基于傅里叶神经网络SRM转矩脉动抑制控制系统和方法

    公开(公告)号:CN112994538A

    公开(公告)日:2021-06-18

    申请号:CN202110138493.5

    申请日:2021-02-01

    Abstract: 本发明公开一种基于傅里叶神经网络SRM转矩脉动抑制控制系统和方法,参考转矩和实际输出转矩之间的关系,搭建傅里叶神经网络频谱探测模块,快速地在线获取傅里叶神经网络输出转矩信号中含有各次谐波含量的频谱;结合考虑转矩的动态特性,依据在线获取的转矩谐波信息和历史转矩谐波信息,设计参考转矩补偿的信号发生器,其输出对速度控制器输出参考转矩进行补偿,剔除了参考转矩中不希望的引起输出转矩脉动对应的谐波信息,以获得更为理想的参考转矩,在转矩分配器和电流内环控制的配合下,实现控制系统输出转矩的各次谐波幅值大幅度减小,有效抑制转矩脉动。

    基于电流注入法的SRM转矩脉动抑制控制系统和方法

    公开(公告)号:CN112117947A

    公开(公告)日:2020-12-22

    申请号:CN202011064501.8

    申请日:2020-09-30

    Abstract: 本发明公开一种基于电流注入法的SRM转矩脉动抑制控制系统和方法,其主要由位置检测模块、相电流检测模块、求导模块、转速减法器、PI调节模块、转矩分配模块、转矩‑电流转换模块、电流迟滞控制模块、功率变换模块、转矩检测模块、转矩减法器、傅里叶神经网络和3个相电流加法器组成。本发明将神经网络的输出通过注入的方式补偿相电流,以通过在线自适应调整电流信号波形,实现转矩脉动的抑制。本系统可构成嵌入式系统,基于电流波动,提取转矩脉动信息,以修正补偿电流的方式,间接得到恒转矩下的理想电流,其技术方法运算量小,方便开关磁阻电机的在线控制。

    基于电机驱动关节特性建模及执行误差的补偿控制方法

    公开(公告)号:CN118752480A

    公开(公告)日:2024-10-11

    申请号:CN202410856871.7

    申请日:2024-06-28

    Abstract: 本发明公开一种基于电机驱动关节特性建模及执行误差的补偿控制方法,在关节闭环控制的基础上,提出基于改进的iTransformer网络的关节的迟滞模型,在建模中,以iTransformer网络为基本结构,从结构和输入端两个方面进行改进来提高关节的复杂迟滞模型精度,再利用模型预测结果对关节角度设定值进行前馈补偿,消除负载变化对关节执行精度的影响,最终达到实现工业机器人系统的高精度定位控制。

    基于NARXNN-CNN混合迟滞模型的机器人关节补偿控制方法

    公开(公告)号:CN115556093B

    公开(公告)日:2024-08-27

    申请号:CN202211138252.1

    申请日:2022-09-19

    Abstract: 本发明公开基于NARXNN‑CNN混合迟滞模型的机器人关节补偿控制方法,针对机器人柔性关节传递精度随负载变化,关节输入输出角度之差扭转角与输出力矩表现为强非线性、非对称性及非光滑性的复杂迟滞特性,设计了NARXNN‑CNN混合迟滞模型,并设计分段式损失函数来实现独立分段偏差反向传递学习。通过NARXNN‑CNN混合迟滞模型预测扭转角的修正量,并利用该扭转角的修正量对关节输出角度设定值进行补偿,从而间接避免由于关节材料、制造及复杂结构的装配及负载变化等所造成的关节传递误差。

    基于阻尼比模型的工业机器人自适应导纳控制方法

    公开(公告)号:CN113741183B

    公开(公告)日:2023-10-27

    申请号:CN202110924094.1

    申请日:2021-08-12

    Abstract: 本发明公开一种基于阻尼比模型的工业机器人自适应导纳控制方法,回避机器人建模,在导纳控制设计中,根据力误差与系统阻尼比之间的机理关系,设计激励函数,构造神经网络阻尼比模型,通过该模型使阻尼比在线调整,间接适应末端环境的刚度变化,实现力到位置自适应转换的导纳控制。同时引入参考轨迹控制方法,进一步提高力跟踪控制精度。与常规导纳控制相比较,所发明的自适应导纳控制的力误差更小,响应速度更快,能适应变刚度的未知打磨环境。

    基于改进PI结构的机器人柔性关节转换误差补偿方法

    公开(公告)号:CN112959321B

    公开(公告)日:2022-03-11

    申请号:CN202110184868.1

    申请日:2021-02-10

    Abstract: 本发明公开一种基于改进PI结构的机器人柔性关节转换误差补偿方法,在对称Play算子的结构基础上,将Play算子中的线性部分用改进后的非线性Sigmoid函数替代,构造一个与迟滞曲线轮廓接近的新函数,得到非线性迟滞算子,以新迟滞算子为激励函数,构建神经网络迟滞模型,对柔性关节表现出的复杂迟滞特性进行建模,并基于该神经网络迟滞模型对柔性关节的驱动电机的进行控制补偿。本发明的神经网络迟滞模型具有在线学习能力,能够在线补偿工业机器人关节本身结构带来传递非线性误差,提高工业机器人关节执行的精度。

    基于电流注入法的SRM转矩脉动抑制控制系统和方法

    公开(公告)号:CN112117947B

    公开(公告)日:2022-03-11

    申请号:CN202011064501.8

    申请日:2020-09-30

    Abstract: 本发明公开一种基于电流注入法的SRM转矩脉动抑制控制系统和方法,其主要由位置检测模块、相电流检测模块、求导模块、转速减法器、PI调节模块、转矩分配模块、转矩‑电流转换模块、电流迟滞控制模块、功率变换模块、转矩检测模块、转矩减法器、傅里叶神经网络和3个相电流加法器组成。本发明将神经网络的输出通过注入的方式补偿相电流,以通过在线自适应调整电流信号波形,实现转矩脉动的抑制。本系统可构成嵌入式系统,基于电流波动,提取转矩脉动信息,以修正补偿电流的方式,间接得到恒转矩下的理想电流,其技术方法运算量小,方便开关磁阻电机的在线控制。

    液压系统改进的无模型滑模控制系统和方法

    公开(公告)号:CN113126484A

    公开(公告)日:2021-07-16

    申请号:CN202110415388.1

    申请日:2021-04-18

    Abstract: 本发明公开一种液压系统改进的无模型滑模控制系统和方法,针对液压系统的强非线性和不确定性等特点,结合无模型控制器和无模型终端积分滑模控制器的控制规律,将仿人智能控制与无模型滑模控制相融合,融入偏差与偏差变化率相乘的控制量信息,丰富了偏差处理的动态信息,提高了控制器的响应速度,有效改善了动态和稳态性能。本发明具有运算量小,易于实现液压系统的在线控制的特点。

Patent Agency Ranking