?
big
首页
学术讲座
当前位置: 首页>>学术讲座>>正文

学术讲座

全国预测控制与智能决策研讨会

发布部门:自动化学院/工业互联网学院   发布人:陆文颖   发布时间:2020年10月21日 12:38

全国预测控制与智能决策研讨会

 

由中国自动化学会预测控制与智能决策专业委员会(筹)主办、重庆邮电大学承办的全国预测控制与智能决策研讨会将在20201023-25日在重庆举行。

 

会议主要日程

 

1023日,报到,重庆丽笙世嘉酒店大堂

1023日,大会报告

08:00-09:00  Mayuresh V. Kothare, Lehigh University, U.S.A.(线上)

09:00-10:00  施阳,加拿大(线上)

16:00-17:00  Sasa V. Rakovic(线上)

 

1024日,大会报告,分组报告

上午8:00~08:30,大会开幕式

高新波,重庆邮电大学校长

  平,重庆邮电大学自动化学院院长

上午8:30~10:00,大会报告

报告1   民研究员

报告2 杜文莉  教授

上午10:20~11:50,大会报告

报告3 桂卫华  院士

报告4 苏宏业  教授

下午14:00~16:00,大会报告

报告5 王成红研究员

报告6     教授

报告7 曾志刚  教授

下午16:20~18:20,分组报告

刘向杰教授主持

报告人:王晓静,潘红光,何德峰,马奥运,唐晓铭,平续斌

 

1025日,大会报告,专题报告

上午8:30~10:00,大会报告

报告8 唐立新院士

报告9 席裕庚教授

上午10:20~11:50,大会报告

报告10 慕小武教授

报告11   毅教授

下午14:00~18:00,智能汽车论坛专题报告

于树友教授主持

报告人:郭  戈,杨春雨,袁小芳,许  芳,何德峰,任秉涛

 

 参会嘉宾:

参会者

单位

陈启宏

武汉理工大学

郝晓辰

燕山大学

何德峰

浙江工业大学

 

西安建筑科技大学

胡超芳

天津大学

胡建晨

西安交通大学

李慧平

西北工业大学

刘向杰

华北电力大学

慕小武

郑州大学

潘红光

西安科技大学

潘天红

安徽大学

平徐斌

西安电子科技大学

任秉涛

北京航空航天大学

 

中科院北京自动化所

王成红

国家自然科学基金委

杨原青

陕西科技大学

王青松

浙江工业大学

徐晨辉

浙江工业大学

席裕庚

上海交通大学

 

吉林大学

曾志刚

华中科技大学

张立炎

武汉理工大学

报告摘要和作者简介

席裕庚,上海交通大学讲席教授,1984年在德国慕尼黑工业大学获工学博士学位,主要研究方向为预测控制理论与应用、大系统控制与优化。在国内外学术刊物上发表论文300余篇,出版《Predictive Control-Fundamentals and Developments》、《预测控制》、《动态大系统方法导论》等6部著作,获国家自然科学二等奖1次、教育部或省市科技进步一等奖2次、二等奖5次。曾任IFAC大规模复杂系统技术委员会副主席、亚洲控制协会主席、中国自动化学会副理事长等。现为亚洲控制协会顾问委员会成员、中国自动化学会特聘顾问、控制理论专业委员会顾问委员。

 

报告题目:大系统方法在城市交通路网预测控制中的应用

城市交通路网具有规模巨大、关联复杂、信息不完全/不确定等特点。为了解决城市交通拥堵这一顽症,发展城市智慧交通,从全路网角度对城市交通进行优化控制是十分重要的。预测控制是一种在不确定环境中实施约束优化控制的有效方法,自然成为城市交通路网优化控制的首选。但对于城市交通路网这类高维大系统,其预测控制无论是建模还是优化控制都面临着系统维数高、关联复杂的挑战。本报告首先给出了城市交通路网预测控制的基本描述,指出了其面临的挑战。借助大系统控制论中的集结、分解和协调等概念和方法,提出了基于分解-集结的城市交通路网多层递阶控制结构,具体讨论了在系统层和控制层分别基于不同粒度预测模型和不同滚动优化目标的预测控制实施方案,并在控制层采用基于分解-协调的两级递阶优化算法,进一步降低在线优化的计算复杂度。通过仿真案例,对不同控制方案进行了比较,表明大系统方法在大规模复杂系统预测控制中的有效性和应用前景。

 

 

