液压系统改进的无模型滑模控制系统和方法

    公开(公告)号:CN113126484B

    公开(公告)日:2022-06-28

    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。

    基于LSTM迟滞模型的机器人柔性关节补偿控制方法

    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

    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。

    基于磁链的开关磁阻电机转矩脉动抑制控制系统和方法

    公开(公告)号:CN112928965A

    公开(公告)日:2021-06-08

    申请号:CN202110333892.7

    申请日:2021-03-29

    Abstract: 本发明公开基于磁链的开关磁阻电机转矩脉动抑制控制系统和方法,利用神经网络转矩估计模型对转矩进行估计,并利用动态RBF神经网络转矩‑磁链模型实现相参考转矩到磁链的转换,基于估计的转矩信息对磁链进行实时前馈补偿,以获得准确磁链信息,实现了SRM的磁链控制,抑制转矩脉动,方法运算量小;所构造的神经网络转矩估计模型具有能够体现SRM转矩变化规律的激励函数,且对神经网络的输入进行预处理,以实现对瞬时转矩的估计;本系统可构成嵌入式系统,通过神经网络转矩估计模型实现瞬时转矩估计、通过动态RBF神经网络转矩‑磁链模型实现相参考转矩到磁链的转换及磁链前馈补偿,实现了SRM的磁链控制,抑制转矩脉动,方便开关磁阻电机的在线控制。

    含有谐波减速器柔性关节的传递误差补偿控制方法

    公开(公告)号:CN111515962B

    公开(公告)日:2022-04-12

    申请号:CN202010500340.6

    申请日:2020-06-04

    Abstract: 本发明公开一种含有谐波减速器柔性关节的传递误差补偿控制方法,设计了一个基于类迟滞算子和在线序列极限学习机的串联结构的迟滞混合模型,用于描述谐波减速器柔性关节特殊的迟滞非线性特性。模型参数学习采用递推参数更新,可在线捕捉柔性关节的不同运行状态下的迟滞特性动态变化。串联结构的迟滞混合模型预测输出角度,通过迟滞混合模型预测输出角度与谐波减速器柔性关节理想的输出角度相减,乘以减速比,通过前馈补偿控制,实现柔性关节高速端驱动伺服电机的补偿控制,提高柔性关节传递精度。本系统可构成嵌入式系统,运算量小,从信息的角度,通过补偿控制,解决柔性关节中减速器由于制造、加工工艺瓶颈问题。

    开关磁阻电机的电感模型非线性补偿与控制方法与系统

    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

    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。

    含有谐波减速器柔性关节的传递误差补偿控制方法

    公开(公告)号:CN111515962A

    公开(公告)日:2020-08-11

    申请号:CN202010500340.6

    申请日:2020-06-04

    Abstract: 本发明公开一种含有谐波减速器柔性关节的传递误差补偿控制方法,设计了一个基于类迟滞算子和在线序列极限学习机的串联结构的迟滞混合模型,用于描述谐波减速器柔性关节特殊的迟滞非线性特性。模型参数学习采用递推参数更新,可在线捕捉柔性关节的不同运行状态下的迟滞特性动态变化。串联结构的迟滞混合模型预测输出角度,通过迟滞混合模型预测输出角度与谐波减速器柔性关节理想的输出角度相减,乘以减速比,通过前馈补偿控制,实现柔性关节高速端驱动伺服电机的补偿控制,提高柔性关节传递精度。本系统可构成嵌入式系统,运算量小,从信息的角度,通过补偿控制,解决柔性关节中减速器由于制造、加工工艺瓶颈问题。

    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。

    基于LSTM工业机器人柔性关节迟滞误差补偿控制方法

    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

    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。

    开关磁阻电机的电感模型非线性补偿与控制方法与系统

    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

    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。

    基于磁链的开关磁阻电机转矩脉动抑制控制系统和方法

    公开(公告)号:CN112928965B

    公开(公告)日:2022-09-13

    申请号:CN202110333892.7

    申请日:2021-03-29

    Abstract: 本发明公开基于磁链的开关磁阻电机转矩脉动抑制控制系统和方法,利用神经网络转矩估计模型对转矩进行估计,并利用动态RBF神经网络转矩‑磁链模型实现相参考转矩到磁链的转换,基于估计的转矩信息对磁链进行实时前馈补偿,以获得准确磁链信息,实现了SRM的磁链控制,抑制转矩脉动,方法运算量小;所构造的神经网络转矩估计模型具有能够体现SRM转矩变化规律的激励函数,且对神经网络的输入进行预处理,以实现对瞬时转矩的估计;本系统可构成嵌入式系统,通过神经网络转矩估计模型实现瞬时转矩估计、通过动态RBF神经网络转矩‑磁链模型实现相参考转矩到磁链的转换及磁链前馈补偿,实现了SRM的磁链控制,抑制转矩脉动,方便开关磁阻电机的在线控制。

Patent Agency Ranking