桥式吊车是一种十分常见的装配运输工具，在港口、仓库、建筑工地等场所得到了广泛的应用，当前，对于桥式吊车主要还是通过有经验的工人来进行操纵的，存在着培训周期长，劳动强度大，工作效率低，安全性不高等缺点。为此，设计一套操作方便的吊车自动控制系统，可以提高吊车系统的工作效率与安全性能, 并将工作人员从当前这种艰苦的工作环境中解放出来。

本项目主要创新有： 针对火电厂生产运行对网络信息系统安全性的要求，首次提出并实现了三级可靠性、二级安全性发电厂网络结构；开发了“基于单向物理链路的网络数据传输隔离装置”，解决了火电厂监控信息网络的安全性问题。 提出了DCS＋SIS＋MIS的火电厂厂级运行监控及生产管理的新模式，已成为我国火电厂设计的典型配置方式；开发了成套应用功能软件，推动了火电厂自动化信息化技术的跨越。 提出了热力系统经济性分析的小扰动理论；改进了汽轮机变工况经典理论中的弗留格尔公式；采用热力系统拓扑结构矩阵分析法和顺序扰动解除法，提高了热力系统经济分析的准确性。 提出了回路级优化控制的鲁棒控制器设计方法、机组级优化控制的模糊多模型协调控制方法和厂级优化控制的多约束负荷优化分配方法，实现了全厂的整体优化控制。 提出了基于统计模型的设备状态在线监测与劣化分析理论方法，实现了设备的故障预警和运行故障的在线诊断。提出了基于JIT（Just In Time）模式的火电厂设备缺陷管理方法，实现了设备缺陷处理流程的自动化。 有效地利用火电机组运行实时、历史数据，采用数据挖掘、信息重构等软测量技术，解决风量、烟气含氧量等参数难以测量的问题，用于机组运行性能在线诊断及优化控制。 本项目属自主研发，并拥有自主知识产权。经中国电机工程学会组织鉴定后，实现了科研成果的产业化。本系统极大促进了电力企业信息化、现代化建设，显著提升了发电企业核心竞争力。

本项目以选矿过程增产、节能、降耗和减少污染为目标，实现了三项工艺控制技术创新，构建了一个信息化网络控制平台，主要内容如下：1）首次实现了基于在线粒度检测的球磨机粒度闭环控制。采用多变量解耦控制结合专家控制的方法，使磨矿粒度稳定在±2%范围内。而传统的通过控制浓度间接控制粒度的工艺方法，粒度波动范围可达±10%，显著提高了粒度控制效果。2）通过自寻优算法，实现磨机负荷的最佳控制。自系统2001年投入运行起，经过不断调整，3年中设备台时产量每年提高8%以上，吨矿耗电量、耗水量和钢球消耗量共降低8%以上，抛尾量共降低4%以上。3）采用模糊控制技术和变频技术，实现了高压大功率破碎机负荷优化，及多段破碎负荷平衡控制。平均节能7%以上，降低备件消耗6%以上。4）构建了一个信息化网络控制平台，实现了跨多个生产车间、跨不同系列集散控制系统、跨多期自动化工程的网络化系统的信息集成。

本发明公开了一种对真双极系统的站级控制策略，换流站正、负两极换流器独立控制、运行，提高直流输电系统灵活性和可靠性，彻底解决原有系统中换流站与无源网络或孤岛新能源交流网络相连时失去有功功率调节能力、换流站与有源交流网络相连时正、负极电网间潮流不可调等问题。换流站与无源网络相连时，具有调节正、负极直流线路功率的能力；换流站与孤岛新能源交流网络相连时，具有调节正、负极直流线路功率的能力；换流站与有源交流网络相连时，通过换流站调节正、负极电网间潮流。

