基于惯量辨识的交流伺服系统速度环控制参数自整定方法

    公开(公告)号:CN101989827B

    公开(公告)日:2012-12-05

    申请号:CN201010551460.5

    申请日:2010-11-18

    Abstract: 本发明公开了一种基于惯量辨识的交流伺服系统速度环控制参数自整定方法,首先将电流环和伺服电机作为广义对象,通过基于扰动转矩观测器的惯量辨识得到该伺服电机及其负载的转动惯量估计值;然后采用极点配置法,对速度环PID控制器比例参数和积分参数进行自动整定。本发明将基于扰动转矩观测器的惯量辨识算法和交流伺服系统的特性相结合,可以实现不同转动惯量下交流伺服系统的速度环的PID参数的自整定。工程人员不需要根据经验手动设定和调节控制器参数,系统能自动完成速度环参数自整定,与现有技术相比,具有设计原理简单,对外部负载设备惯量变化较大的情况,有良好的适应性等优点。

    一种基于双重多模态融合的VLSI拥塞预测方法、设备及存储介质

    公开(公告)号:CN119940275A

    公开(公告)日:2025-05-06

    申请号:CN202510136297.2

    申请日:2025-02-07

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于双重多模态融合的VLSI拥塞预测方法、设备及存储介质,步骤1,获取待预测电路的布局信息和网表信息;步骤2,根据布局信息和网表信息构建基于网格的二维布局特征和基于异构图的网表特征;步骤3,将二维布局特征和网表特征输入拥塞预测模型,得到待预测电路的拥塞图。本发明提供的一种基于双重多模态融合的VLSI拥塞预测方法、设备及存储介质,能够在复杂的大规模集成电路设计中,快速得到高质量高精度的拥塞预测结果,指导布局实现可布线性优化并有效减少布线拥塞。

    一种考虑级联形状与区域约束的可布线性驱动的FPGA宏模块布局方法

    公开(公告)号:CN118446163A

    公开(公告)日:2024-08-06

    申请号:CN202410400642.4

    申请日:2024-04-03

    Applicant: 东南大学

    Abstract: 本发明公开了一种考虑级联形状与区域约束的可布线性驱动的FPGA宏模块布局方法,包括以下步骤:(1)根据输入的FPGA网表信息和架构约束进行预处理,为后续步骤做准备;(2)根据全局布局中采用两阶段级联形状处理技术来满足约束;(3)使用基于泊松方程的区域感知的全局宏布局方案来均匀扩散宏模块与单元实例(4)根据模块扩散程度执行拥塞估计,并根据需要执行实例膨胀,以满足可布线性;(5)在全局布局结束后,执行基于整数线性规划的级联形状合法化方案,以确保级联形状之间不重叠且满足区域约束;(6)执行基于二部图匹配的宏合法化方案放置剩余宏模块;(7)采用可布线性驱动的详细布局确保FPGA可以成功进行布线并进一步提高布线质量。

    一种基于强化学习和宏合法化的混合尺寸宏布局方法、设备及存储介质

    公开(公告)号:CN118520831A

    公开(公告)日:2024-08-20

    申请号:CN202410408156.7

    申请日:2024-04-07

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于强化学习和宏合法化的混合尺寸宏布局方法、设备及存储介质,通过结合强化学习和宏模块合法化算法,能够高效地处理混合尺寸及预先放置模块的宏模块布局问题。具体,使用卷积神经网络提取全局观测特征和图神经网络提取网表特征,使得强化学习代理实时捕获和聚合宏观及微观的电路布局信息,加速智能体学习。使用快速动作掩膜层生成算法及宏模块合法化算法来适应混合尺寸的宏模块放置,缓解不同网格化划分算法造成的空间浪费和计算开销。本发明提供的一种基于强化学习和宏合法化的混合尺寸宏布局方法、设备及存储介质,实现了在保证布局合法性的同时,提高布局质量,优化资源利用率,并缩短设计周期的多重目标。

    基于惯量辨识的交流伺服系统速度环控制参数自整定方法

    公开(公告)号:CN101989827A

    公开(公告)日:2011-03-23

    申请号:CN201010551460.5

    申请日:2010-11-18

    Abstract: 本发明公开了一种基于惯量辨识的交流伺服系统速度环控制参数自整定方法,首先将电流环和伺服电机作为广义对象,通过基于扰动转矩观测器的惯量辨识得到该伺服电机及其负载的转动惯量估计值;然后采用极点配置法,对速度环PID控制器比例参数和积分参数进行自动整定。本发明将基于扰动转矩观测器的惯量辨识算法和交流伺服系统的特性相结合,可以实现不同转动惯量下交流伺服系统的速度环的PID参数的自整定。工程人员不需要根据经验手动设定和调节控制器参数,系统能自动完成速度环参数自整定,与现有技术相比,具有设计原理简单,对外部负载设备惯量变化较大的情况,有良好的适应性等优点。

    一种基于好奇心驱动的强化学习宏模块布局方法

    公开(公告)号:CN118536458A

    公开(公告)日:2024-08-23

    申请号:CN202410412463.2

    申请日:2024-04-08

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于好奇心驱动的强化学习宏模块布局方法,包括:将布局区域划分为若干网格,并将标准单元聚类成块,更新网表;建立强化学习模型,设计策略网络、价值网络、奖励值函数;提取全局图像特征和图特征;通过快速无重叠算法屏蔽非法放置位置,策略网络根据提取的特征采样得到合法的放置位置;应用基于好奇心驱动的内部奖励值网络,对智能体的每一步放置进行评估;放置完所有的宏模块和聚类块,应用基于线长的外部奖励值算法对布局结果进行评估,引导智能体更新策略网络,价值网络;得到训练完成的宏模块布局器。本发明将强化学习技术与EDA领域相结合,能够快速生成高质量宏布局结果。

    一种基于强化学习和遗传算法的布图规划方法

    公开(公告)号:CN115758981A

    公开(公告)日:2023-03-07

    申请号:CN202211509832.7

    申请日:2022-11-29

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于强化学习和遗传算法的布图规划方法,包括如下步骤:1、通过扰动B*‑tree生成遗传算法的原始种群;2、计算所有个体的适应度,并选取适应度值最高的个体作为种群中的最优个体;3、根据概率,在一次迭代中选择是否使用交叉算子,若选择交叉算子,则从种群中选择两个父代个体,通过交叉生成子代个体;4、根据概率,在一次迭代中选择是否使用突变算子,若选择突变算子,则从种群中选择一个父代个体,通过突变生成子代个体;5、用强化学习智能体对子代个体做优化,再根据子代个体的适应度决定是否替代其父代个体;6、迭代结束,得到最优个体。本发明高效地降低布图规划的面积和线长。

Patent Agency Ranking