-
公开(公告)号：CN116609096A
公开(公告)日：2023-08-18
申请号：CN202310562337.0
申请日：2023-05-18
Applicant: 中南大学 , 长沙德岭仪器科技有限公司
Abstract: 本发明公开了一种磁悬浮桥上行车实时混合试验装置，包括：试验子结构模块、数值子结构模块、加载设备模块、数据采集模块和边界协调算法模块；试验子结构模块为待测试的真实物理部件；数值子结构通过仿真模拟除试验子结构之外的部分；加载设备模块在当前时刻将响应经控制算法生成驱动加载设备动作的控制命令；试验子结构在加载设备作用下产生反力，数据采集模块实时采集该反力并反馈给数值子结构模块；数值子结构模块根据反力产生响应；边界协调算法模块实时求解分段直线，以高精度拟合列车线路运行的曲线工况。本发明磁悬浮桥上行车实时混合试验装置，在多个控制命令的闭环作用下复现各种列车线路运行状态，且测试工况选择灵活，试验精度高。
-
公开(公告)号：CN118114553A
公开(公告)日：2024-05-31
申请号：CN202410177499.7
申请日：2024-02-08
Applicant: 中南大学 , 长沙德岭仪器科技有限公司
IPC: G06F30/27 , G01M7/02 , G01M7/06 , G06N7/02 , G06F119/02
Abstract: 本申请涉及振动台控制技术领域，尤其涉及一种基于模糊神经等价输入干扰的六轴振动台预测控制方法。该等价输入干扰的预测控制方法包括：基于第一预设模型，获取辨识模型位移与实际位移的偏差；基于偏差与预设损失函数更新第二预设模型，第二预设模型用于表征偏差与目标增量的关系，目标增量用于表征等价输入干扰参数变化量；基于偏差与更新后的第二预设模型计算目标增量；基于目标增量，更新第三预设模型，第三预设模型用于创建等价输入干扰观测器；基于等价输入干扰观测器对任一电动缸进行预测控制。本申请提供的技术方案，通过自适应模糊神经网络实现等价输入干扰参数自整定，增强了等价输入干扰在实际应用中的稳定性和扰动估计能力。
-
公开(公告)号：CN118090102A
公开(公告)日：2024-05-28
申请号：CN202410093233.4
申请日：2024-01-22
Applicant: 中南大学 , 长沙德岭仪器科技有限公司
Abstract: 本申请涉及振动台控制技术领域，尤其涉及一种基于模糊神经网络的实时混合试验加载装置时滞补偿方法。该振动台的时滞补偿方法包括：获取当前时刻输入信息和当前时刻偏差信息；基于当前时刻输入信息、当前时刻偏差信息和预设模型创建时滞补偿算法；基于时滞补偿算法对振动台进行时滞补偿。本申请将模糊神经网络与现有的APE算法相结合，提出一种新的技术方案。模糊神经网络实时估计系统时滞以及幅值超调系数，实现对不同频段信号的时滞补偿，提高参数估计的准确性，克服了高频信号的时滞补偿信号超调问题和时滞过补偿问题。提高了APE算法在实时混合试验中振动台时滞补偿的稳定性，改善了算法对高频信号复现时滞的补偿能力。
-
公开(公告)号：CN116560234A
公开(公告)日：2023-08-08
申请号：CN202310515467.9
申请日：2023-05-09
Applicant: 中南大学 , 高速铁路建造技术国家工程研究中心 , 长沙德岭仪器科技有限公司
Abstract: 本发明公开了一种实时混合试验时滞补偿方法、桥梁振动模拟设备，其中方法包括：为每个振动台子系统建立对应数学模型，并将其离散化；对每个振动台子系统建立模型预测控制模块，并构建振动台子系统控制命令序列和成本函数；在每个控制时步，各模型预测控制模块基于系统输入参考运动状态、预测控制命令序列、预测运动状态、测量运动状态、假定运动状态以及邻居振动台子系统的假定运动状态，求解最优化问题，得到最优控制命令序列，并将最优控制命令序列的第一组元素作为当前时步的控制命令下发至对应的振动台子系统。本发明为地震下桥上行车安全混合试验提供了台阵协同控制算法，以减少试验中时滞对结果的影响，保证加载控制的精度和稳定性。
-
公开(公告)号：CN119292074B
公开(公告)日：2025-03-14
申请号：CN202411799099.6
申请日：2024-12-09
Applicant: 长沙德岭仪器科技有限公司 , 中南大学
IPC: G05B13/04
Abstract: 本发明公开了一种六轴振动台扰动补偿预测控制方法、系统、终端及介质，其中方法包括：构建六轴振动台系统高维全局线性化的Koopman模型；将扰动集中至Koopman模型的输出端，并建立扰动观测器获取观测扰动，进而得到扰动影响下的位姿状态；将低维的观测扰动转变为高维观测扰动；基于高维观测扰动构建各位姿的预测方程；基于预测方程构造各位姿的优化问题；根据预测位姿向量和参考位姿向量，求解得到各位姿的最优控制信号序列；提取各位姿的最优控制信号序列中的第一个控制信号作为输入到六轴振动台系统的控制信号。本发明不依赖于完整的系统建模，无需建立高维度的扰动观测器，能显著提高六轴振动台的抗扰性能和控制性能。