杜文莉,博士、教授、博士生导师,国家杰出青年基金获得者、教育部长江学者特聘教授。现任华东理工大学信息科学与工程学院院长、化工过程先进控制和优化技术教育部重点实验室副主任。长期从事化工过程先进控制与优化技术研究工作。近年来主持承担了国家自然科学基金项目、国家863计划等10余项国家和省部级项目,研究成果分别获得国家科技进步二等奖5项、省部级一等奖11项等科技奖励;发表SCI/EI论文100余篇。

 

报告题目:大型工业系统智能决策的挑战与应用

新一代制造自动化系统,是物联网、大数据、人工智能等先进信息技术与工业自动化管控技术深度融合的综合智能技术系统,其核心为企业决策提供定量、可靠并能适用不确定环境的解决方案。石化工业中的炼油过程即为典型的具有内外部不确定因素的复杂对象,包括其过程内部原料特性、设备特性等时变波动的不确定性以及外部环境中产品市场需求的不确定性,对其资源配置、加工方案制定、产品库存和销售计划带来了显著的影响,直接影响生产制造过程决策优化方案的制定。项目以炼油过程为例,从模型构建、排产决策以及运行优化几个不同层面介绍了炼油过程智能制造系统的构建思路与实现过程,为企业做出及时有效决策提供支撑指导。

 

苏宏业,博士,教授,博导,工业控制技术国家重点实验室主任,浙江大学智能系统与控制研究所所长,国家杰出青年基金和创新研究群体项目获得者长江特聘教授,国家万人计划创新领军人才。现任国际期刊JIMO主编,IEEE Transactions on Cybernetics与自动化学报编委,国际标准化委员会ISO TC184/SC5 WG5WG12召集人,中国自动化学会常务理事,中国仪器仪表学会智能工厂专委会常务副理事长,浙江省自动化学会理事长, 国家标准会委员会SAC/TC159 SC5主任委员等职务。

 

报告题目:基于迁移学习与不确定分析的过程设计与控制一体化

本报告简要回顾了过程设计和控制优化一体化问题的研究历史与现状。汇报了迁移学习等人工智能新方法,对过程设计和控制优化带来的赋能和启发。报告以“迁移学习­算法引擎­不确定性分析­优化策略”为主线,挖掘机理复杂的流程系统中的关联知识以及动态特性,形成了“替代模型­融合先验知识的替代模型­样本迁移学习算法­模型迁移学习算法”的层次化、多维度的建模方法,解决传统优化一体化问题中过程设计与控制优化环节模型相互脱节、衔接不够、计算效率低的问题。最后从优化策略的角度对影响过程设计和控制的不确定性因素进行系统的分析,明确了随机不确定性的分布律、模糊不确定性的隶属度,分别提出了基于机会约束和基于模糊决策的过程设计和控制优化一体化求解策略,提升了在不确定环境下进行一体化优化设计决策的灵活性和可信度。

 

 

 

曾志刚IEEE Fellow,国家杰出青年科学基金获得者,教育部长江学者特聘教授,万人计划科技创新领军人才,华中科技大学人工智能与自动化学院院长。先后担任IEEE Transactions on Neural NetworksIEEE Transactions on CyberneticsIEEE Transactions on Fuzzy SystemsCognitive ComputationNeural NetworksApplied Soft Computing;自动化学报;控制工程;系统工程与电子技术;控制理论与应用的编委。曾获湖北省自然科学一等奖、湖北省科技进步一等奖、教育部高等学校科学研究优秀成果奖自然科学奖一等奖、国家科学技术进步奖二等奖各一次。

 

报告题目:滑坡演化预测及控制

我国滑坡灾害频发且灾害损失极为严重。尤其三峡库区和西南水电工程区是我国最重要的地势陡变带,区内新构造运动和外动力地质作用极其活跃。水位周期性涨落引起的循环加卸载条件,泄洪雾化引起的干湿循环条件以及库水骤变引起的瞬态荷载条件,加之雨量充沛,这些复杂环境因素的联动作用使得三峡库区和西南水电工程区成为滑坡灾害的多发区。为了减少滑坡的危害,迫切需要建立滑坡演化的预测预报理论及相应的过程控制方法。随着滑坡多方位立体信息监测技术的不断发展,能够获取到滑坡系统中变形场、渗流场、结构场、应力场、温度场等多场信息数据。由于滑坡孕灾机制的复杂性和多场信息的多尺度、多分辨率等特点,传统的工程地质学方法难以有效地分析和处理多场信息数据。从大量滑坡多场信息数据中挖掘出隐藏于其中的逻辑共生关系,需要借助先进的信息处理技术。本报告将介绍基于机器学习技术的滑坡多场信息数据分析方法,着重介绍基于神经网络的滑坡位移预测方法及其在实际滑坡中的应用,并介绍滑坡位移预测控制的相关研究进展。

