-
公开(公告)号：CN109240083B
公开(公告)日：2021-10-01
申请号：CN201811137047.7
申请日：2018-09-28
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系统的自适应模糊超扭曲滑模控制方法，包括如下步骤：（1）建立微陀螺仪系统的无量纲动力学方程；（2）设计微陀螺仪系统的自适应模糊超扭曲滑模控制器，所述控制器由等效控制项和基于超扭曲控制算法的切换控制项组成；（3）用模糊系统来逼近超扭曲滑模控制器参数，在线辨识估计增益项，实现控制器参数的自适应调节。本发明提供的控制方法设计简易，应用方便，进一步扩展了微陀螺仪的应用范围，能够实现对被控系统的有效控制，使微陀螺仪系统的轨迹跟踪具有较强的鲁棒性，较快的收敛速度及较高的精确度。
-
公开(公告)号：CN110262237A
公开(公告)日：2019-09-20
申请号：CN201910552838.4
申请日：2019-06-25
Applicant: 河海大学常州校区
IPC: G05B13/04
Abstract: 本发明公开了一种基于双反馈模糊神经网络的微陀螺仪超扭曲滑模控制方法，其中滑模面由分数阶非奇异终端滑模控制组成，控制系统结构包括参考模型、分数阶非奇异终端滑模面设计、自适应律设计、双反馈模糊神经网络逼近器设计。本发明的控制方法设计简易，应用方便，进一步扩展了微陀螺仪的应用范围，能够实现对被控系统的有效控制，使微陀螺系统的轨迹跟踪具有较强的鲁棒性，较快的收敛速度以及较高的精确度。
-
Patent Agency Ranking
公开(公告)号：CN109240083A
公开(公告)日：2019-01-18
申请号：CN201811137047.7
申请日：2018-09-28
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系统的自适应模糊超扭曲滑模控制方法，包括如下步骤：（1）建立微陀螺仪系统的无量纲动力学方程；（2）设计微陀螺仪系统的自适应模糊超扭曲滑模控制器，所述控制器由等效控制项和基于超扭曲控制算法的切换控制项组成；（3）用模糊系统来逼近超扭曲滑模控制器参数，在线辨识估计增益项，实现控制器参数的自适应调节。本发明提供的控制方法设计简易，应用方便，进一步扩展了微陀螺仪的应用范围，能够实现对被控系统的有效控制，使微陀螺仪系统的轨迹跟踪具有较强的鲁棒性，较快的收敛速度及较高的精确度。
-
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：CN109062046A
公开(公告)日：2018-12-21
申请号：CN201810915659.8
申请日：2018-08-13
Applicant: 河海大学常州校区
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 本发明公开了一种基于RBF神经网络的微陀螺仪系统超扭曲滑模控制方法，其特征是，包括如下步骤：1）建立微陀螺仪系统的无量纲动力学方程，并将无量纲动力学方程转化为其向量形式的等效模型；2）设计微陀螺仪系统的RBF神经网络超扭曲滑模控制器，其中，控制器由等效控制器和超扭曲滑模控制器组成；3）采用Lyapunov稳定性理论设计RBF神经网络权重的自适应算法。优点：不但能够确保系统能够在有限时间内快速收敛，达到稳定状态，而且利用RBF设计网络去逼近系统的未知模型，简化了控制系统的设计，降低了控制器设计对系统精确模型的要求。
-
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
27
records
(took 0.022 seconds)