一、项目简介 随着科技进步和社会需求的发展，机器人手/臂除了工业生产，也越来越多用于服务人类的其它各个领域，这必然会使机器人承担比工业中更加多样的操作任务，面临更加多变的工作环境。因此，国内外对非结构自然环境下、具备自主操作能力的机器人的研究十分重视。当前，具备视觉感知能力的机器人已被公认为机器人发展的主流趋势，将视觉与机器人操作相融合，是对人类行为的模拟，由此产生的视觉伺服控制方法为机器人自主操作能力的实现带来了新的思路，代表了机器人的先进控制技术，也是促进机器人智能化发展的一个重要驱动。可以预见，未来的视觉系统将会成为机器人名副其实的眼睛，视觉伺服技术在机器人自主操作中将具有不可替代的作用。 视觉伺服利用视觉传感器提供的环境信息对机器人运动进行实时反馈控制，涉及机器人机械几何设计、运动学和动力学、自动控制理论、计算机视觉图像处理和摄像机标定等,是智能机器人领域中具有重要理论意义的研究课题之一。迄今为止，机器人手/臂的视觉伺服方法在太空遥操作、机器人手术、水果采摘、工业装配、焊接、抓取以及微操作等方面得到越来越多的应用。然而，现阶段可实际应用的方案主要面向特定的标定环境、模型参数已知，机器人操作是编码定式的，不具备模型未知条件下的自主操作能力，特别是当面向未来的刚-柔-软体共融机器人时，其柔型结构造成的运动模型及参数的变化与不确定性，必然使现有确定模型的研究方法失效。因此，无模型（目标几何模型，手眼标定模型，机器人运动模型）、非结构环境下的自适应操作对机器人提出了新挑战，是机器人手臂(尤其柔型手臂)视觉伺服控制研究的难点与前沿问题，不断深入对非结构环境下、无模型的机器人手/臂视觉伺服控制的研究具有重要的理论和现实意义。 在非结构自然环境下使机器人像人一样协调自适应操作是当今机器人研究领域的一项尚未实现但又令人感兴趣的研究工作。从理论上看，非结构自然环境下实现机器人柔性操作，就当前研究依靠单一的控制器设计是困难的。因此，本项目借鉴人的手眼协调操作是自适应学习过程，涉及智能进化和行为优化，将随机动态规划理论，结合约束规则与最优化控制，探索一种变参手眼关系，实现机器人在非结构自然环境下的自适应操作。 二、前期研究基础 研究团队一直致力于机器人视觉反馈控制的研究。在基础理论研究上，针对无标定视觉伺服控制方案与设计，均提出了一些新型方法，有扎实的理论基础和知识积累，并不断跟踪和深入在无模型视觉伺服控制的方面研究和前沿问题。目前，已经着手在无模型视觉伺服的可靠性、稳定性控制方面做了充分的探索工作：针对机器人无标定全局稳定操作问题，研究了一种鲁棒卡尔曼滤波(RKF)合作Elman神经网络(ENN)的全局稳定视觉伺服控制方法；提出了一种基于网络辅助尔曼滤波状态估计的无标定视觉伺服方法，提高伺服系统的鲁棒性。同时，立足机器人发展前沿，建立了多模特征深度学习抓取系统，在无结构环境下实现了机器人智能抓取与定位。 已发表的与项目相关的主要论文有： [1] 仲训杲,徐敏,仲训昱,彭侠夫.基于多模特征深度学习的机器人抓取判别方法.自动化学报,2016,7(42), pp:1022-1029. (EI) [2] Xungao Zhong, Xunyu Zhong and Xiafu Peng. Robots Visual Servo Control with Features Constraint Employing Kalman-Neural-Network Filtering Scheme. Neurocomputing, 2015, 151(3), pp:268-277 (SCI)  [3] Xungao Zhong, Xunyu Zhong and Xiafu Peng. Robust Kalman FilteringCooperated Elman Neural Network Learning forVision-Sensing-Based RoboticManipulation with Global Stability. Sensors, 2013, 10(13), pp:13464-13486. (SCI) [4] Xungao Zhong, Xiafu Peng, Xunyu Zhongand Lixiong Lin. Dynamic Jacobian Identification Based on State-Space for Robot Manipulation. Applied Mechanics andMaterials, vols. 475-476 (2014)pp: 675-679.