-
公开(公告)号：CN119070688B
公开(公告)日：2025-04-04
申请号：CN202411061908.3
申请日：2024-08-05
Applicant: 中国矿业大学
IPC: H02P21/22 , H02P6/34 , H02P6/28 , H02P25/026 , H02P27/08
Abstract: 本发明公开了一种基于奇异摄动的数据驱动永磁同步电机最优速度调节方法，包括：基于永磁同步电机的数学模型，在矢量控制技术的框架下，提出d轴电流的二次稳定问题和电机转速的线性二次调节问题；基于奇异摄动理论，通过系统分解得到速度环降阶模型，并构造新的增广误差系统，重新解释标准线性二次调节问题的解并导出等价的凸优化问题，从而避免直接求解代数黎卡提方程；给出系统的数据表达，替换二次稳定问题和线性二次调节问题中的系统模型信息，设计相应的基于系统I/O数据的PI控制器。本发明解决了系统模型未知永磁同步电机的数据驱动最优速度调节问题。
-
公开(公告)号：CN118017519B
公开(公告)日：2024-08-20
申请号：CN202410090156.7
申请日：2024-01-22
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于无模型积分强化学习算法的离网逆变器电压控制方法，包括：建立d‑q坐标系下的LC型离网逆变器的数学模型，定义逆变器输出电压参考信号与d‑q轴电压电流信号为增广系统状态，将离网逆变器电压控制问题转化为增广系统的H∞跟踪问题；基于零和博弈思想，建立跟踪Hamilton‑Jacobi‑Isaacs(HJI)方程，提出无模型IRL算法求解HJI方程；给定初始控制增益、初始扰动增益，在探测噪声作用下收集增广系统状态数据，根据测量数据计算包含状态值、控制输入值和扰动值的Kronecker积，推导出迭代逆变器电压控制策略。本发明通过利用无模型IRL解决了离网逆变器电压控制中的模型参数未知、复杂负载投切造成强扰动问题。
-
公开(公告)号：CN116208041A
公开(公告)日：2023-06-02
申请号：CN202310067097.7
申请日：2023-01-30
Applicant: 中国矿业大学
Abstract: 本发明公开了基于强化学习的电机系统H无穷降阶输出跟踪控制方法，可解决含有未建模动态和不完美数据的电机系统干扰抑制跟踪控制问题。具体包括：利用奇异摄动理论，将原始电机系统H无穷输出跟踪控制问题进行分解得到降阶系统问题；基于原系统的输出状态数据，提出虚拟子系统的状态重构机制解决虚拟子系统数据不可测的问题，进一步推导基于重构数据的强化学习H无穷输出跟踪迭代算法；引入执行‑评价‑扰动神经网络近似控制器、性能指标和扰动，基于最小二乘法迭代更新神经网络的权重，得到基于强化学习的降阶H无穷输出跟踪控制器。本发明避免了在强化学习框架下设计双时间尺度电机系统跟踪控制器时潜在的高维和病态数值问题。
-
-
公开(公告)号：CN119070688A
公开(公告)日：2024-12-03
申请号：CN202411061908.3
申请日：2024-08-05
Applicant: 中国矿业大学
IPC: H02P21/22 , H02P6/34 , H02P6/28 , H02P25/026 , H02P27/08
Abstract: 本发明公开了一种基于奇异摄动的数据驱动永磁同步电机最优速度调节方法，包括：基于永磁同步电机的数学模型，在矢量控制技术的框架下，提出d轴电流的二次稳定问题和电机转速的线性二次调节问题；基于奇异摄动理论，通过系统分解得到速度环降阶模型，并构造新的增广误差系统，重新解释标准线性二次调节问题的解并导出等价的凸优化问题，从而避免直接求解代数黎卡提方程；给出系统的数据表达，替换二次稳定问题和线性二次调节问题中的系统模型信息，设计相应的基于系统I/O数据的PI控制器。本发明解决了系统模型未知永磁同步电机的数据驱动最优速度调节问题。
-
Patent Agency Ranking
公开(公告)号：CN116594293A
公开(公告)日：2023-08-15
申请号：CN202310361986.4
申请日：2023-04-06
Applicant: 中国矿业大学
IPC: G05B13/04
