✦ 点击蓝字，关注我们！✦
欢迎阅读IEEE Transactions on Industrial Electronics期刊2025年issue10推送（第2期/共10期）。本期推送精选了10篇前沿论文，内容聚焦于先进控制理论与电力电子技术在多个关键领域的创新应用，具体涵盖自主水面艇协同编队控制、电动汽车超快充电与动态无线充电技术、高功率密度氮化镓DC-DC变换器设计、开关磁阻电机高性能驱动、非线性系统有限时间无模型自适应控制、磁悬浮系统精密悬挂控制、锂离子电池状态联合估计以及基于多智能体理论的模块化变换器功率均分策略等核心方向。
本期目录
📖 第1篇：欠驱动自主水面艇的自适应协同编队控制
📖 第2篇：面向超快充电的电流驱动型分数功率处理器
📖 第3篇：提升基于氮化镓的DC-DC转换器功率密度与效率的设计优化策略
📖 第4篇：基于三相四桥臂逆变器的开关磁阻电机有限控制集模型预测转矩控制
📖 第5篇：具有可调快速收敛域的MIMO非线性系统有限时间无模型自适应控制：理论与实验
📖 第6篇：基于俯仰瞬态预设性能控制的磁悬浮机舱悬挂模糊自适应滑模控制
📖 第7篇：基于自适应变结构观测器的锂离子电池SOC与SOH联合估计
📖 第8篇：电动汽车动态无线充电的LPV建模与鲁棒控制
📖 第9篇：基于多智能体一致性理论的ISOP LLC-DAB混合双向变换器功率均分控制策略
📖 第10篇：基于离散时间学习型神经网络与预设性能的机器人机械臂精确轨迹跟踪控制
📖 第1篇
📌 欠驱动自主水面艇的自适应协同编队控制
Adaptive Cooperative Platoon Control of Underactuated Autonomous Surface Vehicles
作者：Chuancong Tang，Hongwei Sun，Hai-Tao Zhang，Siqing Sun，Qing-Long Han
近年来，自主水面艇（ASV）编队在海洋运输、监视侦察、护航救援等任务中展现出巨大潜力。然而，在狭窄曲折的实际水道中，传统刚性编队模式往往因缺乏灵活性而难以适应复杂环境，尤其是在面临水流、风浪等外部干扰时，维持安全艇间距离并避免碰撞成为关键挑战。针对这一问题，本文提出了一种新颖的自适应协同编队控制方法。研究核心在于构建了一种非线性艇间跟随策略，该方法创新性地引入了“广义前视点”概念，并充分考虑了ASV的惯性时间特性。惯性时间反映了船舶从当前状态调整到期望状态所需的时间，是影响编队动态响应和安全性的重要内在因素。通过将惯性时间纳入控制框架，系统能够根据领航艇的状态和自身动力学特性，动态、灵活地调整期望的艇间距离，从而在保证安全的前提下，显著提升编队通过弯曲水道的适应能力。
为实现这一目标，研究团队设计了一个分层控制架构。上层控制器负责生成期望的编队队形和速度指令，它基于灵活的艇间距离调节策略，能够有效预防船舶碰撞。下层则针对每艘ASV设计了自适应个体调节器，该调节器能够抵抗环境水流和风的持续干扰，驱动船舶精确跟踪上层计算出的期望速度。理论分析证明了所提控制律能够保证闭环多ASV系统的渐近稳定性。
为验证方法的有效性与优越性，研究不仅进行了数值仿真，对比了现有方法，更在真实的松花湖水域搭建了由多艘HUSTER ASV组成的实验平台进行实地测试。实验结果表明，在存在环境干扰的情况下，所提出的自适应协同编队控制方法能够使艇群快速、平滑地形成并保持稳定的编队队形，艇间距离可根据领航艇速度自适应调整，验证了其在真实海洋环境中的鲁棒性和实用性。这项工作为欠驱动ASV在复杂动态水域中的安全、高效协同作业提供了新的解决方案。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10933570
📖 第2篇
📌 面向超快充电的电流驱动型分数功率处理器
Current Driven Fractional Power Processor for Ultrafast Charging
作者：Warda Matin Khan，Rajeev Kumar Singh，Ranjit Mahanty