 

 

 

王凌,清华大学自动化系长聘教授、博士生导师、学位委员会副主席,国家杰出青年科学基金获得者,国家精品课程《自动控制原理》主讲教授。19951999年在清华大学自动化系分别获学士、博士学位。现担任中国仿真学会智能仿真优化与调度专委会副主任、中国自动化学会控制理论专委会和过程控制专委会委员、能源互联网专委会常务理事、中国运筹学会排序专委会常务理事、智能工业数据解析与优化专委会常务理事、中国人工智能学会智能优化专委会常务理事、北京自动化学会常务理事;担任IJAACCSMS主编、IEEE TEVCSECESWASENSORSIJACM副编辑、MC、控制理论与应用、控制与决策、控制工程、系统工程与电子技术等期刊编委。主要从事基于计算智能的优化调度理论方法与应用研究,已主持和参与国家自然科学基金、国家重点研发计划课题等项目20余项,已出版专著5部、译著1部,在IEEE Trans等刊物上发表SCI论文200余篇、WOS引用一万余次、Google Scholar引用两万余次。曾获国家自然科学二等奖、教育部自然科学一等奖和二等奖、北京市科学技术奖、中国电子学会信息科学技术二等奖、中国仿真学会科学技术一等奖、IFAC会刊EAAI最高引用论文奖、自动化学报优秀论文奖、控制理论与应用优秀论文奖、控制与决策优秀论文奖、ICIC杰出领导力奖、IEEE TEVC杰出AE等。获国家杰出青年科学基金、北京市科技新星、教育部新世纪优秀人才、清华大学学术新人奖、中国自动化学会青年科学家奖等。

 

题目:数据驱动的智能工程优化调度

摘要:针对工程优化调度的复杂性,分析数据驱动智能优化的必要性,阐述智能优化的原理、步骤以及集成智能优化的框架与核心环节,从系统论、信息论、控制论角度剖析若干关键问题,并报告智能优化理论、智能约束优化和智能调度方面的若干代表性研究工作。

 

 

王成红,研究员,自动化学会会士,自动化学会副理事长,大数据专委会副主任委员;19978月于中国科学院自动化研究所获博士学位,19978月至199911月在中科院系统与数学研究院做博士后、副研究员;199912月至20159月在国家自然科学基金委员会信息科学部三处工作,先后任项目主任、自动化学科副主任、三处处长、研究员等职务;主要研究领域为控制理论及应用、系统可靠性理论及应用、自动化学科前沿与发展战略等。

 

报告题目:从卡尔曼框架到智能控制框架

建立在状态空间上的现代控制理论(卡尔曼框架)越来越不能满足信息时代、特别是当前智能时代人类社会发展的需求,迫切需要拓展卡尔曼框架,建立一种描述能力更强的智能控制理论。本报告较为详细地分析了卡尔曼框架面临的挑战,并在此基础上初步提出了一种智能控制框架,目的是探索出一条能够满足实际需求的控制理论发展新路径。

 

 

 

唐立新,东北大学副校长(科技规划、国际合作),中国工程院院士,智能工业数据解析与优化教育部重点实验室主任,东北大学人工智能与大数据科学中心主任,东北大学工业与系统工程研究所首席教授。现兼任国务院学位委员会第七届控制科学与工程学科评议组成员,中国运筹学会智能工业数据解析与优化专业委员会理事长。

主要研究方向为系统优化与人工智能理论方法,包括工业大数据科学、数据解析与机器学习、深度学习与进化学习、加强学习与动态优化、凸优化与稀疏优化、整数与组合最优化、计算智能优化等理论方法,智能工业全流程生产与库存计划、生产与物流批调度、生产过程操作优化与最优控制等工程优化技术,质量预报、工况监测等知识发现和图像、语音、透视等感知理解方面的数据解析技术,以及在制造、物流和能源系统中的工程应用。

唐立新教授现为6个国际系统优化和工业工程重要SCI期刊IISE TransactionsIEEE Transactions on Evolutionary ComputationIEEE Transactions on CyberneticsJournal of SchedulingInternational Journal of Production ResearchJournal of the Operational Research Society副主编,国际期刊Annals of Operations Research编委,国际期刊Asia-Pacific Journal of Operational Research区域主编(Area Editor)。发表在国际工业与系统工程旗舰期刊IISE Transactions的论文被评为2017年度最佳应用论文奖Best Applications Paper)。2020年获中国钢铁工业协会、中国金属学会“十三五”钢铁工业科技成就奖。

