-
公开(公告)号：CN114280944B
公开(公告)日：2024-02-13
申请号：CN202111678368.X
申请日：2021-12-31
Applicant: 贵州大学
IPC: G05B13/04
Abstract: 本发明公开了一种具有输出约束的PMSM系统有限时间动态面控制方法，引入合适的Lyapunov‑Krasovskii泛函来处理时滞问题，同时考虑非线性变换函数将输出约束问题转化为无约束问题。然后，在有限时间反演(backstepping)框架下，通过应用神经网络估计未知非线性函数和引入一阶滤波器来解决“复杂性爆炸”问题，设计了一种神经自适应有限时间动态面控制方法。此外，还证明了该系统的所有信号都是有限时间稳定的，并且在不违反输出约束的情况下，跟踪误差在有限时间内缩小到原点的一个小邻域处。
-
公开(公告)号：CN110336506B
公开(公告)日：2021-02-09
申请号：CN201910770168.3
申请日：2019-08-20
Applicant: 贵州大学
IPC: H02P21/00
Abstract: 本发明公开了一种PMSM混沌系统神经网络反演控制方法，该方法包括步骤：1)建立PMSM系统的动力学模型；2)建立鲁棒神经网络自适应跟踪控制器；系统输出跟踪误差具有设定的性能约束，将非严格反馈控制结构与PP‑TBLF相结合，用于永磁同步电机系统的控制器，采用反演技术的神经自适应跟踪控制方案，在递推过程中，分别使用切比雪夫神经网络、李雅诺夫泛函、Nussbaum泛函和微分跟踪器来处理未知非线性、时滞、未知增益符号和“复杂性爆炸”。本发明能够实现系统稳定性，增强系统的通用性和可靠性。
-
公开(公告)号：CN110347044A
公开(公告)日：2019-10-18
申请号：CN201910637798.3
申请日：2019-07-15
Applicant: 贵州大学
IPC: G05B13/04
Abstract: 本发明公开了一种考虑输出约束的PMSM混沌系统神经网络动态面控制方法，该方法包括步骤：1)建立PMSM系统的动力学模型；2)采用动力学模型建立自适应动态面控制器；使用RBF网络去逼近系统模型的非线性未知项和非线性项、非线性阻尼项克服来克服外界扰动，在通过系统名义动力模型名义定子转速与理想轨迹信号定义的动态面上，引入一阶低通滤波器来代替虚拟控制的导数；本发明的方法能够有效抑制参数未知、混沌振荡及外界扰动对系统的影响，同时将输出约束规定的范围内，具有良好的有效性和鲁棒性。
-
公开(公告)号：CN118364574A
公开(公告)日：2024-07-19
申请号：CN202310797000.8
申请日：2023-06-30
Applicant: 贵州大学
IPC: G06F30/17 , B25J9/16 , G06F30/20 , G06F17/16 , G06F111/04 , G06F119/02
Abstract: 本发明公开了一种全状态约束机械臂的自适应有限时间容错控制方法，该方法为：对于全状态约束，本发明在分段的规定性能函数中引入了双曲正切函数和双曲余切函数。它们不仅规避了对状态变量精确初始条件的要求，而且保证了状态误差在规定时间内的收敛性。然后，利用径向基函数神经网络来估计非线性，例如时变执行器饱和，时变时滞和外部干扰。基于有限时间原理，利用二阶有限时间命令滤波器和分数阶补偿机制，消除“复杂性爆炸”，进一步提高有限时间内状态误差的收敛速度。
-
公开(公告)号：CN113742936B
公开(公告)日：2024-04-30
申请号：CN202111073156.9
申请日：2021-09-14
Applicant: 贵州大学
IPC: G06F30/20 , G06F17/18 , G06F17/16 , G06F7/556 , G06F111/08 , G06F119/10
Abstract: 本发明公开了基于函数型状态空间模型的复杂制造过程建模与预测方法，包括步骤：利用基函数扩展将函数时间序列的观测量表示为带有隐含变量的基函数；对于函数时间序列，建立状态空间模型；利用EM算法和卡尔曼滤波算法来估计状态空间方程中的未知参数，建立完整的函数状态空间方程基于FSSM的估计，计算前一步超前预测误差。本发明的方法不需要对数据进行降维处理，减少了信息的损失；利用过去和现在的最小信息形式对含有函数数据的系统进行完整描述；需要估计的参数较少，可以得出问题的解析解，估计的准确性更高；FSSM不仅描绘了系统的内部状态，而且可以揭示其系统内部状态与外部输出变量之间的直接联系，反映得更加全面。
-
