✦ 点击蓝字，关注我们！✦
欢迎阅读IEEE Transactions on Industrial Electronics期刊2025年issue12推送（第13期/共27期）。本期推送共包含10篇研究论文，内容聚焦于先进控制理论与智能系统在工业自动化、机器人、电力电子及新能源领域的创新应用。具体研究方向涵盖：多智能体/多机械臂系统的分布式协同控制与网络安全、微电网的分布式功率共享与智能控制、欠驱动机器人系统的扰动抑制、电动汽车极限工况控制、新型电机驱动系统设计与控制，以及面向柔性物体的机器人触觉伺服等前沿课题。这些研究致力于解决复杂工业系统中的鲁棒性、实时性、安全性与能效等核心挑战，展现了理论与工程实践相结合的显著成果。
本期目录
📖 第1篇：基于分布式神经动力学控制器的双阶段强度收敛律用于多机械臂系统同步
📖 第2篇：DoS攻击下基于分布式观测器的弹性一致性跟踪控制：理论与实验
📖 第3篇：基于量化状态的孤岛交流微电网分布式功率共享控制
📖 第4篇：欠驱动机器人系统的扰动抑制：固定时间等效输入扰动方法
📖 第5篇：基于域适应迁移学习的直流微电网深度强化学习控制实现
📖 第6篇：双初级分段次级直线感应电机在矿业输送系统中的应用
📖 第7篇：电动汽车漂移过弯控制与实车部署
📖 第8篇：基于双轴交替高频脉冲电压注入的双三相永磁同步电机初始位置检测方法
📖 第9篇：基于动态区域划分的三电平NPC逆变器驱动PMSM双模式模型预测控制
📖 第10篇：面向可变形线性物体触觉伺服的动态对比库普曼算子
📖 第1篇
📌 基于分布式神经动力学控制器的双阶段强度收敛律用于多机械臂系统同步
Distributed Neurodynamics Controller-Based Two-Phase Strength Converging Law for Synchronization of Multimanipulator Systems
作者：Ying Kong，Jiayue Yin，Yunliang Jiang，Danfeng Sun
在多机械臂系统（MMSs）的协同作业中，如何高效、精确地实现多个机械臂的同步运动，尤其是在存在关节不确定性、外部干扰以及通信资源受限的情况下，一直是工业自动化领域的关键挑战。为了应对这一问题，本文提出了基于分布式神经动力学控制器的双阶段强度收敛律，该机制首次实现多机械臂系统在固定时间内快速鲁棒同步。主要创新包括：将纳什均衡势函数形式与分布式优化框架相结合，以及引入可调过渡点将收敛过程划分为两个动态阶段，大幅提升了系统收敛性能和容错能力。
针对分布式优化问题，设计了基于零化神经网络的神经动力学控制器，实现了每个机械臂仅与邻居交换信息，消除了对全局通信和中心领导者的依赖。该方法着重于最小速度范数目标，确保系统运动能量最小化及各机械臂稳定。通过引入双阶段强度收敛律，控制律参数可根据关节速度动态调整，进一步确保误差在确定的固定时间内收敛。
通过六台IRB140机械臂的同步轨迹跟踪仿真和两台UR5机械臂协作搬运刚性杆的物理实验进行了验证。实验结果显示，所有机械臂在存在外部噪声条件下均能实现轨迹同步，位置误差达到了10-6米量级，且收敛时间与理论一致。该控制器首次实现了固定时间同步收敛，显著优于传统基于博弈论或自适应控制的分布式方法，突显其在复杂、高实时性工业环境中的广泛应用价值。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11099548
📖 第2篇
📌 DoS攻击下基于分布式观测器的弹性一致性跟踪控制：理论与实验
Distributed Observer-Based Resilient Consensus Tracking Control Under DoS Attacks: Theory and Experiment
作者：Guofei Li，Qilin Zhong，Zongyu Zuo，Dapeng Tian，Yunjie Wu，Jinhu Lu
多智能体系统（MAS）如无人机编队和智能交通在实际应用中极易受到拒绝服务（DoS）攻击的困扰，攻击者通过注入无效信息阻断通信，严重影响系统的一致性跟踪性能。本文提出了一种具备预定时间收敛特性的弹性一致性跟踪控制方法，专门应对DoS攻击带来的网络拓扑破坏，保障系统性能稳定。
核心技术为具有非奇异时变函数的预定时间分布式观测器，用以估计领航者状态，增强对外部干扰和不确定性的鲁棒性。创新性引入了分布式标签系统，实时区分“健康”节点和“孤立”节点，并设计了双模态切换弹性观测器，实现灵活管理和隔离攻击影响。
控制器采用规定性能控制器设计，不仅保证跟踪误差在预定时间内实际收敛，还严格约束误差动态过程。多电机实验平台验证显示，在间歇性DoS攻击下，基于标签系统的观测器准确识别孤立节点，确保系统快速、稳定恢复，表现出卓越的弹性和鲁棒性。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11079281
📖 第3篇
📌 基于量化状态的孤岛交流微电网分布式功率共享控制
