航天器自适应有限时间反步控制

浙江工业大学学报

JOURNAL OF ZHEJIANG UNIVERSITY OF TECHNOLOGYVol. 48 No. 1 Feb. 2020

航天器自适应有限时间反步控制

何熊熊，陈中天，谢树宗，陈强

(浙江工业大学信息工程学院，浙江杭州310023)

摘要：针对存在转动惯量不确定以及外部干扰的航天器姿态跟踪问题，提出基于反步法的自适应有 限时间控制方法。建立四元数描述的系统模型，设计有限时间命令滤波器用以逼近虚拟控制律导 数，从而避免反步法设计中的复杂性爆炸和奇异值问题。采用神经网络估计未知非线性函数，设计 自适应有限时间控制器，保证系统跟踪误差有限时间收敛。仿真结果验证所提方法的有效性。关键词：有限时间控制；自适应控制；姿态跟踪；刚性航天器中图分类号：TP242. 6

文献标志码：A

文章编号：1006-4303(2020)01-0013-07

Adaptive finite-time backstepping control for spacecrafts

HE Xiongxiong, CHEN Zhongtian, XIE Shuzong, CHEN Qiang

(College of Information Engineering, Zhejiang University of Technology, Hangzhou 310023, China)

Abstract： In this paper, an adaptive finite-time backstepping control scheme is proposed for

spacecraft attitude tracking in the presence of inertia uncertainties and external disturbances. The system model is constructed based on the quaternion, and a finite-time command filter is designed to approximate the derivative of the virtual control. This avoids the complexity explosion and singularity problems. Then, neural networks are employed to estimate the unknown nonlinear functions, and the adaptive finite-time controller is designed to guarantee the finite-time convergence of the tracking errors. Simulation results validate the effectiveness of the proposed scheme.

Keywords： finite-time control； adaptive control； attitude tracking； rigid spacecraft

在编队飞行、卫星通信和太空站对接等诸多航 天任务中，航天器姿态跟踪控制是任务成功的关键 因素。航天器在轨运行时，往往存在着内部转动惯 量不确定以及外部未知扰动等不确定因素的影响， 为保证航天器的姿态跟踪性能，提出了许多非线性 控制方法，包括滑模控制[1]、自适应控制[2]、反步控 制[3]、逆最优控制[4]和控制[5]等。其中，反步控 制方法[S 7]是一种基于Lyapunov定理的递归设计 方法，易于控制器设计，因此在航天器领域被广泛应 用[8 9]。然而，传统反步法需要不断对虚拟控制律求 导而导致复杂性爆炸问题，针对这一问题有研究者

收稿日期：2018-09-19

基金项目：国家自然科学基金资助项目（61473262, 61573320, 614〇3343);浙江省自然科学基金资助项目（LY17F〇3〇018)

作者简介：何熊熊（1965—），男，浙江台州人，教授，研究方向为学习控制、多智能体系统、飞行器控制等，E-mail:hxx@ZjUt.edU.Cri。

提出动态面方法[1 °]，然而该方法并未考虑虚拟控制 律通过滤波器以后产生的误差补偿问题。近来， Farrell等[1U提出一种命令滤波方法，在解决复杂性 爆炸问题的同时，设计误差补偿信号弥补动态面方 法的不足。然而，该方法设计的控制器只能保证系 统状态在无穷时间内达到渐进稳定。与渐近稳定控 制相比，有限时间控制能够保证系统状态的有限时 间稳定，具有较快的收敛速度、较高的控制精度和较 好的鲁棒性等特性，因此已被广泛应用于航天器控

制中D2_h]。王辉等[15]结合反步法和滑模控制设计 有限时间控制器，然而由于虚拟控制律指数项的作

• 14 •浙江T业大学学报第48卷

用，其导数可能会引起奇异值问题。马广富等[16]针 对组合体航天器的姿态控制问题，提出基于命令滤 波的有限时间控制方法，但其滤波器本身并不能保 证有限时间收敛。Yu等[17]提出一种有限时间命令 滤波反步控制方法实现系统状态的有限时间控制， 然而其系统模型需要完全已知。

笔者针对惯量矩阵不确定和外部干扰的航天器 姿态跟踪问题，建立基于四元数描述的系统模型；设 计有限时间滤波器逼近虚拟控制律的导数，从而避 免可能出现的奇异值问题；设计神经网络用于估计 系统的不确定函数，并结合命令滤波反步法设计有 限时间姿态跟踪控制器，从而保证系统的跟踪误差 能在有限时间内收敛到零点附近；最后，给出数值仿 真验证笔者所提方法的有效性。

