基于偏微分方程模型学习的磁流体系统的控制方法

    公开(公告)号:CN111650833B

    公开(公告)日:2022-11-01

    申请号:CN202010498179.3

    申请日:2020-06-04

    Applicant: 宁波大学

    Inventor: 卢荣华 陈特欢

    Abstract: 基于PDE模型学习的磁流体系统的控制方法,该方法包括以下步骤:构建通道中磁流体系统的拓扑结构,磁流体系包括两端封闭的通道,通道内的磁流体流体,和垂直于磁流体流动方向的外加电磁场;设定磁流体雷诺数的上下界;用控制参数近似外部可调的感应磁场;获得初始时刻的磁流体速度,获得初始时刻的磁流体感应强度;用控制参数和流体的雷诺数作为输入,T时刻的磁流体流速值为输出;构造用于近似磁流体速度的多项式混沌展开模型;本发明的优点:考虑参数不确定性的磁流体系统,由于模型不确定参数与控制参数均满足均匀分布,使得多项式混沌展开的近似得到保证。

    一种小车-二级倒立摆系统优化控制方法

    公开(公告)号:CN110908280A

    公开(公告)日:2020-03-24

    申请号:CN201911043225.4

    申请日:2019-10-30

    Applicant: 宁波大学

    Inventor: 卢荣华 陈特欢

    Abstract: 本发明实施例公开了一种小车-二级倒立摆系统优化控制方法,包括以下步骤:S10,设置高斯核函数,通过以当前状态控制对为输入,状态变化量为输出,训练出高斯核函数超参数的取值;通过联合概率分布函数,得到第i时刻状态控制对的分布与第i+1时刻状态分布的关系,即高斯过程模型;S20,确定最优的控制区间与较优的离散控制序列;S30,获得高斯过程模型和最优控制区间后,对公式高斯过程模型和初始条件变分,结合高斯过程模型的迭代计算,得到总的目标函数值与梯度值;S40,调用基于梯度的优化求解器,并将学习得到的较优的离散控制序列作为优化控制的初始猜测,通过梯度值和总的目标函数值的计算,迭代求解得到最优的控制力序列。

    一种MFC致动器轨迹跟踪方法

    公开(公告)号:CN114488785B

    公开(公告)日:2023-11-14

    申请号:CN202110906824.5

    申请日:2021-08-09

    Applicant: 宁波大学

    Inventor: 卢荣华 陈特欢

    Abstract: 本发明公开了种MFC致动器轨迹跟踪方法,包括以下步骤:步骤一:搭建实验平台并对迟滞曲线进行测量;步骤二:建立改进PI迟滞模型;步骤三:建立和辨识改进PI迟滞逆模型;步骤四:建立和辨识离散传递函数模型;步骤五:设计自适应迭代学习控制器;步骤六:选取自适应迭代学习控制器参数;步骤七:对自适应迭代学习控制器进行收敛性分析;步骤八:对自适应迭代学习控制器进行鲁棒性分析;步骤九:通过自适应迭代学习控制器控制轨迹跟踪误差;步骤十:验证自适应迭代学习控制器的控制效果和确定自适应迭代学习控制器的参数。

    基于偏微分方程模型学习的磁流体系统的控制方法

    公开(公告)号:CN111650833A

    公开(公告)日:2020-09-11

    申请号:CN202010498179.3

    申请日:2020-06-04

    Applicant: 宁波大学

    Inventor: 卢荣华 陈特欢

    Abstract: 基于PDE模型学习的磁流体系统的控制方法,该方法包括以下步骤:构建通道中磁流体系统的拓扑结构,磁流体系包括两端封闭的通道,通道内的磁流体流体,和垂直于磁流体流动方向的外加电磁场;设定磁流体雷诺数的上下界;用控制参数近似外部可调的感应磁场;获得初始时刻的磁流体速度,获得初始时刻的磁流体感应强度;用控制参数和流体的雷诺数作为输入,T时刻的磁流体流速值为输出;构造用于近似磁流体速度的多项式混沌展开模型;本发明的优点:考虑参数不确定性的磁流体系统,由于模型不确定参数与控制参数均满足均匀分布,使得多项式混沌展开的近似得到保证。

    一种小车-二级倒立摆系统优化控制方法

    公开(公告)号:CN110908280B

    公开(公告)日:2023-01-03

    申请号:CN201911043225.4

    申请日:2019-10-30

    Applicant: 宁波大学

    Inventor: 卢荣华 陈特欢

    Abstract: 本发明实施例公开了一种小车‑二级倒立摆系统优化控制方法,包括以下步骤:S10,设置高斯核函数,通过以当前状态控制对为输入,状态变化量为输出,训练出高斯核函数超参数的取值;通过联合概率分布函数,得到第i时刻状态控制对的分布与第i+1时刻状态分布的关系,即高斯过程模型;S20,确定最优的控制区间与较优的离散控制序列;S30,获得高斯过程模型和最优控制区间后,对公式高斯过程模型和初始条件变分,结合高斯过程模型的迭代计算,得到总的目标函数值与梯度值;S40,调用基于梯度的优化求解器,并将学习得到的较优的离散控制序列作为优化控制的初始猜测,通过梯度值和总的目标函数值的计算,迭代求解得到最优的控制力序列。

    一种MFC致动器轨迹跟踪方法

    公开(公告)号:CN114488785A

    公开(公告)日:2022-05-13

    申请号:CN202110906824.5

    申请日:2021-08-09

    Applicant: 宁波大学

    Inventor: 卢荣华 陈特欢

    Abstract: 本发明公开了种MFC致动器轨迹跟踪方法,包括以下步骤:步骤一:搭建实验平台并对迟滞曲线进行测量;步骤二:建立改进PI迟滞模型;步骤三:建立和辨识改进PI迟滞逆模型;步骤四:建立和辨识离散传递函数模型;步骤五:设计自适应迭代学习控制器;步骤六:选取自适应迭代学习控制器参数;步骤七:对自适应迭代学习控制器进行收敛性分析;步骤八:对自适应迭代学习控制器进行鲁棒性分析;步骤九:通过自适应迭代学习控制器控制轨迹跟踪误差;步骤十:验证自适应迭代学习控制器的控制效果和确定自适应迭代学习控制器的参数。

Patent Agency Ranking