 

报告题目:Data Analytics and Optimization for Smart Industry

This report focuses on how to utilize data analytics and optimization to overcome critical OR and management challenges faced by steel, petrochemical/non-ferrous, energy, resource and logistics industries. It is carried out by employing the cyber-physics system (CPS), which is achieved by Internet of Things as a carrier, using sensors to collect the site data via network, and then conducting accurate measurement, diagnosis and prediction of the production process through data analytics. On this basis, the decision-making of production planning, scheduling, operations and control is optimized to achieve the smart ability of factories. Against the background of steel production, some interesting topics on the production, logistics and energy analytics and optimization in steel industry are discussed in the perspectives of problem characteristics, modeling and optimization.

 

桂卫华,中国工程院院士,中南大学教授、博士生导师。现任中南大学学术委员会主任、国家自然科学基金创新研究群体学术带头人、“有色冶金自动化”教育部工程研究中心主任、中国自动化学会副理事长、中国有色金属学会副理事长、中国自动化学会过程控制专业委员会主任委员。长期致力于复杂冶金生产过程控制理论、技术和工程应用研究,突破了铜铝铅锌等有色金属冶炼及铝加工过程的自动化与智能化关键技术问题,应用成效显著。获国家科技进步二等奖3项,省部级一等奖8项;2009年获何梁何利基金科学与技术进步奖、2012年获湖南光召科技奖。曾获“全国教书育人楷模”、“全国模范教师”、“全国优秀教师”、“全国优秀科技工作者”、“全国有色金属行业劳动模范”、“中国有色金属工业优秀科技工作者”、“中国过程控制终身成就奖”、“杨嘉墀科技奖”等荣誉称号。

 

报告题目:工业过程体数据检测方法及应用

检测技术为工业过程的运行控制、优化决策、质量调控、状态监控提供关键的数据反馈,是控制的基础。针对我国工业高质量发展给现有检测技术带来的挑战,首次提出工业过程体数据的概念,融合光学、图形学、电子、机械等多学科交叉知识,提出工业过程体数据检测技术,以二维图像、三维场景等方式具象化展现体数据空间几何属性、多类异构体素及其耦合关系,并通过案例来阐述了基于内窥式光学立体成像的高炉料面体数据检测、基于多源视觉的铁水体数据检测方法、技术及应用,最后给出了关于工业过程体数据检测技术的思考。

 

 

 

谭民, 中国科学院自动化所,研究员、博士生导师。国家杰出青年基金获得者,国家基金委创新研究群体负责人,国务院学位委员会第七届、第八届学科评议组成员,新世纪百千万人才工程国家级人选,曾担任国家“十五-863”计划机器人技术主题专家组成员、担任国家“十一五-863”计划先进制造领域专家组成员。

近年来在先进机器人控制、仿生机器人、多机器人协调与控制等方面开展研究与开发工作,负责和参加国家 863项目、973项目、自然科学基金项目等 20余项。发表SCI期刊论文 100 余篇,授权的国家发明专利50余项。担任多个学术期刊的编委,担任多个学会的理事和专业委员会的委员。

 

报告题目:仿生机器鱼建模与控制研究

本报告重点介绍仿生机器鱼高效高机动运动控制, 建立机器鱼运动的鱼体波模型, 提出高机动运动控制方法, 通过开展鱼类的仿生运动研究,促进仿生机器鱼控制理论和方法的发展,对于高效率、高机动性、高度环境适应性的新型水下运载系统、作业系统的开发研制与应用具有重要的意义。

 

 

 

慕小武,相继于198319881991年在北京大学获得学士、硕士、博士学位。1999-2001在中科院系统所访问教授,2004-2005/2010-2011日本上智大学客座教授。2006-2018,教育部本科教学指导委员会委员。现为郑州大学学科特聘教授、二级教授、博士导师。1992年起享受国务院特殊贡献津贴。

 

报告题目:Event-triggered Impulsive Control for Stochastic Networked Control Systems

Networked control systems have wide range of applications in many areas, such as space exploration, smart transportation, smart grid, telemedicine, waste-water treatment system, autonomous cars and so on. Reducing communication resources and defending cyber-attacks are two hot topics for networked control systems. Event-triggered control and impulsive control are two effective ways to reducing communication resources. In this talk, we will present the event-triggered impulsive control for stochastic networked control systems. The existing issues of designing event-triggered mechanism are summarized for networked control systems under stochastic noises. For cyber-attacks free case, two kind of event-triggered impulsive control schemes, i.e., event-triggered mechanism with waiting time and event-triggered mechanism with checking period, are proposed to ensure the p-th moment uniform stability and the p-th moment exponential stability of stochastic networked control systems. For cyber-attacks case, the random cyber-attacks model is established to combine the randomly occurring phenomena of DoS attacks and deception attacks into a unified framework. The time-dependent event-triggered impulsive control scheme is provided to guarantee the mean-square exponential stability of stochastic networked control systems.