1问题描述

考虑由四元数描述的航天器运动学和动力学方

程[18]，即

q, = Y^9-1^3 +

)(〇 ⑴94 =~-^ql(〇(2)J(〇 =— (〇 Jco ^ u + d

(3)

式中= [gi，的姿态四元数，满

足

=1

和％分别为四

元数矢量和标量部分;w e R:i为航天器的本体角速 度；j e R3X3是航天器正定对称的惯量矩阵；e

为单位矩阵；H e R3为控制力矩;rf e K为有界 外部干扰力矩；flx为任意三维矢量a = [ai ,a2 ,h]T 的反对称矩阵，具体形式为

0

— a3 az -ax = a3 0 —a](4)

_~ a2

a〗

0 _

期望的姿态运动方程可以描述[19]为

q,w = +9dv)〇>d

(5)

式中，=[仙，别为四元数矢量和标量部分;e R3为航天器期

望角速度。

考虑由四元数描述的航天器相对运动姿态，即

= (7)e.\\ = qLq, + giq^

(8)coe = (〇 — Ccod (9)

式中J = [A，Q，q，e4]T = 〇J，e4]T为姿态跟踪误 差；队6 R3为航天器的角速度误差；C = (1 - 2e>v)J3+2evJ — 2e4< 为旋转矩阵，满足 ||C|| 二 1和亡=-c〇eXC。对式（7,8)求导，并根据式（3)和式 (9)，可得

(eAI3 + ^ )(0,(10)^4

(11)

J(Oe = — ( 6>e + Cco d ) ' J ((0e + C(0 cl ) +

J(cot Ca>c| — C(〇,i) -\\- u -\\- d

(12)

令J = Ja+Aj，J。为转动惯量的已知标称值，AJ为 转动惯量有界的不确定部分。将J = J()+AJ代入式(12)可得

(〇e = J〇 1 [ — Aj〇>e — C(〇e + Q〇d

J ((〇, +

Czo d) + J (coj Cco d — Ci d)十

M + d] = F + Jo1!/

(13)

式中 F = [F丨，F2，F3]r = Jo\"1!]— △Jbe —(队.+

Ccod) J(co, + Ccod) + J(co, C(〇d — Gj)d)+d]为未知

状态量。

根据式（10)和式（13)，姿态跟踪误差模型可以 重写为

jev = Qcoe

lc〇e = F + J〇lu

(14)

式中 2 = 了(qL + <)。

本研究的控制目标针对带有惯量矩阵不确定和 外部干扰的航天器系统式（10〜12)，设计有限时间 控制器，使得跟踪误差匕和以可以在有限时间内收 敛到零点附近的小邻域内。

2 有限时间反步控制设计

2. 1 有限时间命令滤波器

有限时间命令滤波器定义[M]为(p\\ = U\\<

= — r] | (p\\ — a, | Ysgn(^i — ar) +92 (15)

.92 =— r2sgn((p2 — l»i )

式中:a,为输入信号；pi和分别为a,.和的估计 值。选择合适的参数n和r2，则有以下引理成立。

引理1[2°] 在输入没有噪声的情况下，等式在有限时间内成立，即

cp\\ = ar V\\_ = ar (16)

当输入受噪声影响时，假设输入噪声满足

第1期

何熊熊，等：航天器自适应有限时间反步控制

• 15 •

| ar — aro I < K，其中an)为实际信号，则在有限时间 内，不等式成立，即

1

—

| ^ f 1 k = <^1

(17)

| Ul _ QrO | ^2K2 ~ ( 18 )

式中匕，&为两个正常数。2.2

神经网络

针对非线性系统中的未知函数/(Z)，可设计 神经网络进行估计，即

/nn(Z) = WJ0(Z)

(19)

式中：z 6 a C= Rv为输人矢量;W [W!，W2，…，叫]1 6 W为权值矢量，丨〉1为神经网 络的节点数：少（z)= 〇,(Z)，…，办（Z)]T e k为 基函数矢量，其中中,（z)选为sigmoid函数，即

5>,(Z)= ,b +, ^ e

/ +/ 1 < i < /

(20)

引理2[21]

如果有在紧集a

上连续的函数

/(Z)，对于任何给定的精确度标准e > 0,则存在神经网络w-1少(Z),当节点数/足够多时有

/(Z) = W'T0(Z)+e

(21)

