时滞系统广泛存在于工业过程、通信网络、机器人控制等领域，其状态估计面临信息异步性、估计偏差和相关性未知等挑战。协方差交叉（Covariance Intersection, CI）融合估计作为一种有效的信息融合方法，在处理具有未知相关性的多源信息时展现出独特优势。本文针对时滞系统，研究了协方差交叉融合估计方法，通过时间对齐、时滞补偿等技术，解决了时滞数据的处理和多源异步信息的融合问题，提高了状态估计

直流电机因其调速性能优异、响应速度快等特点，在工业控制、电动汽车、机器人等领域有着广泛应用。然而，传统PID控制存在参数固定、难以应对非线性及环境扰动等问题。模糊PID控制虽通过引入模糊逻辑实现了参数自适应调整，但在复杂场景下仍面临规则库构建与参数优化的难题。本文将蚁群优化算法（Ant Colony Optimization, ACO）引入直流电机模糊PID控制系统中，利用其全局寻优能力对模糊PI

直流电机因其调速性能优异、响应速度快等特点，在工业控制、电动汽车、机器人等领域有着广泛应用。然而，传统PID控制存在参数固定、难以应对非线性及环境扰动等问题。模糊PID控制虽通过引入模糊逻辑实现了参数自适应调整，但在复杂场景下仍面临规则库构建与参数优化的难题。本文将蚁群优化算法（Ant Colony Optimization, ACO）引入直流电机模糊PID控制系统中，利用其全局寻优能力对模糊PI

随着分布式光伏在居民社区的渗透率持续提升，光储社区已成为新型电力系统的重要组成部分。然而，光伏出力的间歇性与反负荷特性使得社区在晚高峰时段对上级电网的依赖加剧，购电成本居高不下。本文针对这一问题，建立以全天购电费用最小为目标的线性规划模型，将一天划分为九十六个十五分钟时段，综合考虑分时电价、小区负载、光伏出力预测与储能充放电特性，并引入计划购电、调整购电与紧急购电三层购电结构，以体现不同购电方式的

路径规划是指在复杂的环境中,在满足一定的约束条件下,如行走路径的长度短,路径的代价低、时间短等,找到一条从指定起始位置到指定目标位置的安全、无碰撞的优化路径。在D*算法中，会根据机器人周围环境的动态变化（如出现新的障碍物或者原有障碍物的移除）重新计算路径，这一过程中，估价函数会根据新的环境信息进行调整，从而保证机器人能够规划出可行的路径。在扩展节点的过程中，会更新节点的成本值（包括从起始点到该节点

本研究聚焦于由两个四旋翼飞行器协同驱动的缆绳机器人系统，旨在实现复杂任务（如协作运输、环境探测）中的动态稳定性与精确控制。四旋翼动力学耦合：需协调双飞行器的升力、扭矩与姿态；缆绳悬链线效应：大跨度缆绳的自重下垂与非线性张力分布；刚柔耦合建模：缆绳柔性特性与四旋翼刚体运动的交互；协同控制鲁棒性：通信延迟与外界扰动下的稳定性。

直流电机因其调速性能优异、响应速度快等特点，在工业控制、电动汽车、机器人等领域有着广泛应用。然而，传统PID控制存在参数固定、难以应对非线性及环境扰动等问题。模糊PID控制虽通过引入模糊逻辑实现了参数自适应调整，但在复杂场景下仍面临规则库构建与参数优化的难题。本文将蚁群优化算法（Ant Colony Optimization, ACO）引入直流电机模糊PID控制系统中，利用其全局寻优能力对模糊PI

基于LSTM（长短期记忆网络）的轴承故障诊断研究，结合西储大学的数据，是一个融合了深度学习技术的故障诊断方法。

复杂工业与机器人领域的动力学系统普遍具备强非线性、多模态演化特性，传统基于机理建模的控制方案高度依赖系统先验知识，局部线性化手段仅能在小工作区间保证控制效果，难以适配大范围工况下的预测与闭环控制需求。Koopman 算子理论为非线性动力学分析提供全新范式，通过将有限维非线性状态映射至无穷维可观测函数空间，实现非线性动力学的全局线性表征，规避传统局部线性化的固有局限。

面向复杂三维动态场景下多无人机集群自主协同航行的工程需求，本文提出一种融合改进 RRT * 路径规划领航 - 跟随编队控制与动态实时避障的一体化解决方案。该方法以单领航机为核心，采用 RRT * 算法完成全局渐近最优路径搜索，跟随机依据预设 V 形编队几何约束与领航机实时航向进行相对位置解算，实现编队构型稳定保持；针对动态障碍与机间碰撞风险，构建双层碰撞检测机制与局部应急避障策略，在规避威胁后快速