Abstract: 本发明公开了一种于强化学习的FDI网络攻击下双电机安全协调控制方法，包括以下步骤：(1)建立柔性联接双永磁同步电机系统的双时间尺度数学模型；(2)建立双时间尺度数学模型的FDI网络攻击模型；(3)设计基于LQR理论的安全协调控制器；(4)依据步骤(2)建立的FDI网络攻击模型，设计无模型强化学习，对步骤(3)设计的安全协调控制器进行迭代求解；本方法避免了FDI网络攻击对系统造成的影响，采用强化学习算法可以不依赖模型数据，避免了因电机参数改变对系统的影响；对于提高网络化双永磁同步电机协调控制系统的协调控制性能以及保障网络安全性具有重要意义。
-
公开(公告)号：CN115933383A
公开(公告)日：2023-04-07
申请号：CN202211454633.0
申请日：2022-11-21
Applicant: 中国矿业大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于强化学习的非线性双时间尺度工业系统H无穷组合控制方法，包括：利用奇异摄动理论，将原始H无穷控制问题进行分解得到快子问题和慢子问题，并引入坐标转换将快慢子问题重塑成两个标准的子问题；解决快慢子系统数据不可测的问题，进一步推导基于重构数据的H无穷强化学习迭代算法；在快慢时间尺度内分别引入执行‑评价‑扰动神经网络近似控制器、性能指标和扰动，基于最小二乘法迭代更新神经网络的权重，得到基于强化学习的快、慢H无穷控制器；再进行组合，得到非线性双时间尺度工业控制系统跨尺度强化学习组合H无穷控制器。本发明避免了在强化学习框架下设计双时间尺度工业系统控制器时潜在的高维和病态数值问题。
-
公开(公告)号：CN118017519A
公开(公告)日：2024-05-10
申请号：CN202410090156.7
申请日：2024-01-22
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于无模型积分强化学习算法的离网逆变器电压控制方法，包括：建立d‑q坐标系下的LC型离网逆变器的数学模型，定义逆变器输出电压参考信号与d‑q轴电压电流信号为增广系统状态，将离网逆变器电压控制问题转化为增广系统的H∞跟踪问题；基于零和博弈思想，建立跟踪Hamilton‑Jacobi‑Isaacs(HJI)方程，提出无模型IRL算法求解HJI方程；给定初始控制增益、初始扰动增益，在探测噪声作用下收集增广系统状态数据，根据测量数据计算包含状态值、控制输入值和扰动值的Kronecker积，推导出迭代逆变器电压控制策略。本发明通过利用无模型IRL解决了离网逆变器电压控制中的模型参数未知、复杂负载投切造成强扰动问题。
-
公开(公告)号：CN116540527B
公开(公告)日：2024-02-06
申请号：CN202310541561.1
申请日：2023-05-12
Applicant: 中国矿业大学
IPC: G05B11/42
Abstract: 本发明公开了一种矿用卡车模型预测变速轨迹跟踪控制方法，包括如下步骤：根据规划层的参考轨迹与车辆状态的信息，建立曲率速度匹配表，设定速度与车辆前视距离的匹配表；根据矿用卡车动力学模型，建立矿用卡车横向跟踪动力学误差模型；将车辆动力学误差模型离散化，设计模型预测控制器；通过采集到的车辆实时位姿信息，搜寻参考轨迹中的匹配点；车辆行驶时，模型预测控制器根据检测前视距离处的曲率，给出对应的车辆速度；下层转向执行机构根据模型预测控制器给出的转角进行转向控制，下层PID控制器根据模型预测控制器给出的速度进行纵向速度控制。本发明实现了对轨迹的精确跟踪，避免车辆执行机构的突变，提高了运输效率与行车安全。
-
公开(公告)号：CN116540527A
公开(公告)日：2023-08-04
申请号：CN202310541561.1
申请日：2023-05-12
Applicant: 中国矿业大学
IPC: G05B11/42
Abstract: 本发明公开了一种矿用卡车模型预测变速轨迹跟踪控制方法，包括如下步骤：根据规划层的参考轨迹与车辆状态的信息，建立曲率速度匹配表，设定速度与车辆前视距离的匹配表；根据矿用卡车动力学模型，建立矿用卡车横向跟踪动力学误差模型；将车辆动力学误差模型离散化，设计模型预测控制器；通过采集到的车辆实时位姿信息，搜寻参考轨迹中的匹配点；车辆行驶时，模型预测控制器根据检测前视距离处的曲率，给出对应的车辆速度；下层转向执行机构根据模型预测控制器给出的转角进行转向控制，下层PID控制器根据模型预测控制器给出的速度进行纵向速度控制。本发明实现了对轨迹的精确跟踪，避免车辆执行机构的突变，提高了运输效率与行车安全。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.022 seconds)