随着电动汽车的普及，超快充电（UFC）技术成为缓解续航焦虑、提升用户体验的关键。然而，传统全功率处理充电器在应对350kW等高功率等级时，面临着开关器件电压电流应力大、损耗高、散热要求严苛以及成本高昂等挑战。为此，分数功率处理（FPP）架构应运而生，它通过仅让一部分功率流经功率变换器，大部分功率通过串联直通路径传输，从而显著降低系统损耗和成本。本文提出了一种新颖的电流驱动型分数功率处理器，其核心是一个谐振型双有源桥（DAB）变换器。该架构创新之处在于，将电池直接串联在变换器输入侧，使得变换器仅处理电池电压与直流源电压之间的差值功率。
该设计带来了多重优势：首先，大幅降低了变换器处理的功率等级，显著减少了开关器件和磁性元件的电压、电流应力。其次，采用并联谐振腔，使变换器输出端自然呈现电流源特性，大大简化了控制需求，无需复杂控制，仅需固定频率移相控制，实现恒流充电，确保全范围零电压开关（ZVS），提升轻载效率。此外，该拓扑支持双向功率流动，为未来车辆到电网（V2G）应用提供可能。
研究通过数学模型分析变换器工作模态与性能。团队搭建了一台1.32kW实验室原型机。实验表明，相比传统全功率充电器，所提分数功率处理器在相同输出功率下，能有效降低开关器件电压电流应力，峰值系统效率达到98.33%。例如为120V电池充电，若直流源电压95V，变换器输出端仅需承受25V电压差，电压应力降低了73.68%。这允许采用更低电压等级、更优成本及更小导通电阻的MOSFET，显著提升整体效率和降低成本。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10945794
📖 第3篇
📌 提升基于氮化镓的DC-DC转换器功率密度与效率的设计优化策略
Design Optimization for Enhancing the Power Density and Efficiency for GaN-Based DC–DC Converter
作者：Parham Mohseni，Oleksandr Husev，Matthias Kasper，Gerald Deboy
随着可再生能源与直流微电网快速发展，对高效率、高功率密度电力电子转换器需求迫切。本文提出了一种针对宽输入电压范围（110–450 V）应用的氮化镓（GaN）基DC-DC转换器优化设计方法，旨在提升转换效率与功率密度。研究整合四项关键技术： GaN晶体管与空心电感，突破高频饱和电流限制及铁芯损耗，为高频开关奠基；引入可变开关频率调制（18–304 kHz），精准控制电感电流谷值，实现主开关零电压开通（ZVS），显著降低开关损耗，消除GaN器件输出电容相关损耗。
此外，采用两相交错并联降压-升压拓扑，分摊电流应力并降低输入输出纹波，通过相位交错优化损耗分布与热管理。针对GaN器件散热面积有限，开发了顶部冷却热模型，结合自然对流散热片与高性能热界面材料，确保高功率运行下结温可控。
通过实验验证，构建了一台输出功率9 kW的实验原型。峰值效率约99%，体积功率密度超过17.5 kW/L，重量功率密度达6 kW/kg，显著优于同类文献（功率密度6.6–8.7 kW/L，效率96%–98.5%）。该设计框架覆盖拓扑选型、软开关实现、磁件与热管理，对高性能紧凑型功率转换解决方案发展价值显著。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10944657
📖 第4篇
📌 基于三相四桥臂逆变器的开关磁阻电机有限控制集模型预测转矩控制
Finite Control Set Model Predictive Torque Control of Switched Reluctance Motor Based on Three-Phase Four-Leg Inverter
作者：Dexu Lv，Wen Ding，Yangfan Wang，Kai Wang，Shuo Chen，Jun Cai
开关磁阻电机（SRM）因其结构简单、成本低、可靠性高，在工业驱动领域广泛应用。但其固有的转矩脉动问题严重制约高性能应用。传统转矩控制方法如DTC、DITC和TSF在抑制脉动上存在局限，比如产生较大负转矩，依赖精确参数或占用大量存储。本文提出基于三相四桥臂逆变器的有限控制集模型预测转矩控制（FCS MPTC）新方案，创新结合FCS MPTC策略与该拓扑，全面抑制转矩脉动，特别解决由拓扑引发的换相初期电流骤降难题。
