-
公开(公告)号：CN112171677A
公开(公告)日：2021-01-05
申请号：CN202011064505.6
申请日：2020-09-30
Applicant: 桂林电子科技大学
IPC: B25J9/16
Abstract: 本发明公开一种工业机器人柔性关节迟滞误差补偿控制方法，利用基于改进的LSTM的工业机器人柔性关节迟滞特性模型在线预测机器人关节输出角度，通过与理想关节输出比较，计算得到输出扭矩角，对应得到关节输入端的角度补偿量，对关节输入端设定输入角度进行补偿，从关节的电机驱动端，实现对关节复杂迟滞特性抵消，有效提高工业机器人关节转换精度。迟滞模型具有在线学习能力，不仅在线补偿工业机器人关节本身结构带来传递非线性误差，同时可补偿工业机器人关节在长时间运行下的慢漂移特性带来转换误差，提高了关节长期运行的保持高精度下的稳定性。
-
公开(公告)号：CN110572108A
公开(公告)日：2019-12-13
申请号：CN201910864396.7
申请日：2019-09-12
Applicant: 桂林电子科技大学
IPC: H02P25/098
Abstract: 本发明公开一种开关磁阻电机的电感模型非线性补偿与控制方法与系统，利用能体现SRM线性模型误差的转矩偏差及其变化率作为模糊推理输入信息，设计模糊推理规则，构建模糊补偿器，实现对线性电感模型的非线性前馈补偿；引入强化学习，设计回报函数，与模糊补偿器相配合，进一步实现电感模型的非线性自适应优化补偿，达到间接描述电感的强非线性特性的目的。本发明能够有效地改善控制系统动态品质，抑制了SRM转矩脉动。本发明系统可构成嵌入式系统，避免非线性特性直接建模，运算量小，方便开关磁阻电机的在线控制。
-
公开(公告)号：CN109343351B
公开(公告)日：2021-06-04
申请号：CN201811495606.1
申请日：2018-12-07
Applicant: 桂林电子科技大学
IPC: G05B13/04
Abstract: 本发明为一种改进PID控制的开关磁阻电机转矩控制系统，本系统在直接瞬时转矩控制系统的基础上，将单神经元PID速度控制器中的前向通道的微分计算模块移到转速的反馈通道，构成微分先行单神经元PID速度控制器。并且进一步引入经典模糊控制模块与积分计算模块并联构成积分模糊控制模块，对微分先行单神经元PID的输出增益进行实时调节，构成模糊—微分先行单神经元PID控制器。本系统控制性能较好，有效地减小了开关磁阻电机的转矩脉动，转矩脉动率小于2％，且系统动态性能良好。
-
Patent Agency Ranking
公开(公告)号：CN110572108B
公开(公告)日：2021-02-12
申请号：CN201910864396.7
申请日：2019-09-12
Applicant: 桂林电子科技大学
IPC: H02P25/098
Abstract: 本发明公开一种开关磁阻电机的电感模型非线性补偿与控制方法与系统，利用能体现SRM线性模型误差的转矩偏差及其变化率作为模糊推理输入信息，设计模糊推理规则，构建模糊补偿器，实现对线性电感模型的非线性前馈补偿；引入强化学习，设计回报函数，与模糊补偿器相配合，进一步实现电感模型的非线性自适应优化补偿，达到间接描述电感的强非线性特性的目的。本发明能够有效地改善控制系统动态品质，抑制了SRM转矩脉动。本发明系统可构成嵌入式系统，避免非线性特性直接建模，运算量小，方便开关磁阻电机的在线控制。
-
公开(公告)号：CN109343351A
公开(公告)日：2019-02-15
申请号：CN201811495606.1
申请日：2018-12-07
Applicant: 桂林电子科技大学
IPC: G05B13/04
Abstract: 本发明为一种改进PID控制的开关磁阻电机转矩控制系统，本系统在直接瞬时转矩控制系统的基础上，将单神经元PID速度控制器中的前向通道的微分计算模块移到转速的反馈通道，构成微分先行单神经元PID速度控制器。并且进一步引入经典模糊控制模块与积分计算模块并联构成积分模糊控制模块，对微分先行单神经元PID的输出增益进行实时调节，构成模糊—微分先行单神经元PID控制器。本系统控制性能较好，有效地减小了开关磁阻电机的转矩脉动，转矩脉动率小于2％，且系统动态性能良好。
-
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：CN112171677B
公开(公告)日：2021-09-17
申请号：CN202011064505.6
申请日：2020-09-30
Applicant: 桂林电子科技大学
IPC: B25J9/16
Abstract: 本发明公开一种基于LSTM迟滞模型的机器人柔性关节补偿控制方法，利用基于改进的LSTM的工业机器人柔性关节迟滞特性模型在线预测机器人关节输出角度，通过与理想关节输出比较，计算得到输出扭矩角，对应得到关节输入端的角度补偿量，对关节输入端设定输入角度进行补偿，从关节的电机驱动端，实现对关节复杂迟滞特性抵消，有效提高工业机器人关节转换精度。迟滞模型具有在线学习能力，不仅在线补偿工业机器人关节本身结构带来传递非线性误差，同时可补偿工业机器人关节在长时间运行下的慢漂移特性带来转换误差，提高了关节长期运行的保持高精度下的稳定性。
-
公开(公告)号：CN109742999B
公开(公告)日：2020-07-10
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。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.031 seconds)
