-
公开(公告)号：CN106374488B
公开(公告)日：2018-12-25
申请号：CN201610821801.3
申请日：2016-09-13
Applicant: 河海大学常州校区
IPC: H02J3/01
Abstract: 本发明公开了一种基于分数阶终端滑模的有源电力滤波器AFNN控制方法，包括：设计有源滤波器的数学模型、基于分数阶的非奇异终端滑模控制器和基于分数阶的自适应模糊神经网络控制器；利用基于分数阶的非奇异终端滑模自适应模糊神经网络控制器的输出控制有源电力滤波器。本发明克服了非奇异反演终端滑模控制策略需要系统精确信息的缺点，提高了鲁棒性；在外加负载变化时，依然能够保持很好的性能；通过设计滑模控制器保证有源电力滤波器沿着滑模轨迹运行；针对反演控制律的不足之处，采用AFNN控制器来逼近有源电力滤波器中的非线性部分；在滑模控制器和自适应控制器当中引入了分数阶模块，与整数阶相比增加了可调项，提高了系统的整体性能。
-
公开(公告)号：CN105573122A
公开(公告)日：2016-05-11
申请号：CN201610029343.X
申请日：2016-01-15
Applicant: 河海大学常州校区
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 本发明公开了基于动态面控制微陀螺仪的方法，其特征在于，包括如下步骤：步骤一：建立微陀螺仪的数学模型；步骤二：对模型进行无量纲化处理得到无量纲化模型；步骤三、设计动态面滑模控制器；步骤四、基于动态面控制律控制微陀螺仪。采用基于动态面设计控制方法对微陀螺仪进行控制，有效的降低了抖振，提高了跟踪速度。在对系统参数未知的情况下，可以有效估计出系统的各项参数，并且保证系统的稳定性。运用该方法能够有效降低系统的抖振，补偿制造误差和环境干扰，提高系统的灵敏度及鲁棒性。
-
公开(公告)号：CN106406090B
公开(公告)日：2019-06-04
申请号：CN201610821680.2
申请日：2016-09-13
Applicant: 河海大学常州校区
Abstract: 本发明公开了基于模糊反演的有源电力滤波器FNN控制方法，包括如下步骤：设计有源电力滤波器数学模型；设计有源电力滤波器的反演控制器和滑模面；设计有源电力滤波器的模糊神经网络控制器及其自适应律；设计有源电力滤波器的模糊控制器及其自适应律。本发明的优点在于：对有源电力滤波器进行有效、可靠的控制，在对系统参数未知的情况下，可以有效估计出系统的各项参数，并且保证系统全局的稳定性；在基于模糊反演控制的有源电力滤波器模糊神经网络控制器的设计的基础上，可逐步得到动态控制律和自适应律；本发明能够确保对指令电流的实时跟踪，并且加强系统的动态性能，提高系统鲁棒性以及对参数变化不敏感。
-
公开(公告)号：CN106099928B
公开(公告)日：2018-06-12
申请号：CN201610415858.3
申请日：2016-06-14
Applicant: 河海大学常州校区
IPC: H02J3/01
Abstract: 本发明公开一种基于分数阶的有源电力滤波器反演滑模自适应模糊控制方法，步骤包括：（1）建立有源电力滤波器的数学模型；（2）设计基于分数阶的反演滑模自适应模糊控制器。本发明能够确保对谐波电流的实时跟踪，并且加强系统的动态性能，提高系统鲁棒性,在外加负载变化的时候，依然能够保持很好的系能；通过设计滑模变控制器保证有源电力滤波器沿着滑模轨迹运行；针对反演控制律的不足之处，采用模糊控制器来逼近有源电力滤波器中的非线性部分；设计自适应模糊控制器能够确保对指令电流的实时跟踪并加强系统的鲁棒性；在滑模控制器和自适应控制器当中引入了分数阶模块，与整数阶相比增加了可调项，提高了系统的整体性能。
-
公开(公告)号：CN105573122B
公开(公告)日：2018-02-02
申请号：CN201610029343.X
申请日：2016-01-15
Applicant: 河海大学常州校区
IPC: G05B13/04
Abstract: 本发明公开了基于动态面控制微陀螺仪的方法，其特征在于，包括如下步骤：步骤一：建立微陀螺仪的数学模型；步骤二：对模型进行无量纲化处理得到无量纲化模型；步骤三、设计动态面滑模控制器；步骤四、基于动态面控制律控制微陀螺仪。采用基于动态面设计控制方法对微陀螺仪进行控制，有效的降低了抖振，提高了跟踪速度。在对系统参数未知的情况下，可以有效估计出系统的各项参数，并且保证系统的稳定性。运用该方法能够有效降低系统的抖振，补偿制造误差和环境干扰，提高系统的灵敏度及鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN106338918A
公开(公告)日：2017-01-18
