一种无人机编队的自适应滑模控制方法

    公开(公告)号:CN112327926B

    公开(公告)日:2023-07-21

    申请号:CN202011333190.0

    申请日:2020-11-24

    Abstract: 本发明公开一种基于神经网络和干扰观测器的非线性无人机编队的自适应滑模控制方法,采用能够体现其真实性的非线性动力学模型。为使无人机编队在执行任务时具有良好的跟踪性能,通过对无人机飞行实际运行情况的分析,并考虑了无人机模型的执行器状态参数不确定性和外界电磁波干扰对跟踪性能的不利影响。设计了一种自适应滑模控制器,分别采用径向基神经网络逼近和扰动观测器逼近并补偿模型的不确定性和外部干扰的影响。同时保证了所形成的闭环系统在控制器作用下的全局稳定性,通过仿真实验确定该方法在实际应用中具有一定的优势。

    一种2’-岩藻糖基乳糖分离纯化的方法

    公开(公告)号:CN115073539B

    公开(公告)日:2023-06-16

    申请号:CN202210863013.6

    申请日:2022-07-21

    Abstract: 本发明公开了一种2’‑岩藻糖基乳糖分离纯化的方法,包括以下步骤:S1.将含2’‑岩藻糖基乳糖的发酵液纳滤,得到第一清液;S2.将第一清液经阳离子交换树脂和阴离子交换树脂吸附洗脱,得到第二清液;S3.将第二清液上样至第一维色谱柱中吸附洗脱,得到含三糖和四糖的第三清液;所得第三清液上样至第二维色谱柱中吸附洗脱,得到纯化后含有2’‑岩藻糖基乳糖的第四清液;第四清液经浓缩、结晶,即得2’‑岩藻糖基乳糖。本发明利用二维色谱法,第一维利用尺寸排阻的原理将发酵液中的单糖、二糖除去,第二维由于吸附介质对三糖和四糖的吸附作用力不同而将四糖除去,最后能得到90%以上纯度的2’‑岩藻糖基乳糖。

    一种温和条件下钴催化脲基导向芳烃的高选择性单烯基化的方法

    公开(公告)号:CN115677539A

    公开(公告)日:2023-02-03

    申请号:CN202211354100.5

    申请日:2022-11-01

    Abstract: 本发明公开了一种温和条件下钴催化脲基导向芳烃的高选择性单烯基化的方法,将含有式Ⅰ所示的1,1‑二甲基‑3‑苯基脲类化合物、式Ⅱ所示烯烃、五甲基环戊二烯羰基二碘钴,氧化剂,添加剂,金属活化剂双三氟甲烷磺酰亚胺银盐的混合溶液进行反应,即得如Ⅲ所示的反应产物。本发明方法具有反应条件温和、副反应少、反应选择性高等特点,并且在反应过程中使用廉价的金属催化剂和非金属氧化剂催化,反应节能高效,生产成本低,环境友好,适于推广应用。

    一种利用模拟移动床分离纯化2’-岩藻糖基乳糖的方法

    公开(公告)号:CN115260255A

    公开(公告)日:2022-11-01

    申请号:CN202211045923.X

    申请日:2022-08-30

    Abstract: 本发明公开了一种利用模拟移动床分离纯化2’‑岩藻糖基乳糖的方法,所述模拟移动床由4根以上树脂柱串联而成,每根树脂柱中装填特异性吸附树脂,包括吸附段、洗杂段、解吸段和再生段,按顺序依次切换,包括如下步骤:S1:含有2’‑岩藻糖基乳糖和2’,3‑双岩藻糖基乳糖的料液进入吸附段进行吸附,在吸附段的出口收集含2’‑岩藻糖基乳糖的提余液;S2:当吸附段树脂吸附饱和后,移出吸附段,送入洗杂段进行洗杂;S3:再进入解吸段进行解吸,在解吸段的出口收集含2’,3‑双岩藻糖基乳糖的提取液;S4:最后送入再生段;重复S1~S4。本发明可连续生产2’‑岩藻糖基乳糖和2’,3‑双岩藻糖基乳糖且收率和纯度均高达99%。

    一种用于癫痫脑刺激的滑模控制方法

    公开(公告)号:CN113341732A

    公开(公告)日:2021-09-03

    申请号:CN202110730692.5

    申请日:2021-06-29

    Abstract: 本发明公开一种基于宽度学习(BLS)的癫痫病脑刺激自适应快速非奇异终端滑模(AFNTSM)控制方法;基于标准化的丘脑机理模型,设计了一种新颖的快速非奇异终端滑模面,并且推导出使滑模运动渐进稳定的充分条件;结合快速非奇异终端滑模技术和宽度学习系统,设计了一种自适应快速非奇异终端滑模控制器,以确保滑模运动的可达性;通过闭环跟踪控制系统的稳定性和可达性分析促进了设计参数更好的选择,最后通过仿真对比确保了该设计方案更为卓越的控制性能。

    一种无人机编队智能容错控制方法

    公开(公告)号:CN113268084A

    公开(公告)日:2021-08-17

    申请号:CN202110730693.X

    申请日:2021-06-29

    Abstract: 本发明公开一种基于小脑模型神经网络和干扰观测器的非线性无人机编队的自适应分数阶滑模控制方法;为使无人机编队在执行任务时具有良好的跟踪性能,通过对无人机飞行实际情况的分析,并考虑了无人机编队受到执行器故障和外界电磁波干扰的影响;采用小脑模型神经网络逼近执行器偏置故障,以及利用扰动观测器估计并补偿未知外部干扰,设计了一种自适应分数阶滑模控制器;同时保证了所形成的闭环系统在控制器作用下的全局稳定性,通过仿真实例验证了该方法具有一定的优势。

    一种基于深度学习的加氢裂化软测量建模方法

    公开(公告)号:CN110378035A

    公开(公告)日:2019-10-25

    申请号:CN201910663520.3

    申请日:2019-07-19

    Abstract: 本发明公开了一种基于深度学习的加氢裂化软测量建模方法。涉及软测量技术领域,该方法使用Java编写了分别获取过程历史数据库和生产过程质量检测类LIMS数据库的过程数据和质量数据的定时程序,周期性的获取过程数据;根据加氢裂化工艺的先验知识选取了软测量建模中所需的辅助变量,并对相应的过程数据进行了数据预处理;然后,建立了深度置信网络和深度神经网络结合的网络模型,深度置信网络用于提取复杂非线性过程数据的特征和降低数据维度,深度神经网络用于回归预测质量变量。

Patent Agency Ranking