 

 

 

  ,清华大学自动化系教授、博导,自动化系系统工程研究所所长,车路协同与自动驾驶研究中心主任,智能无人车研究中心主任。享受国务院颁发的政府特殊津贴,是国家“863计划”先进交通技术领域专家。主要从事基于车路协同的自动驾驶技术、智能交通群体决策与控制、智能车路协同关键技术研究与实现、智能交通控制与管理、智慧城市研究与实践、大数据分析与应用等。

 

报告题目:车路协同环境下交通群体智能协同决策与控制

车路协同环境下的新一代智能交通系统,由于其自组织、个体智能和群体协同关系的存在和凸显,系统结构呈现无主次之分、无统一目标和无系统边缘的重大变化,智能交通系统群体协同决策与控制成为焦点,传统的决策与控制优化理论与方法难以有效解决新出现的复杂性问题。本报告重点介绍车路协同环境下交通群体智能行为与系统凸显的复杂性,从而探讨车路协同环境下交通群体智能协同决策与优化的控制机制、模型求解和典型应用等,分析群体协同决策与控制的多目标优化策略的实现方法,并构建道路交通安全和高效通行典型场景下的应用模型。

 

 

 

郭戈,东北大学特聘教授、博士生导师,大连海事大学博士生导师。19941998年分获东北大学控制科学与工程专业学士和博士学位。荣获中国自动化学会青年科学家奖、教育部新世纪优秀人才、甘肃省十大杰出青年提名、辽宁省百千万人才、浙江省钱江学者讲座教授、大连市领军人才等荣誉。担任IEEE Transactions on Intelligent Transportation Systems副主编、IEEE Intelligent Transportation Systems Magazine副主编、Information Sciences副主编、Journal of Control and Decision副主编、Int. J. Systems, Control & Communications执行主编、《自动化学报》、《控制与决策》、《控制工程》等期刊编委,先后获Annual Reviews in Control 等多个国际期刊杰出审稿人,IEEE高级会员,IEEE ITSS智能交通协会会员,IEEE CSS控制系统协会会员,国际自动机工程师学会SAESociety of Automotive Engineers)智能网联车技术局成员。

主要研究方向为信息物理融合系统、智能交通与出行系统的优化与控制,主持国家自然科学基金重点项目等20余项课题,发表SCI论文110余篇,获河北省自然科学一等奖、辽宁省科技进步一等奖、甘肃省科技进步一等奖和自然科学二等奖。

 

 

报告题目:网联智能交通系统运行优化与控制(Operation Optimization and Control of Connected Intelligent Transportation Systems

基于网联车辆的车路协同控制是下一代智能交通技术的核心。本次报告论述了车联网中的车辆通信调度、车辆行车间距和行车路径动态优化设定、车辆队列的协同行驶控制等方面的问题及其解决方案。侧重结合车辆动态特性、车辆间的耦合特性、车联网通信限制因素,给出油耗最优的车辆行驶路径动态优化设定方法、车辆流稳定安全行驶所需要的车辆通信调度方法和节油安全的车辆协作控制方法。并通过仿真和半实物实验结果,探讨了相关结果的可行性。

 

 

 

杨春雨,中国矿业大学信息与控制工程学院教授,博导,地下空间智能控制教育部工程研究中心副主任,江苏省333高层次人才,江苏省六大人才高峰高层次人才,江苏省双创团队核心成员。现为中国自动化学会会员、中国自动化学会青年工作委员会委员、中国自动化学会环境感知与保护专业会员会以及中国控制与决策会议程序委员会成员,美国电气和电子工程师协会会员(IEEE Member)。在国内外期刊和国际学术会议发表论文60余篇,出版专著3部。主持国家自然科学基金项目4项,参与国家973项目和重大国际合作项目各1项。荣获教育部高等学校科学研究优秀成果奖自然科学二等奖和中国自动化学会自然科学二等奖各1项。

 

