-
公开(公告)号：CN114740734A
公开(公告)日：2022-07-12
申请号：CN202210465627.9
申请日：2022-04-29
Applicant: 重庆邮电大学
IPC: G05B13/04
Abstract: 本发明涉及柔性执行器驱动的机器人控制领域，公开了一种基于时变扰动和连续滑膜的柔性执行器，包括第一观测器、第二观测器、第一连续滑膜控制器、第二连续滑膜控制器，本发明还公开了一种基于时变扰动和连续滑膜的柔性执行器的设计方法和控制方法。本发明使用的是滑模控制器，可以从反馈通道提高系统的抗干扰性能，观测器用的是降阶观测器，既可以完成扰动估计的功能，又可以降低算法实现时的计算负担。
-
公开(公告)号：CN114418026A
公开(公告)日：2022-04-29
申请号：CN202210093700.4
申请日：2022-01-26
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种脑电信号识别模型训练方法、识别方法、装置及设备，该方法中的时序卷积神经网络和一维深度卷积神经网络共用一个输入层和输出层，首先通过时序卷积神经网络的隐藏层得到脑电信号时序特征，并通过一维深度卷积神经网络的隐藏层得到脑电信号空间特征；然后通过时序卷积神经网络和一维深度卷积神经网络共用的全连接层对脑电信号时序特征和脑电信号空间特征进行特征拼接，以从多个维度全面提取脑电信号的特征；最后通过共用的输出层输出输出分类结果，并采用反向传播算法对时序卷积神经网络和一维深度卷积神经网络进行参数调整，得到分类精度较高的脑电信号识别模型，提高分类效果。
-
公开(公告)号：CN112600474A
公开(公告)日：2021-04-02
申请号：CN202011395474.2
申请日：2020-12-03
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于复合位置控制器的永磁无刷直流电机位置伺服系统，其包括：复合位置控制器模块、PI控制模块、驱动电路模块、电流采样模块、永磁无刷直流电机及位置检测与计算模块，其中复合位置控制器模块是基于指数趋近律的滑模反馈控制部分和基于扩张状态观测器的干扰估计与补偿部分组成的复合控制器，与传统线性控制方法相比，该方法在保证收敛速度的同时，既可以有效降低系统抖振，又可以提高系统抗干扰性能，满足了永磁无刷直流电机位置伺服系统在高性能领域的应用需求。
-
公开(公告)号：CN112527959A
公开(公告)日：2021-03-19
申请号：CN202011443363.4
申请日：2020-12-11
Applicant: 重庆邮电大学
IPC: G06F16/33 , G06F16/35 , G06F40/216 , G06F40/289 , G06F40/30 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明请求保护一种基于无池化卷积嵌入和注意分布神经网络的新闻分类方法，它利用特征和权重作为分类过程中的关键因素。其机制是使用一种在嵌入层中进行卷积以提取局部特征，删除池化层以减少信息丢失，然后添加注意力机制以重新分配权重以从而获得文本的全局特征。该模型不仅捕获了文本的深刻特征，还捕获了新闻各部分的重要性。卷积神经网络(CNN)由于具有提取局部特征和位置不变特征的优势而在文本分类任务中发挥了重要作用。注意力机制由于其对文本上下文信息的提取，以及更加关注重要部分的特点，强化关键信息权重，两者结合有更强的特征提取能力。结合无池化CNN和全局注意力机制来处理新闻分类问题可以显著提高文本分类的准确率。
-
公开(公告)号：CN112448639A
公开(公告)日：2021-03-05
申请号：CN202011254328.8
申请日：2020-11-11
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种永磁无刷直流电机调速系统的连续终端滑模复合控制方法，主要由复合抗干扰速度和电流控制器构成。其中复合抗干扰速度控制器由基于连续终端滑模的速度反馈控制和基于滑模观测器I的速度环干扰估计及前馈补偿构成；复合抗干扰电流控制器由基于连续终端滑模的电流反馈控制和基于滑模观测器II的电流环干扰估计及前馈补偿构成。与传统的终端滑模控制方法相比，该方法具有连续的控制率，可以有效减小传统终端滑模控制方法中由于存在符号函数而引起的抖振现象。此外，既保留了原有控制方法中系统状态的快速收敛性能，又进一步地提高了系统的抗干扰能力。因此，可以满足永磁无刷直流电机调速系统在高性能领域的应用需求。
-
Patent Agency Ranking
公开(公告)号：CN111258220A
公开(公告)日：2020-06-09
申请号：CN202010069092.4
申请日：2020-01-21
