-
公开(公告)号：CN112327971B
公开(公告)日：2021-06-15
申请号：CN202011164249.8
申请日：2020-10-27
Applicant: 江南大学
Abstract: 本发明公开了一种金属棒温度分布系统的鲁棒启发式迭代学习控制方法，涉及迭代学习控制领域，该方法包括：针对金属棒系统利用有限差分法对金属棒热力学方程进行离散化得到偏递推方程，然后转化为空间互联系统模型；提升向量技术将模型转换为等价的一维动态模型，再设计一个基于状态反馈的控制器，之后用它构造基于输出信息的控制器，根据所设计的迭代学习律将被控对象转化为等价的离散重复过程，基于重复过程的稳定性分析将控制器综合问题转换成线性矩阵不等式，该启发式方法简单易于实现，解决了静态输出反馈通常引起的非凸稳定性问题，并且考虑了系统的模型不确定性与扰动抑制问题，具有良好的与控制性能与鲁棒性。
-
公开(公告)号：CN111736471B
公开(公告)日：2021-06-15
申请号：CN202010674033.X
申请日：2020-07-14
Applicant: 江南大学
IPC: G05B13/04
Abstract: 本发明公开了一种旋转倒立摆的迭代反馈整定控制及其鲁棒优化方法，涉及机器人优化控制领域，该方法包括：基于倒立摆机械和硬件结构建立旋转倒立摆的拉格朗日和状态空间数学模型；设计旋转倒立摆迭代反馈整定双闭环控制器；针对迭代反馈整定PD控制器进行算法的收敛性分析；引入辅助因子对鲁棒迭代反馈整定角度PD控制器进一步优化，实现旋转倒立摆系统能够快速、高精度跟踪上期望运动轨迹；本申请的方法控制算法简单高效，不需要获取模型本身的参数，通过I/O数据驱动计算指标函数对控制器参数的无偏梯度；算法引入辅助因子，使得控制系统能够更好地响应输入信号的变化从而具有较好的鲁棒性。
-
公开(公告)号：CN112327971A
公开(公告)日：2021-02-05
申请号：CN202011164249.8
申请日：2020-10-27
Applicant: 江南大学
Abstract: 本发明公开了一种金属棒温度分布系统的鲁棒启发式迭代学习控制方法，涉及迭代学习控制领域，该方法包括：针对金属棒系统利用有限差分法对金属棒热力学方程进行离散化得到偏递推方程，然后转化为空间互联系统模型；提升向量技术将模型转换为等价的一维动态模型，再设计一个基于状态反馈的控制器，之后用它构造基于输出信息的控制器，根据所设计的迭代学习律将被控对象转化为等价的离散重复过程，基于重复过程的稳定性分析将控制器综合问题转换成线性矩阵不等式，该启发式方法简单易于实现，解决了静态输出反馈通常引起的非凸稳定性问题，并且考虑了系统的模型不确定性与扰动抑制问题，具有良好的与控制性能与鲁棒性。
-
公开(公告)号：CN110617966A
公开(公告)日：2019-12-27
申请号：CN201910899768.X
申请日：2019-09-23
Applicant: 江南大学
IPC: G01M13/045 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于半监督生成对抗网络的轴承故障诊断方法，包括：获取轴承在不同状态下的振动信号，并划分为多个样本；将样本随机划分为训练集和测试集，在训练集中构建少量不同故障的标签样本；构建一维半监督生成对抗网络模型；将训练集输入该对抗网络进行训练；训练好的对抗网络用于测试集中轴承故障的诊断。本发明直接输入原始采集的振动信号，经过训练直接输出测试集中轴承故障类别，实现了端到端的最优诊断模型；并通过使用一维卷积层和一维反卷积层，强化了一维半监督生成对抗网络提取特征的能力；本发明为一种半监督训练方式，不需要大量的人工标签样本，大大节约了时间和人力成本，并且轴承故障诊断效果和抗噪声能力强，稳定性好。
-
公开(公告)号：CN113644857B
公开(公告)日：2023-08-18
申请号：CN202110900720.3
申请日：2021-08-06
Applicant: 江南大学
Abstract: 本发明公开了一种永磁直线电机有限级量化迭代学习控制方法，涉及电机优化控制领域，该方法基于提升技术将重复运行的永磁直线电机转换为时间序列的输入输出矩阵模型，并将有限级对数量化器与编码解码机制相结合用以量化信号，从而减少传输数据量。针对采用编码解码方案量化信号的系统，基于优化的思想设计迭代学习控制算法，根据性能指标函数得到迭代学习优化控制算法的前馈实现。基于压缩映射方法，证明了所设计的量化迭代学习优化算法在数学期望意义下的收敛性。该方法可以解决使用网络传输信号的永磁直线电机的跟踪控制问题，实现对期望轨迹的高精度跟踪。
-
