卡尔描述转换为极坐标并以缩放因子为决策变量，从而把原本非凸的避障约束转化为对径向距离的凸约束，借此能应用凸优化工具求解实时机动尺度。
在实现上，分布式优化器结合了自适应动态平均一致性（DAC）观测器，用于在线估计全局梯度、偏导数和海森矩阵和并在局部节点共享。优化问题采用带一致性约束的凸成本函数，并在每步迭代中通过局部计算与邻居交换变量实现收敛。关键实现要点包括观测器增益调节、优化步长选择与通信拓扑鲁棒性设计，约束名为径向避障凸约束，优化器在资源受限节点上的部署考虑了计算与通信复杂度。
实验设计包含数值仿真与UGV场地实验，基线比较多种编队避障方法并采用构型误差与碰撞率作为评价指标。仿真与实验结果显示：所提方法在成功避障的同时能严格保持原始几何构型，且相比某些对比算法构型畸变显著降低。关键指标包括构型保持误差下降显著、碰撞率趋近于零、以及收敛速度可通过调整成本权重与优化器增益来优化。结论是本方法在不依赖中心控制的前提下，实现了安全且几何保持的实时缩放机动，适合分布式自主编队部署。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11208512
📖 第3篇
📌 单级高频链路整流器的在线回流功率最小化调制技术
Online Backflow Power Minimization Modulation Technique for Single-Stage High-Frequency Link Rectifier
作者：Dongxin Guo，Panbao Wang，Sibao Ding，Yuanbo Yang，Josep M. Guerrero
本文针对单级单相高频链路整流器（HFLR）提出了一个在线调制策略以最小化回流功率（backflow），解决了传统两级体系元件多、效率受限的问题。文章给出整体控制框架：前端周波变换器与后端全桥通过高频变压器耦合，控制目标是实时计算相移比以最小化循环无效能量。与既有EPS方法不同，本方案采用混合频率调制與扩展相移結合，并以KKT條件在線求解最优相移比，核心创新是将相移优化转为嵌入式可实时计算的问题，从而实现低内存、低延迟部署。
实现细节包括在线优化器在嵌入式处理器上的实时求解、采用KKT条件求解最优相移比，以及在周波变换器中引入高低频交错控制以降低高频导通损耗。关键实现要点与超参数包括最优相移搜索步长、EPS开关窗口与交错频率分配；损失/约束名为回流功率最小化约束，算法在处理器上无需查表即可实时运行。
实验在500W SiC原型机上验证，关键结果显示：在满载下系统效率达95.3%，相较传统EPS显著降低电感峰值电流与回流功率；并且通过在线优化，实现在嵌入式平台上的实时部署，内存需求与实现复杂度低。结论指出该OBPM策略能在不改拓扑的前提下明显提升单级HFLR的效率与器件应力分布，具备工程落地潜力。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11205967
📖 第4篇
📌 基于在线强化学习的欠驱动自主水面艇PID目标跟踪控制
PID-Based Target Tracking for Underactuated ASVs With Online Reinforcement Learning
作者：Enjun Liu，Shanling Dong，Xiao He，Meiqin Liu，Zheng-Guang Wu
面对欠驱动双推进ASV在目标跟踪任务中动力学未知、目标速度不可测的挑战，本文提出了一个集预设时间观测器、预设时间引导律与基于执行者—评论家（Actor‑Critic）的在线强化学习PID控制器构成的“观测—引导—控制”闭环框架。系统输入为传感器测得的相对位置与航向，输出为推进器速度与舵角指令；核心目标是在目标速度未知时实现渐近跟踪与稳定性保证。该方案的关键差异在于将在线RL用于动态调整PID参数，并结合预设时间收敛特性以保障学习初期的稳定性。
实现细节包括：观测器设计保证估计误差在预设时间内收敛；引导律将三维位置问题转为期望速度与艏向角生成；在线RL-PID使用RBF神经网络表征策略与价值函数，在线更新权重，无需离线训练。关键实现要点与超参数包括RBF基数、学习率与探索策略、符号梯度的使用以规避雅可比依赖，涉及的损失项为时序策略损失与跟踪误差项。
实验在高保真Unreal Engine 5仿真与树莓派+Pixhawk的实艇平台上验证。结果表明：与固定参数PID和自适应PID相比，在线RL‑PID在未知目标速度场景中跟踪精度与适应性显著优越；RBF网络能在线学习合适权重并快速收敛。关键数值包括：跟踪RMS误差降低显著（实验中表征为位置误差下降）、收敛时间可被预设时间框架调控。结论为该无模型、在线自学习方案具有较强工程实用性，适用于复杂海况的自主跟踪任务。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11220829