(EI) [5] Xungao Zhong, Xiafu Peng, Xunyu Zhong and Xueren Dong. Multi-Channel with RBF Neural Network Aggregation Based on Disparity Space for Color Image Stereo Matching. IEEE 5th International Conference on Advanced Computational Intelligence (ICACI), 10(2012) PP:620-625. (EI) [6]XUNGAO ZHONG, XIAFU PENG, XUNYU ZHONG. NEURAL-BAYESIAN FILTERING BASED ON MONTE CARLO RESAMPLING FOR VISUAL ROBUST TRACKING. Journal of Theoretical and Applied Information Technology, 2013, 2(50), pp: 490-496. [7] Xungao Zhong, Xiafu Peng and Xunyu Zhong. Severe-Dynamic Tracking Problems Based on Lower Particles Resampling. TELKOMNIKA Indonesian Journal of Electrical Engineering. 2014, 12(6), pp:4731-4739. [8] Xunyu Zhong, Xungao Zhong and Xiafu Peng. Velocity-Change-Space-based Dynamic Motion Planning for Mobile Robots Navigation. Neurocomputing. 2014, 143(11), pp:153-163. (SCI) [9] Xunyu Zhong, Xungao Zhong, Xiafu Peng. VCS-based motion planning for distributed mobile robots: collision avoidance and formation. Soft Computing,2016,5(20), pp: 1897-1908. (SCI) [10] 仲训杲,徐敏, 仲训昱, 彭侠夫. 基于雅可比预测的机器人无模型视觉伺服定位控制, 控制与决策, 已在线发表, 2018. [11] 仲训杲,徐敏, 仲训昱, 彭侠夫. 基于图像的机器人非标定视觉反馈控制全局定位方法, 厦门大学学报(自然科学版), 已录用, 2018. 三、应用技术成果 （一）基于多模特征深度学习的机器人抓取判别 研究了多模特征深度学习及其在机器人智能抓取判别中的应用，该方法针对智能机器人抓取判别问题, 研究多模特征深度学习与融合方法. 该方法将测试特征分布偏离训练特征视为一类噪化, 引入带稀疏约束的降噪自动编码 (Denoising auto-encoding, DAE), 实现网络权值学习; 并以叠层融合策略, 获取初始多模特征的深层抽象表达, 两种手段相结合旨在提高深度网络的鲁棒性和抓取判别精确性. 实验采用深度摄像机与 6 自由度工业机器人组建测试平台, 对不同类别目标进行在线对比实验. 结果表明, 设计的多模特征深度学习依据人的抓取习惯, 实现最优抓取判别, 并且机器人成功实施抓取定位, 研究方法对新目标具备良好的抓取判别能力. （二）无标定视觉伺服解决方案及其机器人操作应用 研究了无标定视觉伺服方法及其在机械臂任务操作中的应用。首先提出视觉伺服目标：假设机器人或者摄像节的模型参数未知或者部分未知，视觉伺服的目标是使用摄像节作为传感器，引导机械臂运动，使当前图像特征收敛到期望图像特征，从而完成定位或者跟踪的任务。 手眼协调关系描述。关节图像雅克比矩阵定量描述了机械臂关节变化引起图像特征变化，它是关节-图像映射的局部线性化矩阵。 建立图像雅克比的在线估计器。将关节图像雅克比矩阵的每一个元素作为辅助系统的状态，建立辅助系统的状态方程；摄像机提取到的图像特征作为测量值，建立辅助系统的观测方程。根据Kalman滤波器理论，我们设计了对关节图像雅克比的在线实时估计算法。 构建基于图像矩的目标函数。为了避免传统的基于点特征的缺陷，例如点特征的标记、提取与匹配过程复杂且通用性较差问题。构建基于图像矩的图像特征向量完成视觉伺服任务，来提高视觉伺服系统的稳定性和可靠性。 四、合作企业 厦门万久科技股份有限公司是一家集销售、软件研发、技术服务、加工技术整合为一体的高新技术企业。目前公司的经营范围涉及CNC软件开发及数控系统销售、CNC控制零件销售及专业维修；工艺优化、机台升级与技术改造、工程配电与软件优化、专用机控制系统开发、多轴机的设计与开发、机台精度检测与校正优化服务等。公司是国际知名生产制造企业——富士康的产品供应商和技术服务商。    