式中VV*为理想权值矢量，具体定义为

W = arg mweKin1 {sup|/(Z)zeR=

-WT^(Z) | } (22)

2.3

控制器设计定义虚拟状态量

|Zi = e,\\z2 = COc — CO,(23)

式中队为以下有限时间命令滤波器输出，BP

外=ihi

\"U]i

=—

rx \\(pu ~a\\^ sgn(^>i, — a) + / = 1，2，3

(pz, =~r2^gn(<(f>2l—uu)(24)

式中：a = [cri，a2，a3 ] 1为滤波器输人信号;执=供i = [pil，pl2，^>丨3 ]丨；份。==[以丨1，\"12，以13 ]7为滤波器

输出信号。

定义滤波误差补偿信号为I和匕，然后令心=Z\\ ——

»^2 = Z2 ——名2 〇步骤1

选取第一个Lyapunov函数\\/丨=

j S丨S，，求导后可得

V, = s^s, = sj (£, — =sj (ev ~^)= sJ(Q〇), — =si [Q(z2 + £Oc) — <^1 ]= Si1 [Qz> +

Qci ~h Q(coc—a)—《1]

(25)

设计虚拟控制函数《和补偿信号t为

a = Q 1 [— ktZi — Aisigy(si)]

(26)

= Q((〇c — ai) — k}^ +

-/lSig(^)

(27)

式中：sigy(s】）与[|su |ysgn(su)，|s12 |ysgn(s12)，

| Sis | ysgn(5i3)]T ；sig(^ ) = [sgn(fn ) ,sgn(f12),

sgn(心）]T，〇〇为设计参数。将式

(26,27)代入式（25)，可得

V丨=s?\"[—々丨s丨 +Qs2 -Ai sigy(S]) + /i sig(^ )]

(28)

步骤2

选取Lyapunov函数V2 = V丨+

，求导可得

^2 = V^l H_S2S2 = ^l H~SJ(Z2 — ^2 )=

Vl + S] (ft)e — fi)c — |2 )=V\\ ~\\r s! [F + J〇1 m — (〇c — ^2 ]

(29)

令P = F—从•为不确定项。根据引理2,对于任 意给定e > 〇,存在神经网络VV/0,，则有

F, = Wj 0 (Z„) + s,

i = 1»2,3 (30)

式

中

，…，0,V]T为基函数向量;e =：

[e】，e2，e3]T为逼近误差，满足|e, | < e;Z„ = [«T,co；r^：]T〇

设计控制函数M和补偿信号t

为

U = Jo k2z2 — — A2sigy(s2) —〇Z\\

(31)

i2 =-Q^ -/2sig(^)-^^ (32)

[sgnyChihsgn’GhhsgnYb)]1;^，/!^ > 〇 是

设

计

参

数

为

d 的估计值，沒

max{ || % || 2, || VV2 || 2, || W:< || 2}。将式（30 〜32)

代入式（29)，可得

^2 =— ^1 II S] || ~ — k2 || S2 \\\\ 1 ~

Ai K II1竹-a2 u r+y +

心,Sig，(i )+ sj，2 sigy(《2 )+ SJ f —售p

(33)

根据杨氏不等式，不等式成立，即

3

3

sjF =

1= 1 i=l

<

3

|| Sz || 2

3e2^2h2 2

2 2

(34)sl/.sig^liX 7|J '' lh +y

(35)112 + $

(36)

将式（34〜36)代入式（33)，可得

• 16 •浙江工业大学学报第48卷

\"^2 (々1 — II & || 2 —

(k2U

2

)iu n K || h

又2 II S2 ||i+y .

d^si〇!〇i= i__________3/r | 3g>j . l\\_ _. L2

2h22h~~2~

y

\"2

-

((^1 — b, -Lyl^) II

\\\\ 2 — (k2 — ~y12

~ ~2^ II s2 II 2 —

A, || || 1+y-A2 || s2 || 1+y +

+

+ M +

2hL

式中6 = <9 —§为估计误差。

步骤3

选取Lyapunov函数

V = V2 +

t

2r

(38)

并对其求导可得

V

—

杳)

|| & ||2 — (62 —

香—士)

|| s2

||2 —

A, II Sl || 1+y-A2 || s2 || 1+y +

'd^s_______iOjO,

i=i3/z2 3e2N

2h2+ ■

^d：e(39)

设计自适应更新律为

3

• T^s!,0j0,

66

2h2

tnd(40)

