一种基于自适应神经网络约束控制的自动停车控制系统

    公开(公告)号:CN107065567A

    公开(公告)日:2017-08-18

    申请号:CN201710363924.1

    申请日:2017-05-22

    Applicant: 江南大学

    CPC classification number: G05B13/042

    Abstract: 本发明公开了一种基于自适应神经网络约束控制的自动停车控制系统,属于智能汽车技术领域,本发明包含基于超声波传感器的路径规划、基于RBF神经网络的PID控制器、动态约束限制、整车动力学模型、基于RBF神经网络的观测器和抗饱和补偿器。采用上述结构,考虑了输入约束限制条件,整个系统具有完整的控制思路。在符合实际的情况下,经仿真实例验证,本发明具有良好的跟踪性能,鲁棒性和适应性。

    一种混合储能系统预测控制方法

    公开(公告)号:CN116700000B

    公开(公告)日:2024-07-12

    申请号:CN202310762295.5

    申请日:2023-06-26

    Applicant: 江南大学

    Abstract: 本发明涉及混合储能系统控制技术领域。尤其是指一种混合储能系统预测控制方法。本发明所述的混合储能系统预测控制方法利用常规状态混合储能系统中获得的输入输出数据建立预测模型,并根据预测模型构建递减权重成本函数,以递减权重成本函数的值最小化为目标,建立反馈控制率以及约束条件,根据反馈控制率以及约束条件对混合储能系统当前状态进行计算求解,输出对系统的控制参数,递减权重成本函数算法更加注重短时间内的状态控制,系统不会产生累计误差,保证了系统的精确性,并且设计了系统在具有外部扰动状态下的模型并进行求解,提高了系统的抗扰动能力以及系统的鲁棒性。

    一种基于虚拟传感器的离散非线性系统的MFAC容错控制方法

    公开(公告)号:CN115185178B

    公开(公告)日:2023-06-30

    申请号:CN202210727718.5

    申请日:2022-06-23

    Applicant: 江南大学

    Abstract: 本发明公开了一种基于虚拟传感器的离散非线性系统的MFAC容错控制方法,包括构建存在传感器故障的离散时间非线性系统模型,并采用紧格式动态线性化方法对其进行线性化处理,得到基于紧格式动态线性化系统模型,根据执行器饱和时输入大小与输入速率的约束,得到被限制后的控制输入,构建抗饱和补偿器控制算法,根据基于紧格式动态线性化系统模型、被限制后的控制输入以及构建抗饱和补偿器控制算法,构建故障时自适应容错控制算法,应对传感器故障时进行系统控制,本发明采用虚拟传感器技术构建状态观测器进行估计,提高了故障估计的速率和估计精度,同时引入抗饱和补偿器解决执行器饱和引起的约束问题,使控制的系统更加稳定。

    自适应协同终端滑模控制方法、介质、电子设备及系统

    公开(公告)号:CN114825402B

    公开(公告)日:2023-06-06

    申请号:CN202210460798.2

    申请日:2022-04-28

    Applicant: 江南大学

    Abstract: 本发明公开了一种自适应协同终端滑模控制方法、介质、电子设备及系统,该方法通过检测各电池的荷电状态变化和电流估算电池容量,通过自适应功率分配算法为各个电池提供分配功率,通过各智能体之间信息传递和交流,设计滑模面以使多智能体间同步误差在有限时间内缩小到零,通过协同自适应终端滑模控制器产生连续的控制信号,利用脉宽调制发生器和升降压变换器来控制各个智能体储能部分的充放电,使得各电池的荷电状态趋于一致。本发明具有自适应参数调整,控制精度高,抗干扰能力强、鲁棒性好的优点。

    一种基于虚拟传感器的离散非线性系统的MFAC容错控制方法

    公开(公告)号:CN115185178A

    公开(公告)日:2022-10-14

    申请号:CN202210727718.5

    申请日:2022-06-23

    Applicant: 江南大学

    Abstract: 本发明公开了一种基于虚拟传感器的离散非线性系统的MFAC容错控制方法,包括构建存在传感器故障的离散时间非线性系统模型,并采用紧格式动态线性化方法对其进行线性化处理,得到基于紧格式动态线性化系统模型,根据执行器饱和时输入大小与输入速率的约束,得到被限制后的控制输入,构建抗饱和补偿器控制算法,根据基于紧格式动态线性化系统模型、被限制后的控制输入以及构建抗饱和补偿器控制算法,构建故障时自适应容错控制算法,应对传感器故障时进行系统控制,本发明采用虚拟传感器技术构建状态观测器进行估计,提高了故障估计的速率和估计精度,同时引入抗饱和补偿器解决执行器饱和引起的约束问题,使控制的系统更加稳定。

