一种永磁直线电机迭代学习控制方法、系统、设备及介质

    公开(公告)号:CN118611526A

    公开(公告)日:2024-09-06

    申请号:CN202410638304.4

    申请日:2024-05-22

    Applicant: 广州大学

    Abstract: 本申请公开了一种永磁直线电机迭代学习控制方法、系统、设备及介质,方法包括:设置电机的采样周期;根据所述采样周期,获取电机采样的期望轨迹输出序列;设置电机的初始输入信号,并将初始输入信号输入至到实际的电机中,并依据所述采样周期进行采样,得到电机实际的采样输出信号序列;根据所述采样的期望轨迹输出序列、采样输出信号序列,计算得到误差序列;根据收敛条件,计算得到迭代学习控制增益;根据误差序列和控制增益设置迭代学习控制律,并根据所述迭代学习控制律更新下一次迭代的控制输入信号,直至误差序列小于预设的容许范围,则停止迭代。通过本申请迭代学习控制算法能够逐步逼近理想控制轨迹,降低网络随机性对系统性能的影响。

    一种柔性PCB板缺陷检测方法、视觉系统、装置及介质

    公开(公告)号:CN113781419B

    公开(公告)日:2024-07-12

    申请号:CN202111009373.1

    申请日:2021-08-31

    Applicant: 广州大学

    Abstract: 本发明提供的一种柔性PCB板缺陷检测方法、视觉系统、装置及介质,方法包括获取若干拍摄角度下的PCB板,得到第一PCB板图像;通过自适应保真项与黎曼流形正则化模型对第一PCB板图像进行图像复原处理,得到第二PCB板图像;将第二PCB板图像与柔性PCB板模板进行配准,根据配准结果进行特征比对确定PCB板缺陷;方法可准确描述图像采集过程中速和、加速度不为零情况下的几何形变,克服图像各个部分服从统一先验的弊端,实现图像细节结构特征的保持,进而实现高进度、高速率的缺陷样品识别;并且智能化的流程能够节省一定的人力成本,因此可广泛应用于图像处理技术领域。

    2-DOF直升机系统自适应神经网络量化容错控制方法

    公开(公告)号:CN114578696B

    公开(公告)日:2024-06-25

    申请号:CN202210209856.4

    申请日:2022-03-03

    Applicant: 广州大学

    Abstract: 本发明涉及直升机系统控制技术领域,涉及一种2‑DOF直升机系统自适应神经网络量化容错控制方法,包括:步骤1:建立2‑DOF直升机系统的动力学模型;步骤2:利用磁滞量化器来减少量化信号中的颤振;设计辅助系统,以补偿未知的死区和执行器故障的影响;采用径向基函数神经网络对系统进行近似;并构建系统方程;步骤3:构建李雅普诺夫方程;步骤4:根据李雅普诺夫方程,构建系统的控制器和自适应律;步骤5:根据李雅普诺夫方程、系统控制器和自适应律,证明2‑DOF直升机系统的稳定性;步骤6:进行仿真,整理结果。本发明能较佳地进行直升机系统控制。

    基于强化学习的直升机系统控制方法、系统、装置及介质

    公开(公告)号:CN114063453B

    公开(公告)日:2023-04-25

    申请号:CN202111249357.X

    申请日:2021-10-26

    Applicant: 广州大学

    Abstract: 本发明公开了一种基于强化学习的直升机系统控制方法、系统、装置及介质,方法包括:构建直升机系统的非线性状态空间方程;构建直升机系统的评价神经网络和执行神经网络;通过强化学习对评价神经网络和执行神经网络进行权重更新,得到训练好的评价神经网络和执行神经网络;根据训练好的评价神经网络和执行神经网络以及非线性状态空间方程确定直升机系统的控制律,进而根据控制律对直升机系统进行控制。本发明可以对直升机系统的非线性未知因素进行近似表示并不断学习优化,提高了对系统内部耦合性、建模不准确等造成的影响的抑制,从而减小了直升机的跟踪误差,提高了直升机的控制精度,可广泛应用于直升机控制技术领域。

    直升机系统自适应故障容错控制方法、系统、装置及介质

    公开(公告)号:CN114089629A

    公开(公告)日:2022-02-25

    申请号:CN202111249339.1

    申请日:2021-10-26

    Applicant: 广州大学

    Abstract: 本发明公开了一种直升机系统自适应故障容错控制方法、系统、装置及介质,方法包括:构建直升机系统的非线性状态空间方程;确定直升机系统的增强节点和增量节点,根据增强节点、增量节点以及非线性状态空间方程构建宽度学习神经网络;根据非线性状态空间方程确定自适应辅助参数;根据自适应辅助参数、非线性状态空间方程以及训练好的宽度学习神经网络确定直升机系统的控制律和自适应律,根据控制律和自适应律对直升机系统进行自适应故障容错控制。本发明通过构建宽度学习神经网络、确定自适应辅助参数来确定控制律和自适应律,实现了自适应故障容错控制,减小了直升机的跟踪误差,提高了直升机的控制精度,可广泛应用于直升机控制技术领域。