式中r，w > 0为设计参数。

由于det(2) =

则为保证a的逆存在，6的

初始值应大于〇且接近1，而1的初始值则相对接近

[〇,〇,〇]T。

3 稳定性证明

在稳定性证明之前，首先给出有限时间引理。 引理3[22]

对于任意常数0

〇,如果存在连续正定的Lyapunov函数V(J)满足 V(_r) +A, V(_r) +；l2W

:r) < 0,则 V = 0 可以在有

限时间内达到，并且达到时间满足

A,(l-y)

In

A,V”（0) +A2

A2

(41)

式中V(0)是VU)的初始值。

定理1

针对航天器系统式（1〇〜12),设计限

时间命令滤波器式（24)，虚拟控制律式（26)，实际控

制律式（31)，补偿函数式（27)、式（32)和自适应更 新律式（40),则航天器姿态跟踪误差能够在有限时 间内收敛到零点附近的小邻域内。

证明 将自适应更新律式（40)代人式（39)，

可得V

—香 HI S,『—

—鲁一士)||52||2 —

A, II s, II 1+,，-A2 || s2 || 1+^ +

HLq'q

(42)

由杨氏不等式可知

一二t

4r ^ + ⑷T

(43)

由于〇<7<

1，可得

(njd2

1

\\\"27)

^ T

(44)

将式（43,44)代人式（42)，可得

V

<

-K

|2-

(々2 -鲁-如 II s2 || 2 - A] || s丨丨丨 1+y -A2 ||s2 II 1+y + 誓 + _

+

lL2

+2

ii +4

丄一

44r!

—

\\ 2r I ^

—p\\ V — p2

+ jji

(45)

式中：i〇i

= min^2々i—/i，2々2 — Z2 —l，^^;/〇2

=

min{2^A, ,2^A2 = ^ + ^ + y+ -| +

j。因此.根据引理3，Sl和&将在有限时间T，内收

敛到丨U II 收

敛

时

间

i〇为i Cl —~ 7) rln^V- (〇p) +2

P\\由于& = Zi 和s2 = z2 —心，若能保证匕和

I在有限时间内收敛，则虚拟状态量I和~将在有

限时间收敛到零点附近的邻域内。

因此，设计Lyapunov函数为

V3 =

+Y^U2 (46)

对式（46)求导，可得

^3 =

+4^2 = |7[Q(t〇c-a,)--/,sig(^)] +

-k2^-l2sig(42)J (47)

根据引理1，IU, —a || <&可在有限时间7%实现，结合II 211 <

|

，可得

第1期

何熊熊，等：航天器自适应有限时间反步控制

• 17 •

£〇c

(呀

a,)

⑴ 2

k]Q Zi (50)(51)

i=l

I?丨,丨 (48)

将式（48)代人式（47)，可得

w = J。-々2:2 - ^2^2 - QZ 1

V3 <—是说，一（6 —

4-^) (2 I fl, I 2 )T - 々2以2 —

L i=l

3

4(2 l^

i'=l

j

l2)1 <~p3V3-piVj

控制器相关参数选取均与Ml方法相同。

(49)

仿真结果如图1〜9所示。图1，2分别为两种方 法的航天器相对姿态四元数误差，图3,4分别为两种 根据式（49)和引理3可得，选取适当参数A， G

和心将在有限时间了3收敛到零点。因此，虚拟 变量L和可以在有限时间了 = T, + T2 + T3收 敛到零点附近邻域内。根据定义式（23)可知，航天 器状态能够在有限时间内跟踪期望轨迹。证毕。

4 数值仿真

本节给出数值仿真实例验证笔者控制方法的有

效性，其中期望四元数和角速度分别设置为如=[0，0，0，1 ]丁和 cjd (f = 0• 05[sin( 1〇〇 )，sin( 1 〇〇），Sin(|g)]Tmd/S。航天器系统式（1〜3)的惯量矩阵«/，外部扰动d，四元数9以及角速度to的初始值分别 设置为

'40

1.20. 9~Jo =1.2171. 4kg • m2

0. 9

1.4

15 _

△J :=diag{sin(0.1^),2sin(0.

2t),3sin(0. 3t)} kg . m2

\"0. 2sin(0. If)'

d(t) = 0. 3sin(0. 2?)