    自适应协同终端滑模控制方法、介质、电子设备及系统

    公开(公告)号:CN114825402A

    公开(公告)日:2022-07-29

    申请号:CN202210460798.2

    申请日:2022-04-28

    Applicant: 江南大学

    Abstract: 本发明公开了一种自适应协同终端滑模控制方法、介质、电子设备及系统,该方法通过检测各电池的荷电状态变化和电流估算电池容量,通过自适应功率分配算法为各个电池提供分配功率,通过各智能体之间信息传递和交流,设计滑模面以使多智能体间同步误差在有限时间内缩小到零,通过协同自适应终端滑模控制器产生连续的控制信号,利用脉宽调制发生器和升降压变换器来控制各个智能体储能部分的充放电,使得各电池的荷电状态趋于一致。本发明具有自适应参数调整,控制精度高,抗干扰能力强、鲁棒性好的优点。

    基于宽度学习干扰观测器的永磁同步电机控制方法及系统

    公开(公告)号:CN114744946A

    公开(公告)日:2022-07-12

    申请号:CN202210542685.7

    申请日:2022-05-18

    Applicant: 江南大学

    Abstract: 本发明公开了一种基于宽度学习干扰观测器的永磁同步电机控制方法及系统,包括:获取永磁同步直线电机某段时间内不同控制状态下的干扰观测器输入与输出数据,作为梯度下降宽度学习系统的初始训练数据样本集;采用归一化算法对初始训练数据样本集进行数据预处理,得到目标维度的梯度下降宽度学习系统训练数据样本集;将预处理后的训练数据样本集输入到梯度下降宽度学习系统中进行训练,得到梯度下降宽度学习系统模型;利用梯度下降迭代算法实时更新梯度下降宽度学习系统模型权重和偏置;利用更新后的梯度下降宽度学习干扰观测器模型对永磁同步直线电机转速控制的扰动进行补偿。本发明可以实现对电机不同工况下干扰进行补偿,减少了参数的调节。

    基于光学显微镜的YOLOv3数据集制作方法及系统

    公开(公告)号:CN113724223B

    公开(公告)日:2022-05-24

    申请号:CN202111008164.5

    申请日:2021-08-27

    Applicant: 江南大学

    Abstract: 本发明涉及基于光学显微镜的YOLOv3数据集制作方法及系统。本发明包括:利用光学显微镜对样品进行划痕图像的采集;对采集到的划痕图像进行统一图像尺寸;对统一尺寸后的图像进行处理以突出划痕;对处理后的图像进行样本扩充;手动标注图像样本中划痕的位置及宽度尺寸,获得手动标注数据;将手动标注数据作为输入训练yolo‑v3神经网络,获得极细微划痕目标检测模型;将图像数据集中的剩余样本输入到极细微划痕目标检测模型中,获得剩余样本的划痕标注结果。本发明大大提高了数据集的制作效率,并且本发明所获得的极细微划痕目标检测模型仍可以用于普通视觉系统所采集图像的检测。

    基于数据驱动协同自适应滑模约束控制方法及系统

    公开(公告)号:CN114114925A

    公开(公告)日:2022-03-01

    申请号:CN202111433191.7

    申请日:2021-11-29

    Applicant: 江南大学

    Abstract: 本发明涉及一种基于数据驱动协同自适应滑模约束控制方法,包括建立d‑q轴坐标系下考虑端部效应的直线牵引系统的数学模型,在数学模型中加入修正端部效应项,获得修正后的直线牵引系统的数学模型,将修正后的数学模型转换为直线牵引系统的速度动力学模型,将速度动力学模型转换为广义非线性模型,并将广义非线性模型转换为线性模型;利用直线牵引系统误差构建滑模面,并在系统误差中设计抗饱和补偿器以消除执行器饱和;设计基于数据驱动的参数估计算法对滑模面进行参数自适应估计。本发明能够大大提高了受控系统的鲁棒性。

    分布式电池储能系统SoC平衡控制方法及系统

    公开(公告)号:CN114094664A

    公开(公告)日:2022-02-25

    申请号:CN202111388840.6

    申请日:2021-11-22

    Applicant: 江南大学

    Abstract: 本发明涉及一种分布式电池储能系统SoC平衡控制方法,包括获取智能体的电压估算值、电流估算值和荷电状态估算值,将其输入至电压调节器、电流调节器和荷电状态调节器,获得电压校正项系数、电流校正项系数和荷电状态校正项系数;基于电压校正项系数、电流校正项系数和荷电状态校正项系数获得参考电流值;基于参考电流值获得校正后的电压校正值、电流校正值和荷电状态校正值;将电压校正值、电流校正值和荷电状态校正值反馈给其相邻的智能体,以实现多智能体之间输出电压一致、输出电流一致和荷电状态的平衡。本发明在动态校正时考虑到不同电池容量、不同初始SoC水平和电池容量退化的影响,保证系统可以持续不断地提供负载所需的功率。

Patent Agency Ranking