公开(公告)号：CN114938169A

公开(公告)日：2022-08-23

申请号：CN202210471519.2

申请日：2022-04-28

Applicant: 上海电力大学 ,  知行机器人科技(苏州)有限公司

Inventor： 冒建亮 ,  曹忠昆 ,  张传林 ,  魏亚飞 ,  白国超

IPC: H02P21/00 ,  H02P25/022 ,  H02P27/08

Abstract: 本发明涉及基于非递归优化的永磁同步电机转速控制方法和系统，通过采集永磁同步电机速度以及d‑q轴电流，首先利用速度偏差和d轴电流偏差构造出非光滑干扰估计器，对系统中的匹配干扰和非匹配干扰进行精确估计和补偿，其次根据非光滑干扰估计进行系统模型重构，设计出一种基于非递归优化的转速调节复合控制器，并且控制器增益可以根据不同工况在线自适应调节。与现有技术相比，本发明提高了永磁同步电机调速系统的动态响应速度、抗干扰能力和自适应能力。

公开(公告)号：CN115890668B

公开(公告)日：2024-11-01

申请号：CN202211445280.8

申请日：2022-11-18

Applicant: 上海电力大学

Inventor： 冒建亮 ,  魏亚飞 ,  张传林 ,  夏飞

IPC: B25J9/16

Abstract: 本发明涉及一种机器人关节模组分散式优化学习控制方法及系统，所述方法首先通过构造状态观测器，实现对预测模型偏差的修正。其次，通过求解位置跟随误差性能指标的优化问题，得到最优控制律。进一步，通过设计强化学习网络实现对预测时域的自学习。与现有技术相比，本发明利用输入和输出信号来同步估计不可测量的状态和集总干扰，并将扰动与转子角速度的估计信息补偿到输出位置预测过程中，提高了位置预测精度和系统的鲁棒性，同时基于优化学习的控制思想，可以解决系统存在模型不准确，参数变化和外部扰动时控制效果下降的问题，提高了系统的自适应能力，显示出关节模组对复杂环境有更好的鲁棒性。

公开(公告)号：CN115890668A

公开(公告)日：2023-04-04

申请号：CN202211445280.8

申请日：2022-11-18

Applicant: 上海电力大学

Inventor： 冒建亮 ,  魏亚飞 ,  张传林 ,  夏飞

IPC: B25J9/16

Abstract: 本发明涉及一种机器人关节模组分散式优化学习控制方法及系统，所述方法首先通过构造状态观测器，实现对预测模型偏差的修正。其次，通过求解位置跟随误差性能指标的优化问题，得到最优控制律。进一步，通过设计强化学习网络实现对预测时域的自学习。与现有技术相比，本发明利用输入和输出信号来同步估计不可测量的状态和集总干扰，并将扰动与转子角速度的估计信息补偿到输出位置预测过程中，提高了位置预测精度和系统的鲁棒性，同时基于优化学习的控制思想，可以解决系统存在模型不准确，参数变化和外部扰动时控制效果下降的问题，提高了系统的自适应能力，显示出关节模组对复杂环境有更好的鲁棒性。