N • m

_0. 5sin(0. 2f)_

9(0) = [0.3，_0.2，一 0.3,0.883 2]T 和

〇(0)= [0,0,0]T。

为了体现笔者提出控制方法的优越性，将对两 种控制方法进行对比仿真：

Ml:笔者提出的自适应有限时间控制方法，包括

命令滤波器式(24)、虚拟控制律式(26)、实际控制律式 (31)、补偿信号式(27)和式(32)以及自适应更新律式 (40)，控制参数分别设置为n = 2，~ = 4，匕=0.8,

— 5»y — ? l\\ == 0.05 »/2 ~ 1»^ ~ 003 — 0.5»

A, =0.1，A2 =0.9。神经网络基函数取为sigmoid函数式

(20)，参数取为 a = 2,6 = 8，f = 10，/ =一0.5。

M2:传统反步控制法[7]，包括虚拟控制律队、

实际控制律m和自适应更新律具体形式为

方法的航天器角速度误差响应曲线。从图1〜4可以 看出：两种方法均能实现姿态跟踪，但相比于传统反 步控制方法M2,笔者所设计的控制方法Ml具有更 快的收敛速度。图5,6分别为两种方法的控制力矩， 从图中可以看出：Ml方法的峰值力矩更小，对执行器 的要求更低。图7,8分别为Ml方法虚拟状态量1 和k的响应曲线，从图7,8可以看出：虚拟状态量均 能在很短时间内收敛到原点附近。图9为Ml方法 自适应参数的变化曲线，从图中可以看出4最终收敛 到一个常数。综上所述，笔者设计的姿态跟踪控制器 具有较好的控制性能以及较快的收敛速度。

1.2r

01234

56

7 10

时间/s

图1 Ml四元数跟踪误差e

Fig. 1

Ml quaternion tracking errors e

—-e,…-e2 ------ci------e.

-0n

.

012

34567 10

时间/s

图2

M2四元数跟踪误差泛

Fig. 2

M2 quaternion tracking errors e

• 18 •

浙

江工业大学学报第48卷

-........叭2------⑴r3

U.

O.O.0.

I

- I1

2

3

4

5

6

7

8

9

10

时间/s图3 Ml角速度跟踪误差％

Ml angular velocity tracking errors coe

•-叭丨

•…⑴

— coe3

I0. 0.I0.

I

1234

56

7 10

时间/s

4 图4 M2角速度跟踪误差《,

2F o o

g^

1M2 angular velocity tracking errors coe

—-

■----M,

?.....U2 • 一 A

si

--(2

(4

60

1234567 10

时间/s

图5

Ml控制力矩m

Fig. 5

Ml control torque u

4 2

oo• —

ux

......u2

-----w3

i2I

4I6Il

l

8o

oo

2

4

6

时间/s

图6

M2控制力矩M

Fig. 6

M2 control torque u

2

3

4

5

67 8 9 10

时间/s

图7

Ml虚拟状态量〜

Fig. 7 Ml virtual state zx

0.20 r

'Z2\\0.15

■•223

0.10

4

构

0

.

-0.10 I ：-0.15 -W

_

〇

______I______I______I______I I______|______1111

\"'012345

67 10

时间/s

图8 Ml虚拟状态量z2 Fig. 8

Ml virtual state z2

0.30r

_____________0

123

4567 10

时间/s

图9

Ml估计参数6

Fig. 9 Ml estimated parameter 6

5结论

针对带有转动惯量不确定和外部干扰的航天器,

笔者建立基于四元数描述的姿态跟踪模型，并提出自 适应有限时间反步控制方法。设计有限时间命令滤波

估计虚拟控制律导数，进而避免奇异值问题。同时采 用神经网络估计未知非线性函数，并通过给出稳定性 分析，证明所设计控制器能够保证跟踪误差能够在有 限时间内收敛。仿真结果验证了笔者方法的有效性。

第1期

何熊熊，等：航天器自适应有限时间反步控制

• 19 •

参考文献：

[1]

CHEN Y P, L() S C. Sliding-mode controller design for space­craft attitude tracking maneuvers [J]. IEEE transactions on aerospace and electronic systems, 1993，29(4): 1328-1333.[2]

CHEN Z, HUANG J. Attitude tracking and disturbance rejec­tion of rigid spacecraft by adaptive control[J]. IEEE transac­tions on automatic control, 2009, 54(3)： 600-605.

[3] 马广富，张海博.胡庆雷.基于反步法的主从航天器相对姿态控

制[J].控制理论与应用，2012，29(6):797-802.

[12] DU H* LI S? QIAN C. Finite-time attitude tracking control

of spacecraft with application to attitude synchronization[J]. IEEE transactions on automatic control» 2011，56(11)： 2711-2717.

