基于输出位置的单臂机械手自适应控制器及控制方法

    公开(公告)号:CN108942935A

    公开(公告)日:2018-12-07

    申请号:CN201810817332.7

    申请日:2018-07-24

    CPC classification number: B25J9/161 B25J9/1633

    Abstract: 本发明揭示了一种基于输出位置的单臂机械手自适应控制器及控制方法,控制器包括第一比较器单元、观测器单元、反步法第一更新单元、反步法第一逼近单元、反步法第一运算单元、第二比较器单元、反步法第一子控制器单元、第三比较器单元、第四比较器单元、反步法第二更新单元、反步法第二逼近单元、反步法第二运算单元、第五比较器单元、反步法第二子控制器单元、ADP更新单元、ADP逼近单元、ADP运算单元、ADP第一子控制器单元、ADP第二子控制器单元以及第六比较器单元。本发明在保证单臂机械手稳定的同时,减少了系统的性能指标,降低了系统的控制成本,具有很高的使用及推广价值。

    一种状态受限下多水下航行器的编队控制器

    公开(公告)号:CN119512174A

    公开(公告)日:2025-02-25

    申请号:CN202411667339.7

    申请日:2024-11-21

    Abstract: 本发明公开了一种状态受限下多水下航行器的编队控制器,属于工业过程控制技术领域;编队控制器包括神经网络权值更新单元、神经网络激活函数单元、非线性运算单元、比较器单元、状态受限单元、预估器单元、扰动观测器单元以及第一微分跟踪器单元和第一滤波单元。本发明通过神经网络扰动观测器构造一种受限状态的中间变量,通过中间变量与预估状态之间的差值来补偿干扰,大大提高了系统动态的逼近精度和抗扰性能;通过障碍李亚普洛夫函数的预估器,使神经网络在存在状态受限的情况下,能够避免由大自适应增益下产生的初值振荡,提升了神经网络的逼近性能,扩大了控制器参数的选择范围。

    一种基于区间2型模糊聚类算法的低压配网拓扑识别方法

    公开(公告)号:CN118336720A

    公开(公告)日:2024-07-12

    申请号:CN202410752261.2

    申请日:2024-06-12

    Abstract: 本发明属于电力系统自动化技术领域,公开了一种基于区间2型模糊聚类算法的低压配网拓扑识别方法,基于电力GIS系统终端用户和配电变压器的经纬度地理信息,结合配变台区的辐射形状,初步确定终端用户和配变台区之间的拓扑连接关系;针对于可能存在转供电或者转负荷的不确定用户,进行电压数据的异常因子检测,剔除不属于待分析台区的用户数据;引入相关系数改进区间2型模糊聚类算法,确定“变‑户”的拓扑识别。本发明能够实现低压台区用户相别的精准辨识,有效提升用户辨识准确率,且在不同的数据环境中可保持较高的稳定性。

    一种状态受限下的无人潜航器避障跟踪控制方法

    公开(公告)号:CN117369481B

    公开(公告)日:2024-02-20

    申请号:CN202311652927.9

    申请日:2023-12-05

    Abstract: 本发明公开了一种状态受限下的无人潜航器避障跟踪控制方法,获取需求端输出的潜航器位置期望坐标和潜航器输出的位置信息,并构建位置控制器;获取需求端输出的潜航器期望偏航角、潜航器输出的姿态信息以及位置控制器输出的位置控制参数,并构建姿态控制器;将构建的位置控制器和姿态控制器部署至潜航器,使其在获取到需求端输出的潜航器位置期望坐标和潜航器期望偏航角后,进行跟踪控制;其中,位置信息包括潜航器位置坐标、位置受限参数、障碍物位置坐标以及位置系统状态;姿态信息包括潜航器姿态、姿态受限参数以及姿态系统状态;本发明能够使得潜航器位置状态和姿态状态可以被约束到期望的界限中,保证其在实际受限场景中的正常工作。