研究分析多种工作模式，并根据电机运行划分扇区，采用Le-Huy模型推导单相导通区域电流与转矩预测模型。为解决换相区电压预测难题，巧妙利用两相电流幅值相等特性，实现全周期FCS MPTC，避免复杂电压计算。为降低计算负担，优化候选开关状态，依据导通区与运行状态减少评估数量。
在750W、12/8极三相SRM上实验验证。相比CCC和DITC方案，本方案在多速多载工况均显著降低转矩脉动均方根值，如500rpm、2.5N·m工况下由0.404和0.275降至0.215，5N·m负载从0.661和0.422降至0.310。有效缓解换相初期电流骤降，改进换相区转矩脉动。相比非对称半桥逆变器，三相四桥臂拓扑减少功率器件、降低系统成本。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10947124
📖 第5篇
📌 具有可调快速收敛域的MIMO非线性系统有限时间无模型自适应控制：理论与实验
Finite-Time Model-Free Adaptive Control for MIMO Nonlinear Systems With Adjustable Fast Convergence Domain: Theory and Experiment
作者：Yongpeng Weng，Min Tian，Ning Wang
针对多输入多输出（MIMO）非仿射非线性系统有限时间轨迹跟踪控制，本文提出基于全形式动态线性化的有限时间无模型自适应控制（FFDL-FMFAC）方法。突破传统数据驱动有限时间控制方法的局限，将快速收敛效应纳入更大且可调收敛域，创新解决复杂耦合系统快速精确控制难题。
无模型自适应控制（MFAC）利用闭环测量数据设计控制律，无需系统精确模型，广泛用于非线性控制。然而传统MFAC多关注渐近收敛，在有限时间快速跟踪及复杂耦合MIMO系统应用有限。传统有限时间方法的快速收敛域局限于平衡点附近，限制了实际应用。
核心创新为结合MFAC技术、有限时间控制策略及等效系统变换。首先设计时变增益矩阵的缩放跟踪误差向量处理复杂系统耦合，实现快速收敛域可调；构建基于FFDL的有限时间缩放成本函数，推导高效控制律；采用等效系统变换严格证明系统的有界输入/输出特性及有限时间收敛，收敛速率显著优于传统方法。
在四旋翼无人机平台实物实验中，FFDL-FMFAC表现出轨迹跟踪的快速性、准确性和对非线性、耦合及外部干扰的适应性均显著优于比例-积分-微分控制与传统MFAC。性能指标如积分绝对误差、时间加权积分绝对误差和积分平方误差均优于对比，且调节时间更短。该研究为MIMO非线性系统快速有限时间跟踪提供了数据驱动有效方案，具备重要应用价值。未来聚焦有限时间无模型自适应容错控制及无人机应用。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10925368
📖 第6篇
📌 基于俯仰瞬态预设性能控制的磁悬浮机舱悬挂模糊自适应滑模控制
Fuzzy-Adaptive Sliding Mode Control With Pitch Transient Prescribed Performance Control for Nacelle Suspension
作者：Xiaoguang Chu，Wenyu Li，Haodong Pan，Ying Kong
在风力发电系统中，大型机舱的稳定悬挂与精准偏航是提升能量捕获效率、降低机械损耗的关键。传统机械耦合偏航系统存在摩擦损失，而磁悬浮偏航系统（MWYS）虽降低功耗与故障率，但悬挂系统不稳定性和强非线性，尤其承受时变风载引起的俯仰力矩时易产生剧烈振动，影响控制精度与系统安全。本文提出融合俯仰瞬态预设性能控制（PPC）的模糊自适应滑模悬挂控制策略。核心创新为引入动态调整预设性能函数（DAPPF），可根据实时误差在线平滑调整性能边界，应对干扰及测量噪声，避免控制奇异点与事件触发式边界尖峰问题。