申请号：CN201610976611.9
申请日：2016-11-07
Applicant: 河海大学常州校区
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 本发明公开了一种微陀螺自适应动态面双神经网络控制方法，包括以下步骤：1）建立微陀螺仪的数学模型；2）设计两个自适应神经网络控制器，分别为神经网络1控制器和神经网络2控制器；利用神经网络控制方法，用神经网络1控制器的输出逼近微陀螺仪的动态特性和外界干扰之和，再用神经网络2控制器的输出逼近滑模切换项；3）基于动态面设计自适应动态面双神经网络控制器；4）基于自适应动态面双神经网络控制器控制微陀螺仪。本发明基于动态面涉及的自适应双神经网络控制器对微陀螺仪进行动态控制，可使微陀螺仪系统能以很快的速度达到稳态，补偿了制造误差和环境干扰，降低了系统的抖振，提高了系统的灵敏度及鲁棒性。
-
公开(公告)号：CN105929694A
公开(公告)日：2016-09-07
申请号：CN201610497501.4
申请日：2016-06-29
Applicant: 河海大学常州校区
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 本发明公开一种微陀螺自适应神经网络非奇异终端滑模控制方法，包括步骤：首先建立微陀螺仪的数学模型：然后利用神经网络控制方法逼近微陀螺仪的动态特性和外界干扰之和；再基于动态面设计自适应神经网络非奇异终端滑模器；最后利用基于动态面的微陀螺自适应神经网络非奇异终端滑模器控制微陀螺仪。利用本发明可使微陀螺仪系统能以很快的速度达到稳态，可补偿制造误差和环境干扰。本发明基于动态面方法设计的算法减少了引入的参数、简化了计算程度、降低了抖振。同时本发明中引入一种非奇异终端滑模，确保系统状态在滑动阶段有限时间收敛且控制律无负指数项，可提高系统的有效性。
-
公开(公告)号：CN106229979B
公开(公告)日：2019-01-08
申请号：CN201610650072.X
申请日：2016-08-09
Applicant: 河海大学常州校区
IPC: H02J3/01
Abstract: 本发明公开了一种基于分数阶滑模的有源电力滤波器控制方法，包括：(1)建立有源电力滤波器的数学模型；(2)建立基于有源电力滤波器的分数阶滑模控制器的控制律方程；(3)利用分数阶滑模控制器的输出控制有源电力滤波器。本发明能够确保对谐波电流的实时跟踪，并且加强系统的动态性能，提高系统鲁棒性，在外加负载变化的时候，依然能够保持很好的系能；通过设计滑模变控制器保证有源电力滤波器沿着滑模轨迹运行；在滑模控制器当中引入了分数阶模块，与整数阶相比增加了可调项，提高了系统的整体性能。
-
公开(公告)号：CN105610163B
公开(公告)日：2018-05-22
申请号：CN201610037249.9
申请日：2016-01-20
Applicant: 河海大学常州校区
IPC: H02J3/01
Abstract: 本发明公开了基于分数阶的有源电力滤波器自适应模糊滑模控制方法，具体包括以下几个步骤：(1)建立有源电力滤波器的数学模型为：(2)设计基于分数阶的自适应模糊滑模控制器为：本发明能够确保对谐波电流的实时跟踪，并且加强系统的动态性能，提高系统鲁棒性,在外加负载变化的时候，依然能够保持很好的系能；通过设计滑模变控制器保证有源电力滤波器沿着滑模轨迹运行；设计基于分数阶的自适应模糊滑模控制器用来逼近有源电力滤波器中的非线性部分；设计自适应模糊控制器能够确保对指令电流的实时跟踪并加强系统的鲁棒性；在滑模控制器和自适应控制器当中引入了分数阶模块，与整数阶相比增加了可调项，提高了系统的整体性能。
-
公开(公告)号：CN104859591B
公开(公告)日：2017-08-29
申请号：CN201510253902.0
申请日：2015-06-15
Applicant: 河海大学常州校区
IPC: B60R25/34 , B60R25/102
Abstract: 本发明公开了一种汽车车轮报警装置，其特征在于，包括车轮防盗报警器、主报警器，所述车轮防盗报警器包括数字测距传感器、单片机A、蓝牙发射模块、蓝牙接收模块、单片机B、GSM模块，所述数字测距传感器与所述单片机A相连接，所述单片机A与所述蓝牙发射模块相连接，所述蓝牙发射模块与所述蓝牙接收模块相连接，所述蓝牙接收模块与所述单片机B相连接，所述单片机B分别与所述GSM模块、所述主报警器相连接，所述主报警器外接油箱锁与方向盘锁。本发明只有在范围变化大的情况下才会发出报警，这限制了报警情况的发生，排除外界带来的各种干扰，明显提高报警的灵敏度。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.025 seconds)