Distributed Power Sharing Control for Islanded AC Microgrids With Quantized State
作者：Xiao-Kang Liu，Zi-Yi Xiong，Yu Zhang，Yan-Wu Wang
随着分布式新能源如太阳能、风能规模扩大，孤岛交流微电网在电网中的应用日益广泛，但其系统稳定性面临频率、电压偏差和负载波动挑战。本文提出了一种基于量化状态的分布式功率共享控制策略，实现高精度的电压调节与无功功率共享，同时有效降低通信带宽需求。
控制策略核心为新颖的电压-无功（V-Q）组合误差，并借助分布式电压控制器无需下垂控制实现稳定目标。基于均匀量化器的量化状态传输机制，显著缓解通信负担，理论证明系统具有一致最终有界稳定性。
仿真和硬件在环实验在多工况下验证策略有效性，包括负载阶跃变化、分布式电源即插即用、通信延迟及链路故障。结果显示控制器实现快速响应，保持电压精准调节与按比例无功共享，并展现良好负荷适应性，充分体现了控制鲁棒性和工程实用价值。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11077811
📖 第4篇
📌 欠驱动机器人系统的扰动抑制：固定时间等效输入扰动方法
Disturbance Suppression for Underactuated Robotic Systems: Fixed-Time Equivalent-Input-Disturbance Approach
作者：Yana Yang，Wenkai Hui，Xiaoshuang Zhou，Junpeng Li
欠驱动机器人系统由于驱动器少于自由度，极易受到外部扰动影响。本文提出了基于固定时间等效输入扰动（EID）控制方法，首次成功应用于多输入多输出（MIMO）欠驱动系统，实现匹配与非匹配扰动的统一抑制，有效提升稳定性。
方法通过设计积分型辅助变量耦合驱动与欠驱动状态，将系统转化为非线性误差系统，将未知非线性视为“人工扰动”，并结合固定时间状态观测器，显著提高扰动估计精度及整体控制效果。
在欠驱动起重机系统上的仿真与实验验证中，控制器在复杂扰动条件下实现了显著提升的瞬态性能和稳态精度。与传统有限时间EID方法比较，表现出更优的摆角抑制和恢复速度，展现出卓越的鲁棒性与可靠性。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11003274
📖 第5篇
📌 基于域适应迁移学习的直流微电网深度强化学习控制实现
Domain Adaptation-Based Transfer Learning for DRL Control Implementation of DC Microgrids
作者：Chenggang Cui，Zhongyang Fan，Tianxiao Yang，Pengfeng Lin，Chunyang Gong，Chuanlin Zhang
针对直流微电网因恒功率负载负阻抗特性和可再生能源间歇性导致的电压波动与电流分配不均，本文提出基于深度强化学习与域适应迁移学习的无模型控制策略，提升控制器泛化性能与鲁棒性。
利用双深度Q网络算法通过智能体与环境交互学习控制策略，结合创新的交互式训练方法，通过迁移学习消除源域与目标域差异，实现控制策略在多工况下快速自适应。
仿真与实验显示，相较于传统双环PI控制器，所提DRL控制器电压偏差最高降低33%，瞬态峰值电流抑制30%，稳定时间提升34%。这些优势在恒功率负载阶跃、下垂调整、并联变换器多工况中均得到验证，突显了其高性能与工程实用价值。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11040024
📖 第6篇
📌 双初级分段次级直线感应电机在矿业输送系统中的应用
Double-Primary With Segmented-Secondary Linear Induction Motor for Mining Industry Conveyor Systems
作者：Roberto A. H. de Oliveira，Frederico J. G. Trad，Felipe S. Costa，Richard M. Stephan，Antonio C. Ferreira，Ivan E. Chabu
矿业输送传统旋转电机驱动存在机械损耗高、维护成本与惯性大等缺陷。本文提出创新的双初级分段次级直线感应电机（LIM）驱动方案，显著提升系统灵活性与运行稳定性。
该系统采用分段式次级结构，导电板材分段且重叠安装，确保输送带柔韧性并维持高效稳定的电磁耦合。双初级结构对称布置，实现高推力密度与运行稳定。
通过电磁与热仿真及闭环系统实验，电机额定工况输出牵引力达2.4kN，速度2.5m/s，功率6kW。采用高效通风冷却保障电机温度安全。系统显著降低机械张力，具备实时自动纠偏与模块化维护优势，获得专利保护，助力矿业5.0智能绿色转型。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11096930