报告题目:大型带式输送系统运行优化控制

带式输送是煤炭、金属与非金属等矿山物料的主要运输方式,传统控制方法是以固定的模式控制输送机启停和定速运行,容易造成能源浪费和安全隐患。大型带式输送系统运行优化控制的核心目标是安全和节能,主要挑战是系统模型涉及刚柔耦合的多时间尺度特性和复杂静态约束。本报告将介绍大型带式输送系统运行优化控制基础理论和关键技术,包括基于深度迁移学习的带式输送机物料流量视觉检测方法、基于奇异摄动理论的多电机驱动系统优化协调控制方法和基于模型预测控制策略的带速设定值动态优化方法。

 

 

 

袁小芳,博士,教授、博士生导师,湖南大学岳麓学者特聘教授,中国机械工程学会机器人专委会会员,中国自动化学会车辆控制与智能化专委会会员,中国人工智能学会智能检测与运动专委会会员,湖南省自动化学会理事。主要从事智能控制理论与应用、电动汽车控制、机器人驱动控制等领域的研究工作。主持国家自然科学基金3项、科技部重点研发计划课题1项,参与国家863计划课题、科技部重点研发计划课题、湖南省重点研发计划项目等课题10余项,荣获国家科技进步奖二等奖1项,湖南省自然科学二等奖、教育部科技进步二等奖等省部级奖励6项。

 

报告题目:分布式驱动电动汽车的稳定性控制研究

为了更好地实现电动汽车高效节能与主动安全的目标,车辆行驶动力学控制装置一直是汽车工业研发的焦点。基于轮边或轮毂电机的分布式驱动电动汽车具有可控性好、传动链短、结构紧凑、车内空间利用率高等优点。本报告介绍分布式驱动电动汽车的发展历程,针对分布式驱动电动汽车的动力学特性,开展了不同路面激励的横摆运动控制、基于多工况模型的纵向和横向稳定性控制、横摆运动的前后轮转向解耦控制、纵向和侧向运动的不确定解耦控制等研究,并进行了相关算法仿真验证。

 

 

 

许芳,吉林大学通信工程学院副教授、硕士生导师。分别于2009年、2014年获得吉林大学自动化专业学士学位、控制理论与控制工程专业博士学位。主要研究方向为模型预测控制、FPGA嵌入式技术、汽车控制应用等。邮箱:fangxu@jlu.edu.cn

 

报告题目:模型预测控制实时实现及应用

近年来,越来越多的快速系统(例如电力电子、机电工程、汽车电子等)迫切需要应用模型预测控制方法来处理其复杂约束优化问题和提高控制性能,然而模型预测控制需要在线求解约束优化问题,优化计算负担大是制约其应用的主要瓶颈。本次报告主要介绍模型预测控制的快速求解方法、FPGA硬件实现方案及汽车控制应用实例。通过高效的求解算法和并行计算的硬件架构提高模型预测控制在线计算性能,基于FPGA实现模型预测控制器的微型化和芯片化,拓展模型预测控制在实际快速系统中的应用。

 

 

 

何德峰,博士、浙江工业大学教授、博士生导师,浙江省杰出青年基金获得者,浙江省“万人计划”人选,是中国自动化学会过程控制专委会、预测控制与智能决策专委会、车辆控制与智能化专委会委员,担任浙江省自动化学会教学工作委员会秘书长。作为负责人主持国家自然科学基金和国家重点研发计划子课题等国家级项目4项,浙江省基金等省部级科研项目7项。在Automatica、自动化学报、中国科学等国内外主流期刊发表SCIEI收录论文50余篇,授权国家发明专利30余件;获得省部级科技成果奖一等奖2项(第一完成人1项)、二等奖1项(第二完成人)和浙江省教学成果奖二等奖1项。目前主要从事模型预测控制理论与应用、智能驾驶机器人与系统研究。

 

报告题目:多目标经济模型预测控制

模型预测控制经过近四十年的发展,在理论和应用方面都取得了丰硕的成果。近年来,模型预测控制应用已经从主要的流程制造工业快速扩展到了机器人、智能车辆等高端装备控制。本报告在简要回顾模型预测控制发展历程的基础上,重点介绍近年来课题组在一类新型模型预测控制——多目标经济模型预测控制方面所取得的最新成果。最后,简要介绍课题组在智能网联车节能与安全控制方面的研究工作。

 

 

 

任秉韬,博士,系北京航空航天大学交通科学与工程学院讲师/硕士生导师,汽车电控与智能化研究室创新团队成员。2012.6毕业于吉林大学通信工程学院自动化专业获学士学位;2012.9在吉林大学开始控制理论与控制工程专业研究生学习,从事电动汽车运动控制与优化方法的研究,于2017.6获博士学位。毕业后2017.6入职北京航空航天大学交通科学与工程学院汽车工程系至今。已发表学术论文10余篇,已授权国内发明专利3项,现为中国自动化学会会员和中国汽车工程学会会员。主要研究方向:智能汽车行驶安全控制方法研究;智能汽车仿真测试场景自动构建研究。