    基于神经网络与boosting的电力流量预测方法

    公开(公告)号:CN117424217A

    公开(公告)日:2024-01-19

    申请号:CN202311359137.1

    申请日:2023-10-19

    Abstract: 本发明属于电力负荷预测技术领域和网络流量预测领域,公开了基于神经网络与boosting的电力流量预测方法,结合了GRU‑Xgboost模块、残差调整模块以及缺失值重构对复杂网络流量时间序列进行分解重构和调整,提出了一个新的网络流时间序列预测模型,考虑到了时序数据时间相关性,提高了预测精度。针对于电力网络的差异性,根据电力的业务特征,找到影响流量模型的特征因素以及有效的处理流量序列的非线性复杂特征和未知噪声,从而建立起针对电力网络的流量预测模型,旨在为相关部门提供预测信息以做出决策。

    一种拜占庭攻击下多四旋翼飞行器编队控制方法

    公开(公告)号:CN117148866A

    公开(公告)日:2023-12-01

    申请号:CN202311307049.7

    申请日:2023-10-10

    Abstract: 本发明属于工业过程控制技术领域,公开了一种拜占庭攻击下多四旋翼飞行器编队控制方法,其将一个四旋翼飞行器设定为领导者,将N个含未知动态的四旋翼飞行器设置为跟随者,跟随者和领导者通过单向拓扑图连接成的网络化系统作为被控对象;依据基于编队位置的平均子序列算法(FP‑MSR)筛选出潜在的拜占庭节点,并重新更新拓扑图;由领导者提供领导期望信号,跟随者的位置系统输出位置信息,跟随者的姿态系统输出姿态信息,使得跟随者和领导者构成期望编队队形;实现存在拜占庭攻击的多四旋翼飞行器间的避碰、连接保持和完成期望编队队形,并且避开障碍物的最优编队控制目标。

    一种含预估器的多四旋翼飞行器的编队控制方法

    公开(公告)号:CN112230670B

    公开(公告)日:2022-08-30

    申请号:CN202011180857.8

    申请日:2020-10-29

    Abstract: 本发明提出了一种含预估器的多四旋翼飞行器的编队控制方法,包括以下步骤:步骤1,将一个四旋翼飞行器设定为领导者,将N个含未知动态的四旋翼飞行器设置为跟随者,跟随者和领导者通过单向拓扑图连接成的网络化系统作为被控对象;步骤2,N个跟随者中的第i个跟随者设置有位置控制器和姿态控制器,第i个跟随者的位置控制器和姿态控制器的输入端均与有向图G的输出端相连,第i个跟随者的位置控制器的输出端与其位置控制器的输入端相连,第i个跟随者姿态控制器的输出端与与第i个跟随者的姿态控制器的输入端连接;实现多四旋翼飞行器间的避碰、连接保持和完成期望编队队形,并且避开障碍物,在预定性能范围内完成编队控制目标。

    一种群集安全一致性控制器及其控制方法

    公开(公告)号:CN110412984B

    公开(公告)日:2022-07-26

    申请号:CN201910734432.8

    申请日:2019-08-09

    Abstract: 本发明提出了工业控制领域内的一种群集安全一致性控制器,适用于多无人车网络化系统,所述多无人车网络化系统由N辆无人车通过网络拓扑图连接构成,所有的无人车划分成多个群组,群组之间可以进行通信,其中,第i辆小车表示多无人车网络化系统中含有未知动态的无人车,包括参数设置单元、第一识别单元、第一线性运算单元、第一非线性运算单元、第二线性运算单元、攻击检测单元、指令单元、事件触发单元,本发明使得当处于稳定控制下的多无人车系统遭受外界影响时,能在短时间内让无人车系统恢复正常的工作状态。

    机械手安全控制系统
    50.
    发明授权

    公开(公告)号:CN110303504B

    公开(公告)日:2022-05-10

    申请号:CN201910734221.4

    申请日:2019-08-09

    Abstract: 本发明提供了一种机械手安全控制系统,其包括相互信号连接的机械手、检测器、安全观测器、外部比较器及控制器,机械手为被控对象并在实际控制信号u的作用下实时输出当前转角信号y,检测器用于检测机械手与安全观测器之间的信号传输通道是否受到拒绝服务攻击,安全观测器用于根据标志信号v切换不同的模式,外部比较器用于接收位置信号ya及转角信号的估值控制器接收产生的各类信号进行非线性运算。通过一种切换型神经网络的安全观测器对机械手安全控制系统的未知状态进行实时估计,并引入非线性增益函数及构造递归滑模设计了控制器,从而极大地提高了系统的动态性能及可靠性并解决了传统安全控制器参数自身摄动脆弱的缺点。

Patent Agency Ranking