-
公开(公告)号：CN109917645A
公开(公告)日：2019-06-21
申请号：CN201910129369.5
申请日：2019-02-21
Applicant: 河海大学常州校区
IPC: G05B13/04
Abstract: 本发明公开了微陀螺双反馈模糊神经网络超扭曲滑模控制系统设计方法，控制系统参考模型、滑模面、自适应律、双反馈模糊神经网络逼近器、超扭曲模糊滑模控制器和微陀螺系统。本发明针对实际微陀螺系统模型未知及其参数不确定性等问题，提出了基于双反馈模糊神经网络的微陀螺系统的自适应超扭曲滑模控制方法。相比于传统的神经网络控制，本发明设计的双闭环模糊神经网络具有全调节的优势，可以任意设定中心向量及基宽的初值，中心向量、基宽值以及神经网络的权值都会随着所设计的自适应算法根据不同的输入自适应调整到最佳值，自适应算法通过Lyapunov稳定性理论得出，动态双反馈神经网络由于加入了信号回归回路，能够存储更多的信息，对微陀螺系统未知模型逼近的精度更高，同时结合高阶超扭曲算法的优越性，能够有效抑制系统的控制输入抖振，能够保证系统在有限时间内收敛，快速精确跟踪参考轨迹，从而提高控制系统性能，并利用MATLAB对算法的优越性进行了实验验证。
-
公开(公告)号：CN108923430A
公开(公告)日：2018-11-30
申请号：CN201810775854.5
申请日：2018-07-16
Applicant: 河海大学常州校区
IPC: H02J3/01
Abstract: 本发明公开了一种有源电力滤波器神经网络全局快速终端滑模控制方法，包括如下步骤：步骤1，建立有源电力滤波器数学模型；步骤2，本发明使用的神经网络为RBF神经网络，利用RBF神经网络对有源电力滤波器系统的未知部分进行逼近，设计RBF神经网络全局快速终端滑模控制器，包括控制律和自适应律；步骤3，根据RBF神经网络全局快速终端滑模控制器控制有源电力滤波器。RBF神经网络具有万能逼近特性，能以任意精度逼近任意连续函数。全局快速终端滑模控制有以下优点：（1）全局快速终端滑模保证系统在有限时间内到达滑模面，使系统状态在有限时间内收敛到平衡状态。（2）全局快速终端滑模的控制律是连续的，可以消除抖振现象。（3）全局快速终端滑模控制对系统不确定性和干扰具有很好的鲁棒性。
-
公开(公告)号：CN107807527A
公开(公告)日：2018-03-16
申请号：CN201711085826.2
申请日：2017-11-07
Applicant: 河海大学常州校区
IPC: G05B13/04
Abstract: 本发明公开了一种微陀螺仪增益可调的自适应超扭曲滑模控制方法，采用等效滑模控制与超扭曲控制相结合的方法设计自适应超扭曲滑模控制器，并设计超扭曲滑模控制器参数和微陀螺仪系统不确定参数的自适应律，最后采用Lyapunov函数对微陀螺仪系统进行稳定性分析，确保系统渐近稳定性。本发明不受传统二阶滑模控制中干扰项的一阶导数边界已知的条件限制，保证滑模面在有干扰情况下的收敛，并结合高阶超扭曲滑模控制能够有效抑制抖振等优点，控制改善系统性能，提高微陀螺系统对不确定性和外界干扰的鲁棒性，保证系统的稳定性。
-
公开(公告)号：CN107703757A
公开(公告)日：2018-02-16
申请号：CN201711085211.X
申请日：2017-11-07
Applicant: 河海大学常州校区
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 本发明公开了一种微陀螺仪系统的超扭曲滑模控制方法，采用等效滑模控制与超扭曲控制相结合的方法设计微陀螺仪系统的超扭曲滑模控制器，然后采用类二次型的Lyapunov函数对微陀螺仪系统在受常值扰动和变值扰动时，进行稳定性分析，确保系统渐近稳定性。本发明能够有效地抑制普通滑模算法产生的抖振，并能够在有限时间内使滑模变量及其一阶导数收敛至零，从而保证微陀螺仪的轨迹能够准确有效地跟踪其参考轨迹，确保系统全局渐进稳定，改善系统的鲁棒性，提高系统的灵敏度和精确度。
-
Patent Agency Ranking
公开(公告)号：CN110350546B
公开(公告)日：2022-09-02
申请号：CN201910624325.X
申请日：2019-07-11
Applicant: 河海大学常州校区
IPC: H02J3/18