📖 第5篇
📌 全频域永磁耦合的失步检测与再耦合方案
Pole-Slip Detection and Recoupling Scheme for Full Frequency Domain Permanent Magnet Coupling
作者：Qianni Li，Wentao Zhang，Yongxiang Xu，Jibin Zou
本文针对永磁耦合（PMC）在加减速或负载突变时的失步（pole‑slip）检测与再耦合问题，提出覆盖全频域的检测—再耦合闭环方案。整体框架包含基于转矩信号直流相关性的快速检测模块與基于S曲线规划的自动再耦合模块。输入为转矩信号與参考速度指令，输出为平滑速度再耦合轨迹與参数自整定建议；关键在于替代传统FFT方法并利用相关性指标实现更快、更轻量级的实时检测。
检测算法结合高通与自适应陷波滤波器，计算转矩与指令之间的协方差/直流相关系数并据此判断失步。再耦合使用考虑扭矩极限的S曲线速度规划，并引入基于速度过零特征的在线惯量识别以支持闭环参数自整定。关键实现要点为滤波器带宽设定、相关性阈值与S曲线加速度约束。
在电机‑PMC‑电机的测试台上进行验证，结果显示检测时间比传统FFT法缩短近2/3，显著缩短失步振荡持续时长；集成在线惯量识别的再耦合策略能成功应对过载、变惯量情形并快速恢复。工程结论是该方案可为深海推进与极端工况下的PMC系统提供高可靠、免人工干预的自动恢复能力。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11207527
📖 第6篇
📌 多端MMC-HVDC系统故障后直流暂态过电压控制
Postfault DC Transient Overvoltage Control for Multiterminal MMC-HVDC System
作者：Zainan Li，Ke Jia，Tianshu Bi，Yang Zhang
本文研究基于模块化多电平换流器（MMC）的多端HVDC系统在交流或直流故障后的直流暂态过电压抑制问题，建立不平衡有功功率与直流电压峰值的耦合模型并提出协同控制策略。系统结构包含风电场接入的MMC区域、动态制动电阻与MMC子模块电容控制单元，输入为各换流站功率与子模块电压，输出为交流侧电压环与子模块电容电压调节指令；目标为降低暂态过电压峰值并减少对动态制动的依赖。
方法上提出在风电接入区通过时间序列优化分配不平衡功率，并把MMC子模块电容用作临时储能，结合能量等面积准则在风电场与动态制动电阻间重分配功率。关键实现要点是无需集中通信而通过调整交流侧电压环参数实现无通信依赖的直流电压控制，约束名为不平衡功率分配约束。
实时数字仿真结果表明：所提策略可将暂态过电压峰值降低超过9.1%并稳定在1.0 pu左右，同步将动态制动电阻所需容量與热量分别削减约25%及25.58%，说明该方法在提高系统安全性的同时降低了成本与热管理压力，适用于大规模可再生能源并网场景。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11197322
📖 第7篇
📌 应用于三电平DC-DC变换器的功率可调广义离散趋近律
Power-Regulable Generalized Discrete Reaching Law Applied to Three-Level DC–DC Converters
作者：Cong Wang，Li Li，Minghui Yao，Yan Niu，Qiliang Wu
针对飞跨电容三电平降压变换器（FCTLBC）复杂的耦合动力学与开关非线性，本文提出基于功率可调广义离散趋近律（Generalized DRL）的离散时间滑模控制（DSMC）方案。技术框架由离散时间建模、广义趋近律设计與离散扩张状态观测器（DESO）构成，输入为开关态信号与采样电压，输出为开关决策以保障输出电压与飞跨电容电压稳定。与传统显式DRL相比，本方法通过引入功率参数获得更好的收敛与抖振抑制性能。
实现细节包括基于零阶保持的离散建模、递归显式趋近律设计以消除数值抖振，以及引入功率参数γ1,γ2,γ3作为可调自由度以权衡收敛速度与稳态精度。关键实现要点为增量式DSMC与配套的离散扩张状态观测器，损失/约束为滑模面收敛约束与开关频率限制。
实验在FCTLBC原型上与显式DRL‑DSMC、终端SMC与离散超螺旋控制比较，结果表明本方法在稳态纹波、瞬态响应與抗扰性方面占优。关键指标包括输出纹波显著降低、稳态精度提升與对负载突变的快速恢复，证明该方法适合复杂拓扑下的离散时间高精度控制需求。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11184290
📖 第8篇
📌 基于电感更新机制的并行化模型预测控制用于分相T型逆变器
