-
公开(公告)号：CN111460738A
公开(公告)日：2020-07-28
申请号：CN202010300121.3
申请日：2020-04-16
Applicant: 中南大学
Abstract: 本发明公开了一种磁悬浮系统的RNN-ARX建模方法、RNN-ARX模型，运用RNN循环神经网络、局部线性化方法以及状态相依ARX模型构建出磁悬浮球系统的RNN-ARX模型结构，在此基础上，通过基于时间的反向传播算法(BPTT)得到RNN-ARX的模型参数并通过均方误差(MSE)选择最优的阶次。本发明以增加少量计算量为代价提高了磁悬浮球系统辨识模型的建模精度和预测效果，特别在有大量输入输出训练样本的情况下，具有更多的模态并且模型的预测精度会进一步提升，具有较高的实用价值和应用前景。
-
公开(公告)号：CN110149074B
公开(公告)日：2020-09-15
申请号：CN201910451044.9
申请日：2019-05-28
Applicant: 中南大学
Abstract: 本发明公开了一种基于辨识模型的多电机同步控制方法，考虑到在高速及变负载情况下伺服控制系统的位置控制性能会受到影响,提出了基于辨识模型的速度给定修正算法，可以在高速变负载伺服控制系统中得到很好的应用。本发明能够有效提高系统的高速剪切精度，使系统具有快速响应性和克服带材与送料辊间打滑等干扰的能力。
-
公开(公告)号：CN111144052A
公开(公告)日：2020-05-12
申请号：CN201911302533.4
申请日：2019-12-17
Applicant: 中南大学
Abstract: 本发明公开了一种基于CNN-ARX模型的直线一级倒立摆系统建模方法及模型，倒立摆是一类强非线性、不稳定的较为复杂的系统，系统精确的机理数学模型难以获得，可以采用CNN-ARX模型来描述该类系统的动态特性。本发明运用卷积神经网络(CNN)技术、局部线性化方法以及状态相依ARX模型构建CNN-ARX模型结构，并通过RMSProp算法优化卷积神经网络的参数，采用随机失活技术(dropout)将卷积神经网络隐含层的输出随机归零，降低节点间的相互依赖性，减小模型过拟合的风险。本发明可以提高该类倒立摆系统辨识模型的预测精度和鲁棒性，具有较高的实用价值和应用前景。
-
公开(公告)号：CN109885077A
公开(公告)日：2019-06-14
申请号：CN201910217142.6
申请日：2019-03-21
Applicant: 中南大学
Abstract: 本发明公开了一种四旋翼飞行器姿态控制方法及控制器，针对四旋翼飞行器系统难以建立精确物理模型的缺点，采用系统辨识方法建立局部线性、全局非线性的RBF-ARX模型来描述系统的非线性动态特性。针对该模型的特点以及为了满足系统快速响应特性和较高控制性能的要求，首先将模型转化为带有积分环节的非最小状态空间模型，然后，设计预测控制器并使用拉盖尔函数将输入参数化，使得预测控制系统在线优化的变量减少，并能精确跟踪给定参考信号。针对增大预测时域所带来的数值稳定性问题，通过在目标函数中引入指数型衰减权值，使得闭环系统具有指定稳定度。本方案具有在线优化时间短、较大预测时域情况下数值稳定的特点，又较高的实用价值以及应用前景。
-
公开(公告)号：CN111460738B
公开(公告)日：2023-06-16
申请号：CN202010300121.3
申请日：2020-04-16
Applicant: 中南大学
Abstract: 本发明公开了一种磁悬浮系统的RNN‑ARX建模方法、RNN‑ARX模型，运用RNN循环神经网络、局部线性化方法以及状态相依ARX模型构建出磁悬浮球系统的RNN‑ARX模型结构，在此基础上，通过基于时间的反向传播算法(BPTT)得到RNN‑ARX的模型参数并通过均方误差(MSE)选择最优的阶次。本发明以增加少量计算量为代价提高了磁悬浮球系统辨识模型的建模精度和预测效果，特别在有大量输入输出训练样本的情况下，具有更多的模态并且模型的预测精度会进一步提升，具有较高的实用价值和应用前景。
-
Patent Agency Ranking
公开(公告)号：CN114791140A
公开(公告)日：2022-07-26
申请号：CN202210569534.0
申请日：2022-05-24
Applicant: 中南大学
Abstract: 本专利提供了一种固定空间循环通风系统，在固定空间内设置多组相互独立的小循环通风流场，所述小循环通风流场包括上部对流区与下部紊流排出区，所述上部对流区为人员的呼吸区，所述上部对流区的顶端布设有多个送风口，所述送风口产生的切向风相切于同一近似水平位置的圆圈，从而形成旋转气流，所述下部紊流排出区设置有负压口，将气体排出。本专利通过固定空间内送风口以及负压口的合理布置，能够在其中形成多个相对独立的小循环通风流场，将新冠等病毒的传播范围缩小在小循环通风流场内，在满足人员呼吸以及舒适性要求的前提下有效减小了新冠等流行性传染病的传播程度，降低了人员感染风险。
-
-
公开(公告)号：CN110018675A
公开(公告)日：2019-07-16
申请号：CN201910338120.5
申请日：2019-04-25
Applicant: 中南大学
IPC: G05B19/418
Abstract: 本发明公开了一种基于LWDNN-ARX模型的非线性系统建模方法，针对实际工业生产过程中普遍难以获得复杂非线性系统机理数学模型的情况，采用鲁棒性好、精度高的LWDNN-ARX模型来描述系统的动态特性。本发明运用线性加权两个深度神经网络、局部线性化方法以及状态相依ARX模型构建出LWDNN-ARX模型结构，在此基础上，通过梯度下降算法得到LWDNN(线性加权深度神经网络)的参数并选择最优的阶次。本发明以增加少量计算量为代价提高了系统辨识模型的预测精度和鲁棒性，特别在有大量输入输出训练样本的情况下，具有更多的模态并且模型的预测精度会进一步提升，具有较高的实用价值和应用前景。
-
公开(公告)号：CN109885077B
公开(公告)日：2021-01-08
申请号：CN201910217142.6
申请日：2019-03-21
Applicant: 中南大学
Abstract: 本发明公开了一种四旋翼飞行器姿态控制方法及控制器，针对四旋翼飞行器系统难以建立精确物理模型的缺点，采用系统辨识方法建立局部线性、全局非线性的RBF‑ARX模型来描述系统的非线性动态特性。针对该模型的特点以及为了满足系统快速响应特性和较高控制性能的要求，首先将模型转化为带有积分环节的非最小状态空间模型，然后，设计预测控制器并使用拉盖尔函数将输入参数化，使得预测控制系统在线优化的变量减少，并能精确跟踪给定参考信号。针对增大预测时域所带来的数值稳定性问题，通过在目标函数中引入指数型衰减权值，使得闭环系统具有指定稳定度。本方案具有在线优化时间短、较大预测时域情况下数值稳定的特点，又较高的实用价值以及应用前景。
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.018 seconds)