 

报告题目:分布式电动汽车的转矩优化控制研究

分布式电动汽车作为一种新型电动汽车,利用轮毂/轮边电机其动力输出更加平稳和高效,具有结构紧凑、传动高效等特点,被认为是未来低碳社会智慧城市的主要交通工具之一。然而,其智能控制技术发展和应用推广方面仍然面临巨大的挑战。由于安装有独立驱动、制动和主动转向等多执行机构,分布式电动汽车具有冗余的控制自由度,是一个复杂的过驱动控制系统,同时多自由度分布式执行器的交互作用,形成了一个受垂向影响的侧向-纵向复杂耦合的汽车非线性动力学系统,这给控制系统的设计、优化与实现提高了难度,并且分布式电动汽车中影响能量消耗的因素复杂,给整车的能耗优化和能量管理带来了挑战。因此,围绕如何满足汽车安全性和经济性需求开展了分布式电动汽车转矩优化控制方法的研究工作,基于预测控制理论的显示处理带约束多变量多目标优化问题的特点,提出基于预测控制理论的转矩协调控制方法,以解决过驱动系统中驱动、转向等多个执行器间的动作耦合及制约问题,实现安全-动力-节能多目标需求。

 

 

 

Sasa V. Rakovic received the PhD degree in Control Theory from Imperial College London. His PhD research was awarded the Eryl Cadwaladr Davies Prize 2005 as the best PhD thesis in the EEE Department of Imperial College.

He has been affiliated with a number of universities worldwide, including, inter alia, Imperial College London, ETH Zurich, Oxford University, OvG University of Magdeburg, University of Maryland at College Park, University of Texas at Austin and Texas A&M University. He is currently a full professor with the School of Automation at Beijing Institute of Technology. Sasa V. Rakovic's main interests and contributions lie within the areas of synthesis of control systems, analysis of dynamical systems, and decision making under constraints and uncertainty.

Sasa V. Rakovic is best known for his pioneering research on tube model predictive control, and his work is published in top journals and it is highly cited. Sasa V. Rakovic has also edited, with William S. Levine, a highly popular ``Handbook of Model Predictive Control'' published by Birhauser (Springer Nature).

 

报告题目:Robust Model Predictive Control

Model predictive control (MPC) is an advanced control technique that employs an open--loop online optimization in order to take account of system dynamics, constraints and control objectives and to obtain the best current control action. Robust MPC (RMPC) is an improved MPC form that is robust against the bounded uncertainty. RMPC employs a generalized prediction framework that allows for a meaningful optimization of, and over, the set of possible system behaviours effected by the uncertainty. A real intricacy in RMPC arises due to the facts that the exact RMPC provides strong structural properties but it is computationally unwieldy, while the conventional MPC is not necessarily robust even though it is computationally convenient.

The seminar focuses on novel RMPC methods, developed through my research investigations and collaborations, that address effectively the fundamental challenge of reaching a meaningful compromise between the quality of guaranteed structural properties and the associated computational complexity. In particular, the talk discusses tube MPC (TMPC) synthesis methods that are theoretically sound (i.e., they guarantee emph{a--priori} strong structural properties) and computationally efficient (i.e., they have a manageable computational complexity that is similar to that of the conventional MPC synthesis).

 

 

 

 

施阳1990保送入西工大教改班学习,1993年保送开始研究生学习,1998年在西工大航海学院获得博士学位。2005年于加拿大阿尔伯塔大学获得电子与计算机工程博士学位。2005-2009在加拿大萨斯喀彻温大学任助理教授及副教授;目前为加拿大维多利亚大学机械工程系终身教授。 施阳博士的研究集中于工业信息物理系统、网络及分布式控制系统、模型预测控制、机电系统及机器人系统设计与控制、能源系统的优化调度与控制等。研究成果在IEEE Transactions on Automatic ControlAutomaticaProceeding of the IEEE等本领域国际期刊上发表论文160篇,出版学术专著2部。