    机器人在斜坡行走的步态规划方法、装置、设备及介质

    公开(公告)号:CN112572453B

    公开(公告)日:2022-02-18

    申请号:CN202011518724.7

    申请日:2020-12-21

    Applicant: 广州大学

    Abstract: 本发明公开了机器人在斜坡行走的步态规划方法、装置、设备及介质,方法包括:确定目标斜坡的斜面体材料和倾斜角度;采集人体在所述目标斜坡上行走过程中腿部的骨骼点数据集,构建斜坡行走轨迹;构建机器人的腿部模型,并确定机器人各关节角度之间的关联关系;根据所述关联关系和所述斜坡行走轨迹,建立非线性方程组;根据所述非线性方程组,构建控制模型;所述控制模型用于计算机器人在目标斜坡上行走时的关节角度值;根据所述关节角度值,控制所述机器人在斜坡上行走。本发明提高了机器人行动的稳定性,并且使得机器人可以在斜坡上行走,适应性强,可广泛应用于机器人技术领域。

    一种柔性PCB板缺陷检测方法、视觉系统、装置及介质

    公开(公告)号:CN113781419A

    公开(公告)日:2021-12-10

    申请号:CN202111009373.1

    申请日:2021-08-31

    Applicant: 广州大学

    Abstract: 本发明提供的一种柔性PCB板缺陷检测方法、视觉系统、装置及介质,方法包括获取若干拍摄角度下的PCB板,得到第一PCB板图像;通过自适应保真项与黎曼流形正则化模型对第一PCB板图像进行图像复原处理,得到第二PCB板图像;将第二PCB板图像与柔性PCB板模板进行配准,根据配准结果进行特征比对确定PCB板缺陷;方法可准确描述图像采集过程中速和、加速度不为零情况下的几何形变,克服图像各个部分服从统一先验的弊端,实现图像细节结构特征的保持,进而实现高进度、高速率的缺陷样品识别;并且智能化的流程能够节省一定的人力成本,因此可广泛应用于图像处理技术领域。

    一种针对柔性Timoshenko梁机械臂抗饱和的边界控制方法

    公开(公告)号:CN108181836B

    公开(公告)日:2021-06-29

    申请号:CN201711499692.9

    申请日:2017-12-29

    Applicant: 广州大学

    Abstract: 本发明公开了一种针对柔性Timoshenko梁机械臂抗饱和的边界控制方法,包括:获取柔性Timoshenko梁机械臂系统的动力学特征,并根据所述动力学特征,构建柔性Timoshenko梁机械臂系统模型;根据所述柔性Timoshenko梁机械臂系统模型,构建边界控制器;在抗饱和控制作用下验证所述柔性Timoshenko梁机械臂系统的稳定性;利用MATLAB仿真软件对所述柔性Timoshenko梁机械臂系统进行数字仿真,得到仿真结果;根据所述仿真结果,验证对所述柔性Timoshenko梁机械臂系统施加控制动作后的控制效果是否符合预设要求;若所述控制效果不符合所述预设要求,则根据所述仿真结果调节所述边界控制器的增益参数,使之具有较好的抗饱和控制及跟踪性能。本发明能够实现对机械臂更稳定、精确的跟踪及控制。

    一种基于迭代学习的压电电机节能控制方法

    公开(公告)号:CN111200378B

    公开(公告)日:2021-04-20

    申请号:CN202010090671.7

    申请日:2020-02-13

    Applicant: 广州大学

    Abstract: 本发明公开了一种基于迭代学习的压电电机节能控制方法,包括:设置压电电机的采样周期;获取压电电机的期望输出轨迹,根据采样周期进行采样得到采样期望输出序列;设置压电电机的初始控制输入信号;根据初始控制输入信号的映射关系得到实际控制输入信号并传输至压电电机得到实际输出位置;根据实际输出位置得到压电电机输出位置的映射关系,根据采样周期对映射关系进行采样得到采样实际输出序列;将采样期望输出序列与采样实际输出序列进行差值计算得到采样误差函数序列;根据预设收敛条件,计算得到迭代学习增益参数;根据采样误差函数序列和迭代学习增益参数计算得到压电电机进行迭代所需要的迭代输入电压,并将迭代输入电压传输至压电电机。

Patent Agency Ranking