Abstract: 本发明公开了一种单相有源电力滤波器控制方法，包括如下步骤：建立单相有源电力滤波器数学模型；利用双隐层回归神经网络对单相有源电力滤波器的未知部分进行逼近，得到双隐层回归神经网络分数阶滑模控制器，根据双隐层回归神经网络分数阶滑模控制器控制单相有源电力滤波器。本发明采用的双隐层回归神经网络包含了两个隐含层和两个回归层；两个隐含层使得神经网络具有强大的拟合能力，两个回归层使得神经网络存储更多的信息，具有更强的联想能力，具有更好的逼近效果；相比较整数阶滑模控制断续的阶次调整，分数阶滑模控制具有更多可调节的阶数自由度，使得控制结果能有更好的优化空间。本发明能实现对指令电流实时跟踪补偿，可靠性高。
-
公开(公告)号：CN109917645B
公开(公告)日：2022-03-08
申请号：CN201910129369.5
申请日：2019-02-21
Applicant: 河海大学常州校区
IPC: G05B13/04
Abstract: 本发明公开了微陀螺双反馈模糊神经网络超扭曲滑模控制系统设计方法，控制系统参考模型、滑模面、自适应律、双反馈模糊神经网络逼近器、超扭曲模糊滑模控制器和微陀螺系统。本发明针对实际微陀螺系统模型未知及其参数不确定性等问题，提出了基于双反馈模糊神经网络的微陀螺系统的自适应超扭曲滑模控制方法。相比于传统的神经网络控制，本发明设计的双闭环模糊神经网络具有全调节的优势，可以任意设定中心向量及基宽的初值，中心向量、基宽值以及神经网络的权值都会随着所设计的自适应算法根据不同的输入自适应调整到最佳值，自适应算法通过Lyapunov稳定性理论得出，动态双反馈神经网络由于加入了信号回归回路，能够存储更多的信息，对微陀螺系统未知模型逼近的精度更高，同时结合高阶超扭曲算法的优越性，能够有效抑制系统的控制输入抖振，能够保证系统在有限时间内收敛，快速精确跟踪参考轨迹，从而提高控制系统性能，并利用MATLAB对算法的优越性进行了实验验证。
-
公开(公告)号：CN109100937A
公开(公告)日：2018-12-28
申请号：CN201810915690.1
申请日：2018-08-13
Applicant: 河海大学常州校区
IPC: G05B13/04
Abstract: 本发明公开了一种基于双隐层回归神经网络的有源电力滤波器全局滑模控制方法，其特征在于，包括如下步骤：1）建立有源电力滤波器的数学模型；2）建立基于双隐层回归神经网络的有源电力滤波器全局滑模控制器，设计控制律，将其作为有源电力滤波器的控制输入；3）基于Lyapunov函数理论，设计自适应律，验证所述基于双隐层回归神经网络的有源电力滤波器全局滑模控制器的稳定性。优点：提高网络的逼近精度和泛化能力，减少网络参数和权值个数，加快网络训练速度；能够储存更多的信息，具有更好的逼近效果；能够提高有源电力滤波器系统在存在参数摄动和外界干扰情况下的补偿电流跟踪精度和系统鲁棒性。
-
公开(公告)号：CN108334679A
公开(公告)日：2018-07-27
申请号：CN201810058667.5
申请日：2018-01-22
Applicant: 河海大学常州校区
Abstract: 本发明公开了基于双反馈模糊神经网络的有源电力滤波器全局滑模控制方法，包括如下步骤：1)建立有源电力滤波器的数学模型；2)建立基于双反馈模糊神经网络的有源电力滤波器全局滑模控制器，设计控制律，将其作为有源电力滤波器的控制输入；3)基于Lyapunov函数理论，设计自适应律，验证所述基于双反馈模糊神经网络的有源电力滤波器全局滑模控制器的稳定性。本发明能够提高有源电力滤波器系统在存在参数摄动和外界干扰情况下的补偿电流跟踪性能和系统鲁棒性。
-
公开(公告)号：CN107831660A
公开(公告)日：2018-03-23
申请号：CN201711084396.2
申请日：2017-11-07
Applicant: 河海大学常州校区
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 本发明公开了一种微陀螺仪自适应高阶超扭曲滑模控制方法，采用等效滑模控制与超扭曲控制相结合的方法设计自适应高阶超扭曲滑模控制器，并设计微陀螺仪系统不确定参数的自适应律，然后采用Lyapunov函数对微陀螺仪系统进行稳定性分析，确保系统渐近稳定性。本发明结合高阶超扭曲滑模控制能够有效抑制抖振等优点，控制改善系统性能，提高微陀螺系统对不确定性和外界干扰的鲁棒性，保证系统的稳定性。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.043 seconds)