基于DAPPF设计俯仰PPC，显著提升俯仰瞬态响应速度，并将虚拟俯仰控制输入集成至主悬挂模型，减弱俯仰与轴向悬挂耦合。采用终端滑模控制（TSMC）框架，结合双曲正切函数和分数幂技术，保证有限时间收敛并减弱滑模抖振。结合模糊逻辑系统在线逼近不确定性，自适应律估计关键参数，增强鲁棒性和控制精度。基于李雅普诺夫函数稳定性分析证明所有闭环信号有限时间收敛，俯仰状态严格限制在预设边界内。
在磁悬浮风电机舱偏航系统实验平台验证该方法有效性。较传统双端PID自适应控制、双端自适应鲁棒滑模控制及固定边界或误差修正性能边界PPC，提出方案在启动速度、抗干扰能力（突加俯仰力矩、负载变化）和稳态精度表现显著优势。该方法为高重量、强非线性磁悬浮系统精密控制提供新思路，其DAPPF设计理念及模糊自适应滑模框架对具类似挑战的机电系统亦具借鉴价值。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10934807
📖 第7篇
📌 基于自适应变结构观测器的锂离子电池SOC与SOH联合估计
Joint Estimation of SOC and SOH for Lithium-Ion Batteries via Adaptive Variable Structure Observers
作者：Hu Tang，Jian Chen，Yu Long，Zaisheng Wang
锂离子电池作为电动汽车核心动力源，其荷电状态（SOC）和健康状态（SOH）的精确实时估计对电池管理系统（BMS）至关重要，关系车辆续航、安全与寿命。电池内部复杂电化学过程、强非线性与参数时变带来估计挑战。传统扩展卡尔曼滤波（EKF）等在线估计对初值敏感且收敛慢，滑模观测器（SMO）收敛快但切换项引发严重抖振，影响估计与平滑性。
针对问题，本文提出基于自适应变结构观测器（AVSO）的SOC与SOH联合估计新方法。创新在于对二阶等效电路模型（ECM）模型方程重构，解决观测器反馈所需状态误差获取难题。设计四个协同AVSO估计SOC相关四状态变量，另两个AVSO估计内阻和容量计算SOH。
核心贡献包括：基于重构模型与滑模观测器原理提出AVSO，克服传统误差获取难题，无需大量实验训练；创新定义“trans”函数，使观测器基于误差大小在滑模、反馈、零反馈多策略间智能切换，误差大时引入切换项，提高估计精度与收敛速度同时显著减抖振；设计自适应增益机制，动态调整反馈强度，提升收敛率与准确性。实验搭建含恒温箱电池测试平台，老化LG INR18650 MH1电池动态应力测试结果显示，相较终端滑模观测器、扩展卡尔曼和无迹卡尔曼滤波，AVSO在SOC和SOH估计的MAE和RMSE分别降低约3.2%、4.7%、0.7%和0.9%，不同温度表现优异鲁棒性和更快收敛，估计结果更平滑准确。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10929756
📖 第8篇
📌 电动汽车动态无线充电的LPV建模与鲁棒控制
LPV Modeling and Robust Control of Dynamic Wireless Charging for Electric Vehicles
作者：Zhifan Li，Qijun Deng，Shuaiqi Li，Haozhe Deng，Qiming Huang，Wenshan Hu
随着电动汽车普及，动态无线充电（DWPT）因可在行驶中补充电能、缓解里程焦虑成为研究热点。与静态不同，动态场景下车辆与地面发射线圈间互感随位置大幅波动，致使接收端DC-DC降压转换器输入电压持续变化，传统固定工作点小信号模型难以准确描述动态行为。
针对挑战，本文提出基于线性参数变化（LPV）的数据驱动建模框架与鲁棒控制策略。摒弃传统物理建模，采集系统输入输出数据，仅用一次数据采集即可辨识以输入电压为调度变量的LPV模型及扰动模型，显著提升建模效率，模型准确描述互感50%波动范围内系统动态。