"该成果获2017年度国家技术发明奖二等奖（通用项目）。(1)创立了快速道路交通安全状态辨识事故风险预警方法体系。 (2)提出了事故前兆的快速道路交通安全分析与多目标优化设计方法。 (3)研发了基于速度引导的快速道路交通安全主动调控技术。 建立了快速道路交通事故前兆特征的表征与识别方法，系统解析了交通事故风险形成机理及演变规率，提出了快速道路交通安全状态类归与主动辨识技术，构造了快速边路交通审故风险主动预警技术。提出了事故前兆特征的快速道路交通安全分析技术，研制了事故前兆特征的交通事故风险分析与优化设计软件，研发了快速边路出入交通冲突仿真快速提取技术，提出了综合考虑效率、安全、环境和能耗的快速道路典型节点交通设计多目标协同优化技术。某于交通安全影响系数构建了常用车速管控设施综合优化技术，提出了不利天气条件下快速道路限速值优化设计技术，构建了面向安全增强、效率提升和多目标协同优化的可变限速控制和系统搭建技术。 "

本发明公开了一种带可控风门的多风扇冷却模块及控制方法，包括散热器、安装框架、减震支架、可控风门、导风罩、电子风扇和控制器ECU。车辆高温季节低热负荷运行工况时，通过调节可控风门的开度，可使得多风扇冷却模块的冷却效率明显提高，本发明实施案例中提高幅度为6.5％～17.7％。车辆在低温季节运行时，调节可控气门的开度，避免车辆被过度冷却，进而避免车辆耗油过高。

成果介绍火电机组深度调峰改造是消纳可再生能源的有效途径，深度调峰就是在自动控制的情况下将机组的负荷调节下限从原来的50[[[[%]]]]Pe下调至30[[[[%]]]]Pe，甚至更低。控制难点在于：当机组处在低负荷工况时，机组被控过程的动态特性具有快速变化的特征，常规控制策略难于有效控制。本项成果采用多模型智能预测控制技术，分别提出了适合于亚临界和超（超）临界机组深度调峰的多模型智能预测控制系统，实现了在低负荷或超低负荷工况下的平稳控制。市场前景本项成果已成功应用于华能丹东、华能大连、华能营口、华能井冈山、华能大坝、国投钦州、大唐当途、中铝银星、国信射阳港、国华筹光等电厂近30台300MW亚临界、600MW和1000MW超（超）临界机组的深度调峰中。特别是，已成功将华能营口电厂#4 600MW超超临界机组的负荷深调到15[[[[%]]]]Pe，并实现了机组”干态/湿态”的一键转换控制，达到了国内外最先进的深调水平。目前，在国内已完成的机组深度调峰改造中，大部分均采用了本深调优化控制技术，得到了广大用户的一致好评。

本发明涉及汽车能量回收，旨在提供一种汽车制动能量回收装置及其分段控制方法。该装置包括超级电容和电机、低压端电流表、双向Buck-Boost变换器、高压端电流表、PWM控制器、低压端继电器和高压端继电器；低压端继电器和高压端继电器均为单刀双掷开关，包括动触点、第一静触点和第二静触点；低压端电流表设于超级电容与低压端继电器的动触点之间，高压端电流表设于电机与高压端继电器的动触点之间；各设备分别通过信号线连接至PWM控制器。本发明可直接用于现有电动汽车和油电混合动力汽车上，提高其制动能量回收的效率、增加节能效果、延长其续驶里程。

一种基于保持型仿人 PID 的系统控制方法 获取偏差信号后，对偏差信号进行 保持型仿人 PID 控制运算，再输出对执行器进行控制的控制信号 ， 控制执行器且通过执行器对 被控对象的被控变量进行调整 ， 用测量装置实时检测被控变量。本发明设计合理、构思巧妙、实现方便且适用范围广、控制效果好，运用保持型仿人 PID 控制方法的控制系统调节时间短、超调量小且抗干扰能力强。该技术与 2012.2 获得国家发明专利授权，授权专利号： ZL 201010190132.7