Applicant: 重庆邮电大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于干扰观测器的柔性机械臂级联控制方法，所述柔性机械臂包括臂侧位置控制器和电机侧位置控制器，臂侧位置控制器和电机侧位置控制器以串级方式相连；电机侧位置控制包括电机侧位置信号反馈控制和干扰观测器的干扰估计 的前馈补偿控制，臂侧位置控制包括臂侧位置反馈控制和干扰观测器的干扰估计 的前馈补偿控制；所述控制方法包括：获取臂侧实际位置q；获取电机侧实际位置θ；根据所述实际臂侧位置q与臂侧参考位置qr以及所述臂侧位置控制器得到电机侧参考位置θr；根据所述电机侧参考位置θr与所述实际电机侧位置θ以及所述电机侧位置控制器得到电机侧位置控制器的输出电压u；根据所述电机侧位置控制器的输出电压u驱动所述柔性机械臂。
-
公开(公告)号：CN111216131A
公开(公告)日：2020-06-02
申请号：CN202010069103.9
申请日：2020-01-21
Applicant: 重庆邮电大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于柔性执行器驱动的机器人串级抗干扰控制方法，所述机器人包括臂侧位置控制器和电机侧位置控制器，臂侧位置控制器和电机侧位置控制器以串级方式相连，所述控制方法包括：获取臂侧实际位置q；获取电机侧实际位置θ；根据所述实际臂侧位置q与臂侧参考位置qr以及所述臂侧位置控制器得到电机侧参考位置θr；根据所述电机侧参考位置θr与所述实际电机侧位置θ以及所述电机侧位置控制器得到电机侧位置控制器的输出电压u；根据所述电机侧位置控制器的输出电压u驱动所述机器人。本发明相比传统的柔性执行器驱动的机器人控制方法，该控制方法算法简单，结构容易实现，系统可以达到良好的动态性能和稳态性能。
-
公开(公告)号：CN109412472A
公开(公告)日：2019-03-01
申请号：CN201811418049.3
申请日：2018-11-26
Applicant: 重庆邮电大学
IPC: H02P6/08
Abstract: 本发明请求保护一种永磁无刷直流电机调速系统的有限时间控制方法，该方法主要包括有限时间干扰观测器和有限时间控制器。有限时间干扰观测器用来观测系统中的不可测量状态、内外部时变干扰、干扰的导数以及高阶导数。有限时间控制器利用系统已知信息和干扰观测器的观测值进行设计。与传统控制方法相比，该方法有如下优点：1)传统串级结构控制一般需要两个级联的控制器，而该方法只需要一个控制器，并且控制结构更简单，控制器参数更便于调试；2)相比传统PI控制，该方法为一种基于干扰观测器的主动控制方法，抗干扰能力更强；3)相比传统的反馈控制方法，该方法为一种有限时间控制，具有更快的收敛性能。
-
公开(公告)号：CN107994815A
公开(公告)日：2018-05-04
申请号：CN201711297947.3
申请日：2017-12-08
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种永磁无刷直流电机调速系统的不匹配时变干扰抑制方法，该方法主要包括以下三步：首先，基于永磁无刷直流电机系统状态空间方程，在无干扰情况下设计基准控制器；其次，利用系统可测信息设计两个干扰观测器，分别用来估计系统匹配和不匹配时变干扰；最后，基于基准控制器并结合匹配和不匹配时变干扰估计值，设计最终的复合控制器。与传统线性控制方法相比，该方法既适用于多种类型时变干扰抑制情况，又可以同时抑制系统的匹配和不匹配时变干扰，满足了永磁无刷直流电机调速系统在高性能领域的应用需求。
-
公开(公告)号：CN119813260A
公开(公告)日：2025-04-11
申请号：CN202411935076.3
申请日：2024-12-26
Applicant: 重庆邮电大学
IPC: H02J3/24 , H02J3/00 , H02P21/22 , H02P9/00 , H02P9/10 , H02P101/15 , H02P103/10
Abstract: 本发明请求保护一种欺骗攻击下电力系统的状态反馈周期MPC控制方法。首先，建立了包括双馈感应发电机DFIG的LFC系统模型。潜在的欺骗攻击被建模为具有已知条件概率的伯努利过程。采用了动态事件触发机制，基于内部动态变量，使系统能够灵活应对异常状态，并增强对恶意攻击的实时防御能力。其次，使用二次有界性QB定理来描述外部干扰，并在此基础上设计了状态反馈PMPC控制器。该PMPC根据系统状态的实时反馈调整控制输入，优化性能，并确保系统状态保持在一个周期性的不变集内，从而在不确定干扰下维持系统的稳定性。最后，仿真结果表明，所设计的PMPC控制器能够快速响应风电发电波动，显著改善电力系统频率的动态性能。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.027 seconds)
