-
公开(公告)号：CN113765449A
公开(公告)日：2021-12-07
申请号：CN202110864550.8
申请日：2021-07-29
Applicant: 桂林电子科技大学
IPC: H02P21/00 , H02P21/05 , H02P21/30 , H02P25/092 , H02P25/098 , H02P6/16 , H02P6/17
Abstract: 本发明公开一种基于双Sigmod神经网络电感模型的SRM磁链控制系统与方法，根据SRM相电感变化曲线特征，设计双Sigmod激励函数，通过神经网络电感模型在线获得电感强非线性信息，实现基于双Sigmod神经网络电感模型的SRM磁链控制。在模型学习过程中，引入PD的偏差预处理方法，进一步加速了神经网络电感模型参数更新。本系统可构成嵌入式系统，基于神经网络电感模型，实现转矩到磁链准确转换，转换后得到参考磁链，实现SRM的磁链控制，有效抑制SRM转矩脉动。
-
公开(公告)号：CN113741183A
公开(公告)日：2021-12-03
申请号：CN202110924094.1
申请日：2021-08-12
Applicant: 桂林电子科技大学
IPC: G05B13/04
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。
-
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
Applicant: 桂林电子科技大学
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。
-
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
Applicant: 桂林电子科技大学
IPC: H02P25/098 , H02P21/22
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。
-
公开(公告)号：CN110644692A
公开(公告)日：2020-01-03
申请号：CN201911076094.X
申请日：2019-11-06
Applicant: 桂林电子科技大学
IPC: E04D13/10
Abstract: 本发明公开了一种基于双目视觉的房顶维护机器人，通过所述履带轮与所述传动组件转动连接，所述第一滑动杆与所述机器人主体转动连接，所述摩擦防滑夹与所述第一滑动杆滑动连接，所述驱动组件与所述摩擦防滑夹转动连接，所述摩擦防滑夹在所述驱动组件的驱动下缓慢转动，进而在所述第一滑动杆上左右滑动，带动整个装置在屋顶进行水平移动；所述履带轮在所述传动组件的驱动下升降，并通过所述履带轮带动整个装置在屋顶纵向滑动，代替了人工爬上屋顶，避免了安全事故的发生，使扫雪的效果更好。
-
Patent Agency Ranking
公开(公告)号：CN110239519A
公开(公告)日：2019-09-17
申请号：CN201910576419.4
申请日：2019-06-28
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种车辆爆胎过程的协调控制方法，采集车辆运行参数、计算路面附着系数，分配主动转向和差动制动的权重系数，进行协调控制，以使得车辆按原行驶轨迹稳定运行，无论车辆是直线行驶还是弯道行驶，无论哪个或哪几个车轮爆胎，均结合车辆自身情况、车辆运行参数、路面附着系数进行权重系数分配，实现协调控制；进行失稳判断，在失稳的情况下，将主动转向的权重系数分配为0，差动制动的权重系数分配为1，在未失稳的情况下，结合车辆自身情况、车辆运行参数、路面附着系数进行权重系数分配，由于爆胎时间极短，失稳的判定能准确、有效地采取最优质的权重系数实施制动力施加，使得车辆先恢复平稳，再按原行驶轨迹稳定运行。
-
公开(公告)号：CN109742999A
公开(公告)日：2019-05-10
申请号：CN201910042672.1
申请日：2019-01-17
Applicant: 桂林电子科技大学
IPC: H02P25/08 , H02P25/098 , H02P23/30 , H02P23/00
Abstract: 本发明为一种动态神经网络自适应逆的SRM转矩控制方法与系统，本发明以系统前一时刻的实际总磁链，当前参考转矩和RBF神经网络输出的前一时刻参考磁链作为RBF神经网络的输入信号，输出参考磁链，构成动态RBF神经网络，即转矩-磁链模型；转矩偏差经PD控制得到控制量，该控制量经预处理作为RBF神经网络自适应逆控制的学习偏差，且该控制量经滤波处理，作为总参考磁链的一部分，补偿转矩-磁链模型的输出。总参考磁链与实际总磁链相减得磁链偏差，经磁链偏差分配，接入各相磁链偏差滞环控制，有效抑制SRM的转矩脉动。本发明适应电机快速控制要求，反馈误差学习方法加快神经网络建模并提高建模精度，减小转矩脉动的影响。
-
公开(公告)号：CN108445406A
公开(公告)日：2018-08-24
申请号：CN201810205365.6
申请日：2018-03-13
Applicant: 桂林电子科技大学
IPC: G01R31/36
Abstract: 本发明公开一种动力电池健康状态估计方法，由采集电池恒流充电的电池电压V、电流I、时间t求得充电容量Q、建立V-Q关系曲线、容量增量曲线峰值及峰值位置信息获取、RBF神经网络建立、粒子群算法训练RBF神经网络模型、利用已经生成的RBF神经网络估计电池健康状态几个步骤组成。本发明在不需要建立电动汽车动力电池等效电路的情况下，通过数据驱动的方式建立恒流充电的容量增量曲线峰值、峰值位置与电池健康状态的映射关系，提高估计精度，实现在线实时估计，可以实现电池组整体估计。
-
公开(公告)号：CN105675996B
公开(公告)日：2018-04-17
申请号：CN201610234571.0
申请日：2016-04-15
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种动力电池内阻在线监测系统与方法，由电源变换单元、信号产生单元、检测电路单元、信号采集单元和主控制单元组成。检测电路单元包括隔直模块、三项选择开关K、四线标准电阻r1、四线标准电阻r2和参考电阻r0。信号产生单元发出驱动信号，通过检测电路单元实现参考电阻r0的参考电压值U、四线标准电阻r1所对应的一个电压值U1、四线标准电阻r2所对应的一个电压值U2和待测四线夹具动力电池E所对应的一个电压值U3的检测并由信号采集单元感应到主控制单元中来实现动力电池内阻检测。本发明在不用采集交流信号的情况下可完成动力电池内阻的在线检测，对动力电池的损害小；测量电路可以消除接触电阻和导线电阻对测量结果的影响，性能可靠。
-
公开(公告)号：CN107742063A
公开(公告)日：2018-02-27
申请号：CN201710999198.2
申请日：2017-10-20
Applicant: 桂林电子科技大学
CPC classification number: G06F19/22 , G06F19/24 , G06K9/6257 , G06K9/6269
Abstract: 本发明公民公开了一种原核生物σ54启动子的预测方法，其特征在于，包括如下步骤：1）数据样本编码；2）特征选择；3）构造预测模型；4）获取一级序列信息；5）待预测基因序列编码；6）预测。这种方法预测速度快、精度高。
-
-
-
-
-
-
-
-
-
Search Results
192
records
(took 0.036 seconds)
