一种基于神经网络嵌入的高速列车容错补偿控制方法

    公开(公告)号:CN116534082A

    公开(公告)日:2023-08-04

    申请号:CN202310674528.6

    申请日:2023-06-08

    Applicant: 吉林大学

    Abstract: 本发明提供了一种基于神经网络嵌入的高速列车容错补偿控制方法,在不改变原控制器的基础上,添加神经网络控制器,提高高速列车的控制性能和故障下跟踪期望轨迹的效果。所述方法包括:建立存在执行器故障、未知非线性扰动的高速列车动态模型;给定期望轨迹的位置、速度,建立期望轨迹模型;验证高速列车原控制器,保证其满足李雅普诺夫稳定性;基于得到的轨迹误差,构造与控制性能有关的向量,选取合适的向量函数,并构建一个与控制性能有关且输出大于0的神经网络;基于控制性能向量,建立等价损失函数,采用SGD算法优化神经网络参数;基于原控制器、控制性能向量、向量函数与神经网络,构建基于神经网络嵌入补偿的容错控制器。

    一种图形化算法编程工具
    4.
    发明公开

    公开(公告)号:CN116700700A

    公开(公告)日:2023-09-05

    申请号:CN202310674416.0

    申请日:2023-06-08

    Applicant: 吉林大学

    Abstract: 本发明公开了一种图形化算法编程工具,包括:可视化操作面板模块、算子库模块、数据采集模块、算法逻辑校验模块、算法运行模块;其中,算法逻辑校验模块/算法运行模块是固定的程序模块,通过字符串的方式调用算子类中的检查参数设置函数/运行函数并执行,将可视化操作面板模块上搭建的算法模型文件检查异常/执行并输出至可视化操作面板模块;所述可视化操作面板模块是进行数据采集、算法模型文件搭建、设置算法模型文件参数、算法模型文件连接的可视化面板,所述算法模型文件为相互之间具有逻辑关系的算子的配置集合。本发明的优点在于:可以减化算法编辑、运行、调试的难度,满足算法编辑的智能化需求,并且在使用上具有很强的便捷性。

Patent Agency Ranking