一、主讲人:

    王冬瑞，博士，成都大学电子信息与电气工程学院讲师。于2025年获西南交通大学控制科学与工程博士学位，现主要从事机械臂视觉伺服、柔顺控制以及人机交互等研究。

   卢钇铭，成都大学电子信息与电气工程学院硕士研究生，控制工程，主要研究电力系统负荷频率控制，模糊控制方向。

   二、主讲内容：

   1. 接触网运维协作机器人基础理论与关键技术

    内容简介：接触网运维协作机器人是实现轨道交通智能化、少人化运维的重要装备，在复杂环境下开展智能运维具有重要意义。然而，接触网作业环境是典型的非结构化场景，具有动态扰动、空间受限和高精度要求等特点，现有机器人系统在视觉感知、运动控制以及环境交互等方面仍面临诸多挑战。针对上述问题，本讲座将介绍接触网运维协作机器人的基础理论与关键技术，首先，面向复杂环境下机器人自主作业需求，开展视觉感知、特征信息提取及目标定位的研究，实现关键部件的高精度识别与定位；其次，结合预设性能约束、障碍李雅普诺夫函数等控制方法，提高复杂环境下机器人的暂态与稳态性能；最后，面向机器人与接触网设备交互过程中的安全性与可靠性需求，开展混合视觉力觉的自适应柔顺控制技术，实现机器人与接触网设备交互过程中的安全作业与作业效率。通过典型运维任务案例，系统展示智能协作机器人在接触网检修、装配维护等场景中的应用，为轨道交通装备智能化升级提供理论基础与技术支撑。

   2. An Adaptive Neuro Fuzzy Based Intelligent Load Frequency Control in Diverse Hybrid Power Systems

    内容简介：现代电力系统动态变化且不断演进，需要先进的控制策略以确保其可靠、稳定的运行。本文提出了一种针对混合电力系统负荷频率控制的智能方法；该系统由常规再热火电厂以及核能和风能构成，并利用自适应神经模糊推理系统进行优化。用于训练自适应神经模糊推理系统的数据集是通过经改进的郊狼优化算法整定参数后的 PID 控制器获取的。由于该混合电力系统融合了常规发电机组和可再生能源等多种能源，其控制机制变得更为复杂。本文提出的策略利用人工神经网络的学习与自适应特性来优化负荷频率控制过程，从而确保高效的发电与负荷管理。该神经网络模型利用历史数据进行训练，使其能够理解并适应混合电力系统固有的动态特性。本研究探讨了将人工神经网络融入控制框架的可行性，重点强调了其处理系统内非线性特征与不确定性的能力。

    三、地 点：13219

    四、时 间：2026年10月13日（周二）14:00-17:00

    五、主办部门：电子信息与电气工程学院，智能康复系统感知与控制国际联合研究中心

    欢迎广大师生参与本次讲座！请参加讲座人员于2026年10月13日13:50前入场。