Patent Agency Ranking
公开(公告)号：CN113900377A
公开(公告)日：2022-01-07
申请号：CN202111215946.6
申请日：2021-10-19
Applicant: 江南大学
IPC: G05B13/04
Abstract: 本发明公开了一种双转子气动系统点对点迭代学习最小能量控制方法，涉及直流电动机优化控制领域，该方法基于提升技术将重复运行的双转子气动系统转换为时间序列的输入输出矩阵模型，选取M个跟踪时间点作为变量，提出点对点迭代学习控制的最小能量问题设计框架，并基于该框架设计了一种范数优化点对点迭代学习控制与坐标下降法结合的控制算法来解决这个优化问题。此外，当系统模型存在不确定性时，分析所设计最小能量控制算法的鲁棒性。该方法也可以拓展到输入输出约束系统中，在实现点对点跟踪任务的同时，达到最小输入能量的目的。
-
公开(公告)号：CN113786556A
公开(公告)日：2021-12-14
申请号：CN202111092518.9
申请日：2021-09-17
Applicant: 江南大学
Abstract: 本发明公开了足下垂功能性电刺激康复系统变长度迭代学习控制方法，涉及优化迭代学习控制领域。该方法首先将批次长度变化下重复运行的足下垂功能性电刺激康复系统转换为批次长度相等的时间序列输入输出提升矩阵模型，然后针对批次长度变化问题提出了一种基于多集合逐次投影的优化迭代学习控制设计框架，并基于该框架设计了一种适用于批次长度变化情况的因果前馈加反馈优化迭代学习控制算法。此外，基于多集合逐次投影框架，证明了所设计的优化迭代学习控制算法的收敛性。该方法可以解决批次长度变化情况下足下垂功能性电刺激康复系统的跟踪控制问题，从而实现对期望轨迹的高精度跟踪。
-
公开(公告)号：CN113341726A
公开(公告)日：2021-09-03
申请号：CN202110680017.6
申请日：2021-06-18
Applicant: 江南大学
IPC: G05B13/04
Abstract: 本发明公开了一种多质点车辆队列行驶系统的迭代学习控制方法，涉及迭代学习控制领域，该方法包括：首先利用有限差分法对多质点列车动力学方程进行离散化得到偏递推方程，然后将其转化为空间互联系统模型；其次，使用提升技术将空间互联系统模型转换为等价的一维动态模型，为补偿输入时滞，基于状态观测器设计迭代学习律；再次，根据迭代学习律将被控对象转化为等价的离散重复过程，基于重复过程的稳定性分析将控制器综合问题转换成线性矩阵不等式。该方法简单易于实现，解决了输入时滞引起的系统输出响应滞后的问题，并且考虑了系统的结构不确定性，具有良好的控制性能与鲁棒性。
-
公开(公告)号：CN113110063A
公开(公告)日：2021-07-13
申请号：CN202110500437.1
申请日：2021-05-08
Applicant: 江南大学
IPC: G05B13/04
Abstract: 本发明公开了一种单轴进给系统的鲁棒单调收敛点对点迭代学习控制方法，涉及单轴进给系统领域，该方法包括：通过动力学方程式表示单轴进给系统，将动力学方程式转变离散状态空间模型并得到输入输出矩阵模型；选取M个预设时间点，通过满足预设条件的托普利兹矩阵得到点对点不确定性动力学方程并得到预设时间点在当前运行批次的输出向量；通过预设时间点在当前运行批次的输出向量确定预设时间点在当前运行批次的跟踪误差；通过迭代学习控制更新律对当前运行批次的输入向量进行迭代更新直到跟踪误差不大于预设值，通过当前运行批次的输入向量对单轴进给系统进行控制，实现了点对点跟踪误差单调收敛。
-
公开(公告)号：CN111459197A
公开(公告)日：2020-07-28
申请号：CN202010347418.5
申请日：2020-04-28
Applicant: 江南大学
IPC: G05D11/13
Abstract: 本发明公开了微藻批量发酵过程的变增益迭代学习基质浓度控制方法，涉及迭代学习控制领域，该方法包括：首先建立微藻发酵过程的非线性系统模型的动态特性方程；构建非线性状态空间表达式；然后基于微藻批量发酵过程中的期望浓度、进料流量以及基质浓度误差信息，构建PD型变增益迭代学习控制律；最后利用算子理论分析证明谱半径收敛条件，实现微藻发酵过程期望浓度轨迹的快速、高精度的跟踪控制。其优点是：变增益迭代学习控制算法，通过增加PID函数形式的、会根据误差信号自动调节的参数，不仅提升了微藻批量发酵系统进料流量调节的自由度和适应性，而且也增加了该系统基质浓度控制性能的提升空间。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.024 seconds)