基于LPV模型设计前馈-反馈复合控制器。反馈部分采用混合灵敏度H∞鲁棒控制，利用LPV模型乘性不确定性边界设计权函数，简化控制设计，确保宽参数变化下系统稳定与鲁棒。前馈控制器根据扰动模型实时生成补偿信号，快速抑制因互感突变引起输入电压扰动。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10931781
📖 第9篇
📌 基于多智能体一致性理论的ISOP LLC-DAB混合双向变换器功率均分控制策略
Power Sharing Control Strategy of ISOP LLC-DAB Hybrid Bidirectional Converters Based on Multiagent Consensus Theory
作者：Yuefeng Liao，Zhenkun Yang，Duo Yang，Xiang Li，Guo Xu，Jing Liang
在直流微电网和储能系统中的高功率、高输入电压应用，输入串联输出并联（ISOP）结构的直流-直流双向变换器常用于中间功率转换。LLC-DAB混合双向变换器结合LLC谐振电路与双有源桥（DAB）优势，适合作为ISOP系统子模块（SM）。然而，各子模块输入阻抗差异导致运行中功率不平衡，影响系统性能。本文提出基于多智能体一致性理论的新型功率均分控制策略。
该策略将每子模块视为智能体（Agent），通过与邻居交换信息，实现实时功率调节与均分。设计了自适应动态补偿器，用于实时补偿控制过程，显著缩短调节时间。相比传统策略，本文方法不仅保证均衡，还提升动态性能。
核心创新：设计基于一致性理论的平均电压观测器，稀疏通信实时估计调节输入电压；引入自适应动态补偿器，增强鲁棒性；采用分布式控制架构，避免集中控制单点故障，兼具高可靠性与全局协调。三子模块实验样机验证快速实现电压均分与功率均衡，调节时间短，超调小，稳态精度高。效率表现优于无均压环和基于电压梯度分布式下垂控制。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10948487
📖 第10篇
📌 基于离散时间学习型神经网络与预设性能的机器人机械臂精确轨迹跟踪控制
Precision Trajectory Tracking of Robot Manipulator Using a Discrete-Time Learning-Based Neural Network Control With Prescribed Performance
作者：Na Zhang，Fukai Zhang，Jiashuai Wang，Yibin Li，Chenguang Yang，Cong Wang，Ke Li
工业制造、医疗手术等复杂非结构化环境中，机器人机械臂高精度轨迹跟踪面临系统动力学未知与时变外部干扰。传统滑模控制（SMC）虽鲁棒，但存在抖振，且缺乏先验动力学知识时难保障性能。为此，提出创新的离散时间学习型神经网络预设性能控制（LNNCPP），实现高精度、高稳定性轨迹跟踪。
方法独特“双阶段离线-在线学习架构”：离线设计满足持续激励条件的自适应神经网络控制器（ANNC），能沿周期轨迹闭环学习未知动力学，无需逆动力学模型或耗时训练，将知识存储为恒定网络权重供后续复用；在线基于离线知识，结合预设性能（PP）机制构建自适应PP控制器，严格约束跟踪误差于预设边界，确保优异瞬态性能与稳态精度，缓解纯在线自适应控制输出波动与收敛缓慢问题。
在仿真及真实机器人（KUKA LBR iiwa）实验中，与ANNC、带PP ANNC及SMC对比，LNNCPP在外部扭矩扰动及负载变化下表现最高跟踪精度、更优瞬态性能及最低振荡。严格满足预设性能边界，控制输入平滑有界。该方法首次结合基于先验经验的离线学习与实时在线自适应PP控制，提升动态扰动环境中适应性与泛化能力，且离线学习无需大量仿真数据训练，效率更高。
创新地将离散时间PP机制引入在线学习，保证跟踪误差预设性能，为非结构化环境中机器人机械臂高精度高稳定控制提供新思路，有望推动高端制造与精密操作。未来将探索其在力控制交互及径向基函数参数适应性方面的应用。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10933534
点击关注 获取更多精彩