2007获得加拿大萨斯喀彻温大学十佳教学奖;2012年获得维多利亚大学工学院最佳教学奖。2015年获得维多利亚大学年度唯一的最佳研究银奖(Craigdarroch Silver Medal)2013年获得日本学术振兴会特邀访问教授奖;2017年获得德国洪堡研究基金。他与学生合著的论文获得2017IEEE Transactions on Fuzzy Systems年度最佳论文奖。目前任IEEE工业电子学会工业信息物理系统技术委员会主席,担任IEEE Transactions on Industrial Electronics的共同主编(Co-Editor-in-Chief),任多家国际期刊的副编辑,包括:Automatica, IEEE Transactions on Control Systems Technology, IEEE Transactions on Cybernetics, IEEE/ASME Transactions on Mechatronics

施阳教授是Fellow of Engineering Institute of Canada, IEEE Fellow, ASME FellowCSME Fellow

 

报告题目:An Adaptive Robust Model Predictive Control Framework for Constrained Uncertain Systems

Model predictive control (MPC) is a promising paradigm for high-performance and cost-effective control of complex dynamic systems. This talk will introduce a recent result on adaptive robust model predictive control (MPC) for a class of constrained linear systems with unknown model parameters. By proactively designing the online estimation mechanism and constructing the tube-based adaptive MPC scheme, the enhanced performance can be achieved compared to the robust tube MPC method. Simulation studies and application examples will be illustrated. Some existing challenges and future research directions will be discussed.

 

 

Dr. M. V. Kothare is currently the Chairman  of the Department of Chemical and Biomolecular  Engineering and R. L. McCann Professor at Lehigh University. He holds an affiliate appointment in Bioengineering at Lehigh University and a courtesy appointment in Electical and Computer Engineering.  He received his B.Tech. in Chemical Engineering from the Indian Institute of Technology, Bombay in 1991 and MS/PhD degrees in Chemical Engineering from the California Institute of Technology in 1995 and 1997. He has held a postdoctoral position at Mobil Oil Corporation and various visiting positions at Johns Hopkins School of Medicine, City College New York, Purdue University, ETH Zurich and East China U. of Science and Technology. His interdisciplinary areas of interest span the problems of constrained and optimal predictive control theory, robustness analysis, MEMS and microchemical systems, control of microsystems, embedded control of biomedical systems, neuroengineering and closed-loop neuroprosthetic systems. Kothare is recipient of the Institute Silver Medal from IIT Bombay for ranking first in Chemical Engineering, the Ted Peterson Student Paper Award (2000) and the Outstanding Young Researcher Award (2007) (under 40 years) from the Computing and Systems Technology division of the AIChE for his contributions to the literature of computing in engineering. He has received the US National Science Foundation CAREER award (2002), the Robinson award and Rossin and Hook Professorships at Lehigh University. He was a selected attendee (one of 82 engineers, ages 30-45) at the 2008 Frontiers of Engineering symposium of the US National Academy of Engineering. His interdisciplinary service activities have involved associate editor appointments with AUTOMATICA, IEEE Transactions on Automatic Control, IEEE Transactions on Systems, Man and Cybernetics: Systems,  as well as guest editorial appointments for Journal of Process Control and the IFAC sponsored conference DYCOPS in 2010. From 2011-2015, he was Deputy Editor-in-Chief of IFAC PapersOnLine, an on-line archive of all peer-reviewed conference proceedings sponsored by the International Federation of Automatic Control (IFAC). In 2012, Kothare served as Chair of the CAST division of the AIChE.  He is a   Fellow of IEEE, the highest member grade conferred by IEEE and also of AIChE.  In 2016, he was   listed in the  "Most-cited Researchers in Electrical & Electronics Eng., Shanghai Global Ranking  Most recently, in 2020, he received the Distinguished Alumnus Award from the Indian Institute of Technology, Bombay.  

 

The title: Model-based control closed-loop vagal nerve stimulation for regulating cardiovascular function

In this talk, we will present our recent results on the development of a novel a nonlinear model predictive controller (NMPC) for a multi-location Vagal Nerve Stimulation (VNS)  system, which controls heart rate (HR) and mean arterial pressure (MAP) by independently manipulating multiple stimulation parameters in three different locations. Pulsatile and non-pulsatile models of the integrated cardiovascular system and baroreflex regulation are developed to predict the dynamic response of the MAP and HR. The two models are compared and elicit similar dynamics. The NMPC algorithm incorporates the non-pulsatile model and is evaluated by the pulsatile model. The resulting online optimization problem is solved using enumeration and nonlinear programming. Set point tracking cases are presented and discussed. The performance of NMPC shows the feasibility and usefulness of the proposed control algorithm for the regulation of HR and MAP using multi-location VNS. We also present Hardware-in-the-loop simulations by implementing the controller in an off-the-shelf Raspberry Pi hardware platform.

 

恒耀