[13]

ZOU A M. Finite-time output feedback attitude tracking con­trol for rigid spacecraft [J]. IEEE transactions on control systems technology，2013，22(1): 338-345.

[14]

LU K. XIA Y. Adaptive attitude tracking control for rigid spacecraft with finite-time convergence [ J ]• Automatica, 2013, 49(12)： 3591-3599.

[15]

王辉，胡庆雷，石忠，等.基于反步法的航天器有限时间姿态跟

[4] LUO W, CHU Y C, LING K V. Inverse optimal adaptive control for attitude tracking of spacecraft [J ]. IEEE transac­tions on automatic control, 2005, 50(11)： 1639-1654.

踪容错控制[J].航空学报，2015,36(6):1933-1939.

[16]

马广富，高寒，吕跃勇，等.组合体航天器有限时间超螺旋反步

[5] LUO W, CHU Y C» LING K V. H-infinity inverse optimal attitude-tracking control of rigid spacecraft [J ]. Journal of guidance control and dynamics, 2005, 28(3) ：481-493.

姿态控制[J].宇航学报，2017,38(11): 1168-1176.

[17]

YU J, SHI P, ZHAO L. Finite-time command filtered back- stepping control for a class of nonlinear systems[J3. Auto­matica, 2018, 92(6)： 173-180.

[18]

SIDI M J，Spacecraft dynamics and control[M]. Cambridge， U K： Cambridge University Press, 1997.

[19] CHEN Z, HUANG J. Attitude tracking and disturbance re­

jection of rigid spacecraft by adaptive control[J]. IEEE trans­actions on automatic control, 2009, 54(3)： 600-605.

[20]

LEVANT A. Higher-order sliding modes, differentiation and output-feedback control^J]. International journal of control, 2003, 76(9/10): 924-941.

[21]

SANNER R M, SLOTINE J J E. Gaussian networks for di­rect adaptive control [J]. IEEE transactions on neural net­works, 1992, 3(6)： 837-863.

[22]

BHAT S P, BERNSTEIN D S. Finite-time stability of con­tinuous autonomous systems [J]. SIAM journal on control and optimization. 2000, 38(3) ：751-766.

[6] KRSTIC M, KANELLAKOPOULOS I, KOKOTOVIC P V. Nonlinear and adaptive control design[M]. New York： Wiley, 1995.

[7] ZHOU J, WP2N C. Adaptive backstepping control of uncertain systems： nonsmooth nonlinearities, interactions or time-varia- tions[M]. Heidelberg： Springer, 2008.

[8] 李波，胡庆雷，石忠，等.基于反步法与动态控制分配的航天器

姿态机动控制[J].控制理论与应用，2012,29(11): 1419-1425.

[9] 颜根廷，宋斌.基于鲁棒自适应反步法的航天器姿态跟踪控制

[J].上海航天，2011 ,28(3):32-36.[10]

SWAROOP D, HEDRICK J K, YIP P P, et al. Dynamic surface control for a class of nonlinear systems [J]. IEEE transactions on automatic control, 2000» 45(10)： 13- 19.

[11]

FARRELL J A, POLYCARPOU M, SHARMA M, et al. Command filtered backstepping[J]. IEEE transactions onau- tomatic control, 2009，54(6): 1391-1395.

(责任编辑：朱小惠）

>〇0〇0〇0〇0〇0〇0〇0〇0〇0〇0〇0〇0〇0〇0〇0〇<)〇0〇0〇0〇0〇•:>〇0〇0〇0〇0〇0〇0〇0〇<>〇0〇<:><>0〇0〇0〇0〇0〇<>〇0〇0〇0〇0〇〇〇<>〇0<>0〇0〇0〇<>〇■：

《浙江工业大学学报》编辑部获“中国高校科技期刊优秀团队”称号

2019年11月6—9日，中国高校科技期刊研究会第23次年会在四川成都召开。会议公布了 2019年度 中国高校科技期刊“优秀团队”名单。《浙江工业大学学报》编辑部获“中国高校科技期刊优秀团队”称号。

在此次高校科技期刊优秀团队评选中，全国仅8 2家高校科技期刊编辑部获评，浙江省仅2家编辑部入 选。这是浙江工业大学学术期刊社近年来聚焦质量内涵、强化素质能力、凸显特色发展，队伍建设与业务建 设协同发展所取得的又一重要进展。

学术期刊社