Patent Agency Ranking
公开(公告)号：CN113031446B
公开(公告)日：2022-11-08
申请号：CN202110275438.0
申请日：2021-03-15
Applicant: 贵州大学
IPC: G05B13/04
Abstract: 本发明公开了不确定时滞非线性系统非奇异性神经自适应跟踪控制方法，该方法包括：第一，通过构造合适的Lyapunov‑Krasovskii函数对时滞进行补偿；第二，通过引入一阶滤波器克服了反演方案固有的“复杂度爆炸”问题。第三，利用径向基函数神经网络和自适应参数估计技术对不确定非线性和不确定增益进行估计。同时构造了单个自适应律向量来同时更新神经网络的权值和估计增益值，避免了所设计控制器的奇异性，减少了控制器的参数。此外，通过Lyapunov稳定性分析，证明了闭环系统的变量是有界的。最后，通过飞机系统仿真验证了所设计控制方案的有效性。
-
公开(公告)号：CN113064347B
公开(公告)日：2022-09-23
申请号：CN202110276966.8
申请日：2021-03-15
Applicant: 贵州大学
IPC: G05B13/04
Abstract: 本发明公开了一种考虑非对称输入与输出约束的永磁同步电机混沌系神经网络自适应控制方法，该方法包括步骤：1)建立PMSM系统的动力学模型；2)设定控制对象；3)建立神经网络自适应控制器，分别利用Nussbaum型函数和跟踪微分器解决“复杂性爆炸”和未知的控制方向问题。此外，在不超出输入输出约束边界的前提下，可以保证所设计系统的稳定性的有界性。最后，通过仿真试验证明了我们方案的有效性；在对数障碍Lyapunov函数中嵌入转换误差和新边界，我们提出了统一的障碍Lyapunov函数，以避免与分段障碍Lyapunov函数相关的切换型非线性，且同时确保满足非对称输出约束条件。
-
公开(公告)号：CN110347044B
公开(公告)日：2022-08-12
申请号：CN201910637798.3
申请日：2019-07-15
Applicant: 贵州大学
IPC: G05B13/04
Abstract: 本发明公开了一种考虑输出约束的PMSM混沌系统神经网络动态面控制方法，该方法包括步骤：1)建立PMSM系统的动力学模型；2)采用动力学模型建立自适应动态面控制器；使用RBF网络去逼近系统模型的非线性未知项和非线性项、非线性阻尼项克服来克服外界扰动，在通过系统名义动力模型名义定子转速与理想轨迹信号定义的动态面上，引入一阶低通滤波器来代替虚拟控制的导数；本发明的方法能够有效抑制参数未知、混沌振荡及外界扰动对系统的影响，同时将输出约束规定的范围内，具有良好的有效性和鲁棒性。
-
公开(公告)号：CN113031446A
公开(公告)日：2021-06-25
申请号：CN202110275438.0
申请日：2021-03-15
Applicant: 贵州大学
IPC: G05B13/04
Abstract: 本发明公开了不确定时滞非线性系统非奇异性神经自适应跟踪控制方法，该方法包括：第一，通过构造合适的Lyapunov‑Krasovskii函数对时滞进行补偿；第二，通过引入一阶滤波器克服了反演方案固有的“复杂度爆炸”问题。第三，利用径向基函数神经网络和自适应参数估计技术对不确定非线性和不确定增益进行估计。同时构造了单个自适应律向量来同时更新神经网络的权值和估计增益值，避免了所设计控制器的奇异性，减少了控制器的参数。此外，通过Lyapunov稳定性分析，证明了闭环系统的变量是有界的。最后，通过飞机系统仿真验证了所设计控制方案的有效性。
-
公开(公告)号：CN117260696A
公开(公告)日：2023-12-22
申请号：CN202310586895.0
申请日：2023-05-23
Applicant: 贵州大学
IPC: B25J9/16
Abstract: 本发明公开了一种具有执行器故障的柔性机械臂自适应规定性能控制方法，该方法为：首先，提出了一种改进的规定性能控制方法，以增强系统对输入扰动的鲁棒性，并确保跟踪误差在预定时间内收敛，并将约束系统转换为无约束系统。其次，构建了一个基于自适应的被动容错控制器来抵消系统中的执行器故障。然后，通过将径向基函数神经网络和自适应技术结合到固定时间反步框架中来解决柔性关节机械臂系统中的不确定性问题。之后，通过构建固定时间二阶滤波器很好的处理了“复杂性爆炸”问题，其中设计的补偿机制消除了滤波误差。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.019 seconds)