📖 第7篇
📌 电动汽车漂移过弯控制与实车部署
Drift Cornering Control and Real-Vehicle Deployment for Electric Vehicles
作者：Shiyue Zhao，Junzhi Zhang，Neda Masoud，Yuhong Jiang，Heye Huang，Tao Liu
高速过弯漂移动作在缩短转弯时间和提升驾驶性能方面极具挑战。本文提出融合轨迹优化与强化学习的创新控制框架，提升算法对实车部署的适应性和稳定性。
采用基于贝塞尔曲线的预轨迹优化增强奖励函数，结合双延迟深度确定性策略梯度（TD3）算法训练；实车部署中引入混合RL-MPC融合机制，实时校正轨迹，弥合仿真与现实差距。
实车测试中，方法首次成功实现消费级电动汽车的U形弯漂移动作，且在直角弯测试中过弯时间减少32%。该框架显著提升了车辆高速操控性与过弯稳定性，为自动驾驶强化学习控制器落地提供了范例。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11015473
📖 第8篇
📌 基于双轴交替高频脉冲电压注入的双三相永磁同步电机初始位置检测方法
Dual-Axis Alternating High-Frequency Pulse Voltage Injection-Based Initial Position Detection Method for Dual Three-Phase PMSM Drives
作者：Guangdong Bi，Kaixuan Wang，Tao Yang，Thomas Klonowski
基于无传感器双三相永磁同步电机驱动系统，准确转子初始位置至关重要。本文提出的双轴交替高频脉冲电压注入式初始位置检测方法，有效抑制了绕组耦合效应，提升位置估计精度。
方法通过交替注入两组高频脉冲信号至两套三相绕组，利用信号合成处理消除耦合项，并基于电流极值实现磁极极性辨识，确保高信噪比与抗数字延迟能力。
在开发的180°空间移相绕组平台实验中，初始位置误差控制在1.5°以内，显著降低了因多绕组耦合带来的估计偏差。该方案特别适用于空间受限、环境恶劣的航空电推进系统，为高性能无传感器启动提供坚实技术支撑。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11063391
📖 第9篇
📌 基于动态区域划分的三电平NPC逆变器驱动PMSM双模式模型预测控制
Dual-Mode Model Predictive Control for Neutral-Point-Clamped Inverter-Fed PMSM With Dynamic Region Partition
作者：Zhen Huang，Qiang Wei，Hongwei Tao，Yun Zhang，Marco Rivera
为解决三电平中点箝位（3L-NPC）逆变器驱动永磁同步电机过程中中点电位（NPP）的瞬态与稳态权衡，本文提出基于动态区域划分的双模式模型预测控制（DM-MPC）方法，实现系统性能的显著提升。
该方法在瞬态模式下通过消除传统成本函数权重因子并限制候选矢量至4个，加速NPP平衡，实现低计算开销的快速响应；在稳态模式下利用实时NPP反馈构造虚拟矢量，并基于区域划分与三角形面积法确定最优输出策略，保证优异电流质量。
实验结果表明，相较两阶段MPC方法，DM-MPC在1000转/分和1500转/分条件下分别降低电流总谐波失真（THD）57.1%和9.9%，转矩标准差82.4%和17.4%。动态响应时间缩短74.29%-84.88%，且对参数变化具备良好鲁棒性，具备显著的工程应用优势。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11082549
📖 第10篇
📌 面向可变形线性物体触觉伺服的动态对比库普曼算子
Dynamic Contrastive Koopman Operator for Tactile Servo of Deformable Linear Objects
作者：Aohua Liu，Kun Qian，Boyi Duan，Shan Luo
在汽车制造与智能建筑等领域，电缆、软管等可变形线性物体的精确操作面临高维非线性和无限自由度挑战。本文提出创新的动态对比库普曼算子框架，利用深度库普曼理论实现复杂动力学的线性嵌入与精准建模。
首创引入动态对比学习算法，结合任务导向的状态距离度量与相似性加权动态负采样，有效提升嵌入空间与原空间的度量一致性，避免传统时序负采样导致的表示次优问题。
进一步设计基于库普曼算子的模型预测控制器，通过特定反馈律补偿建模误差。实验中，方法在建模性能上分别提升了17%和7%，在DLO轮廓跟随任务实现最小平均误差0.01和100%成功率，推理时间缩短至惊人1/22，展现出对复杂应用的优异适应性与实用价值。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11077666
点击关注 获取更多精彩