Predictive Control With Parallelized Models Using Inductance Updating Mechanism for Split-Phase T-Type Inverters
作者：Fengxiang Wang，Chang Su，Xinhong Yu，Dongxiao Huang，Haotian Xie，Cungang Hu，José Rodríguez
本文针对分相T型（SPT）逆变器在实际运行中电感参数漂移导致的对称性破坏提出并行化模型预测控制（PCC‑PM‑IUM）。整体架构将两相桥臂视作并行的单相逆变器并采用并行预测模型实现解耦控制，输入为各相电流与电压采样，输出为每相的开关决策。核心创新包括并行模型结构与基于线性扩张状态观测器（LESO）的电感在线更新机制，以实时修正模型并补偿扰动。
实现细节涵盖超局部模型重构、LESO参数调节与并行预测求解器的实时部署。关键实现要点为电感实时估计、并行模型同步与预测步长选择，约束名包括开关频率约束與电流限幅。该机制在每个控制周期内更新电感估计并反馈至预测模型，从而显著提升对参数失配的鲁棒性。
实验比较PI、并行预测控制与并行超局部模型控制，结果表明PCC‑PM‑IUM在稳态THD仅为3.39%，对负载突变响应时间最短且在严重电感失配下仍能维持两相对称输出。结论认为该方法适合住宅光伏与储能场景，对提高交换设备输出质量与系统鲁棒性具有明显工程价值。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11179857
📖 第9篇
📌 欠驱动水面无人艇的追逃博弈：一种在线深度学习策略
Pursuit-Evasion Game for Underactuated ASVs: An Online Deep Learning Strategy
作者：Wenlong Lu，Ying Zhao，Ben Niu，Xudong Zhao，Dong Yang
本文在微分博弈框架下首次针对欠驱动ASV的追逃博弈（PEG）问题提出一套在线学习与任务分配相结合的整体方案。系统包含任务分配模块、协同追逃控制律與基于GRU的在线学习模块，输入为多艇的观测与通信信息，输出为速度指令与优先级分配。方法要点在于将不可控自由度、物理约束及未知动力学纳入策略设计，通过梯度驱动速度控制律把博弈问题转化为可求解的最优控制问题。
实现细节包括基于匈牙利算法的动态任务分配、优先级切换机制（高优先级捕获、低优先级避障），以及GRU在線學習器用于實時估計ASV動態。关键实现要点為在线GRU学习、优先级切换规则與任务分配频率，损失项为行为策略的即时捕获成本与避障惩罚。
仿真与HIL实验（四追三逃场景）表明：该策略能完成动态任务分配并最终捕获全部逃逸者；GRU模块在速度与角速度估计上收敛快速且精度高。关键数值指标包括成功捕获率在典型场景接近100%，在线学习的估计误差快速下降，证明方法在真实硬件条件下具有良好实用性与扩展能力，适合搜索救援与海事监视任务。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11215875
📖 第10篇
📌 可重合闸双向Z源直流断路器：抑制电源侧故障反射与反向恢复尖峰
Reclosable Bidirectional Z-Source DC Circuit Breaker Suppressing Source-Side Fault Reflection and Reverse Recovery Spikes
作者：Min Gao，Hyun‑Mo Ahn，Jun‑Kyu Park，Yeon‑Ho Oh，Ki‑Dong Song，Jinli Zhu，Jinyeong Moon
随着直流电网与可再生能源接入的扩大，直流断路器（dcCB）需解决无过零导致的隔离难题。本文提出了基于Z源拓扑的新型双向直流断路器，具备在线重合闸再保护能力與对电源侧故障反射抑制机制。结构设计在正常运行时仅一器件为主电流通路以降低导通损耗，同时在故障态为故障电流提供旁路以减小电源冲击。
技术实现包括故障检测、能量重分配機制與反向恢复缓解策略。文章分析了半导体反向恢复对电源的影响并提出串联肖特基二极管的缓解方案以抑制反向恢复尖峰；关键实现要点为重合闸逻辑、Z源元件参数选型与再保护触发条件，约束名为重合闸安全约束，确保在未清故障时仍可实现安全复位尝试。
在实验室样机上验证显示该拓扑在故障隔离速度、电源侧故障反射抑制与重合闸成功率方面表现优异，证明其适用于中低压直流网络与分布式储能场景。工程结论是该可重合闸双向Z源dcCB为实现直流网的自动化保护与恢复提供了可行且高可靠性的解决方案。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11190068
点击关注 获取更多精彩