-
Patent Agency Ranking
公开(公告)号：CN118210236B
公开(公告)日：2024-09-17
申请号：CN202410605386.2
申请日：2024-05-16
Applicant: 中南大学 , 长沙德岭仪器科技有限公司
IPC: G05B13/04
Abstract: 本发明公开了一种六轴振动台的扰动观测方法，包括获取目标六轴振动台的数据信息；构建目标六轴振动台的扩张状态观测器；构建目标六轴振动台的模糊神经网络辨识器和模糊神经扰动观测器、设定启停规则并训练；采用训练后的模糊神经扰动观测器完成目标六轴振动台的扰动观测。本发明还公开了一种实现所述六轴振动台的扰动观测方法的系统，以及包括了所述六轴振动台的扰动观测方法的抗扰控制方法。本发明通过扩张状态观测器、模糊神经网络辨识器和模糊神经扰动观测器的设计和实现，不仅实现了系统的扰动观测和扰动控制，提升系统的追踪性能，而且可靠性更高，而且精确性更好。
-
公开(公告)号：CN118210236A
公开(公告)日：2024-06-18
申请号：CN202410605386.2
申请日：2024-05-16
Applicant: 中南大学 , 长沙德岭仪器科技有限公司
IPC: G05B13/04
Abstract: 本发明公开了一种六轴振动台的扰动观测方法，包括获取目标六轴振动台的数据信息；构建目标六轴振动台的扩张状态观测器；构建目标六轴振动台的模糊神经网络辨识器和模糊神经扰动观测器、设定启停规则并训练；采用训练后的模糊神经扰动观测器完成目标六轴振动台的扰动观测。本发明还公开了一种实现所述六轴振动台的扰动观测方法的系统，以及包括了所述六轴振动台的扰动观测方法的抗扰控制方法。本发明通过扩张状态观测器、模糊神经网络辨识器和模糊神经扰动观测器的设计和实现，不仅实现了系统的扰动观测和扰动控制，提升系统的追踪性能，而且可靠性更高，而且精确性更好。
-
公开(公告)号：CN118090263A
公开(公告)日：2024-05-28
申请号：CN202410492189.4
申请日：2024-04-23
Applicant: 中南大学 , 长沙德岭仪器科技有限公司
Abstract: 轨道车辆线路运行状态实时混合滚振试验台及试验方法，包括试验子结构、固定装置、试验台、数据采集装置、激励模块、仿真系统、线路数值模型求解模块和控制系统；试验子结构为单个转向架或包括至少一个整车的车组；试验台用于对轮对施加载荷，并驱动轮对转动；数据采集装置用于检测试验子结构产生的反力；激励模块用于设定外部激励荷载和轨道不平顺；仿真系统用于建立数值子结构并进行仿真模拟；线路数值模型求解模块用于求解试验子结构在通过线路数值模型时在外部激励载荷和轨道不平顺作用下轮轨接触点的空间位姿响应；控制系统接收数值模型求解模块输出的求解结果并控制六自由度加载装置的空间位姿加载。本发明具有使用范围广的技术效果。
-
公开(公告)号：CN118192275B
公开(公告)日：2024-09-17
申请号：CN202410606585.5
申请日：2024-05-16
Applicant: 中南大学 , 长沙德岭仪器科技有限公司
IPC: G05B13/04
Abstract: 本发明公开了一种六轴振动台的解耦控制方法，包括获取目标六轴振动台的数据信息；将目标六轴振动台的动力学耦合模型以全局线性化表示并构建koopman预测器；采用深度神经网络得到预测器的特征函数和算子矩阵；训练得到深度koopman估计器并得到目标六轴振动台的状态信息；基于深度koopman估计器作为预测模型设计多维模型预测控制器并采用模糊神经网络进行在线整定；采用整定后的多维模型预测控制器对目标六轴振动台进行控制，完成目标六轴振动台的解耦控制。本发明还公开了一种实现所述六轴振动台的解耦控制方法的系统。本发明能够根据具体情况进行振动台的实时调节，增强了系统的鲁棒性；而且可靠性更高，而且精确性更好。
-
公开(公告)号：CN119292074A
公开(公告)日：2025-01-10
申请号：CN202411799099.6
申请日：2024-12-09
Applicant: 长沙德岭仪器科技有限公司 , 中南大学
IPC: G05B13/04
Abstract: 本发明公开了一种六轴振动台扰动补偿预测控制方法、系统、终端及介质，其中方法包括：构建六轴振动台系统高维全局线性化的Koopman模型；将扰动集中至Koopman模型的输出端，并建立扰动观测器获取观测扰动，进而得到扰动影响下的位姿状态；将低维的观测扰动转变为高维观测扰动；基于高维观测扰动构建各位姿的预测方程；基于预测方程构造各位姿的优化问题；根据预测位姿向量和参考位姿向量，求解得到各位姿的最优控制信号序列；提取各位姿的最优控制信号序列中的第一个控制信号作为输入到六轴振动台系统的控制信号。本发明不依赖于完整的系统建模，无需建立高维度的扰动观测器，能显著提高六轴振动台的抗扰性能和控制性能。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.034 seconds)
