机电工程与自动化学院控制理论与控制工程团队在中科院TOP期刊上发表论文

在热轧带钢冷却等工业过程中，非线性、参数不确定和状态不可测等难题严重制约了传统控制方法的性能。对此，本研究提出了一种基于观测器的模糊边界控制创新方案。通过引入T-S模糊建模方法，成功将复杂的非线性抛物型偏微分方程系统转化为可处理的线性模型，并设计了非并行分布式状态观测器，有效解决了含不确定参数的系统状态估计问题。在此基础上，研发了考虑时滞和执行器故障的边界动态控制器，突破了传统静态控制器在特定系统中无法实现稳定的局限性。为解决网络资源受限问题，采用动态量化器进行信号传输，相比传统静态量化方法显著提升了传输效率。通过构建Lyapunov泛函和引入任意矩阵技术，建立了有限时间耗散性能分析框架，不仅消除了时滞约束，还降低了控制设计的保守性。最终以热轧带钢冷却过程为应用场景的仿真验证表明，该控制策略在多重挑战下表现出卓越性能。这项研究为工业分布参数系统的控制提供了全新的理论框架和实践方法，对推动控制理论在复杂工业环境中的实际应用具有重要价值。

《IEEE Transactions on Systems, Man, and Cybernetics: Systems》是IEEE出版社旗下的中科院一区Top期刊，2025年影响因子8.7。该研究得到了广东省基础与应用基础研究基金项目(2023A1515110877)、国家自然科学基金项目(61773298，62173261)和韩国国家研究基金项目(2019R1A5A8080290)的资助。