基于单神经元网络的惯量估计方法及其自适应调整策略

    公开(公告)号:CN110932629B

    公开(公告)日:2021-03-23

    申请号:CN201911326051.2

    申请日:2019-12-20

    Abstract: 本发明公开了一种基于单神经元网络的惯量估计方法及其自适应调整策略,首先公开了一种基于单神经元网络的惯量估计方法,该方法引入单神经元网络,利用其强大的自学习能力,根据参考模型和估计模型之间的偏差动态调整增益因子,从而使估计模型更加接近参考模型;其次,本发明还公开了一种用于所述惯量估计方法的自适应调整策略,其基于能实时反映误差变化的瞬时误差能量函数自适应调整神经元的比例系数,同时对该策略的输出进行限制。本发明所提供的惯量估计方法能显著提高惯量的估计精度,并且适用工况不受限,而自适应调整策略的实施使得惯量估计结果在稳定性和收敛速度之间实现了更好的折中。本发明计算简单,调试容易,且能在线使用。

    一种基于速度插值的惯量辨识方法、系统及存储介质

    公开(公告)号:CN112398395A

    公开(公告)日:2021-02-23

    申请号:CN202011223470.6

    申请日:2020-11-05

    Abstract: 本发明属于惯量辨识技术领域,公开了一种基于速度插值的惯量辨识方法、系统及存储介质,基于不同的输入速度波形利用不同的改进MRAS惯量辨识算法进行惯量辨识。判断输入速度波形为三角波或方波;当输入速度波形为三角波时,选择基于三角波输入的改进MRAS惯量辨识算法进行MRAS惯量辨识;当输入速度波形为方波时,选择基于方波输入的改进MRAS惯量辨识算法进行MRAS惯量辨识。本发明以三角波和方波作为输入速度信号进行惯量辨识时所得的结果存在精度不高的问题,提出一种针对性改进的MRAS惯量辨识算法,提高了惯量辨识结果的精度。相比于MRAS的其他改进方案,本发明具有计算负担更小,更实用的特点。

    基于蝙蝠算法的交流伺服调速系统控制参数自整定方法

    公开(公告)号:CN110824921B

    公开(公告)日:2020-08-11

    申请号:CN201911106380.6

    申请日:2019-11-13

    Abstract: 本发明公开了一种基于蝙蝠算法的交流伺服调速系统控制参数自整定方法,包括以下步骤:步骤一,针对不同的应用工况和性能偏好,设定相应的线性加权性能指标,设置参数搜索空间;步骤二,采集交流伺服调速系统的信号参数,用于当前系统性能指标的计算;步骤三,建立适应度评价函数,初始化相关参数;步骤四,利用蝙蝠算法,搜索能够实现系统性能最优的控制参数。本发明避免了困难且耗时的手动整定参数过程,相对于现阶段的伺服系统控制器参数整定方法,操作简单,适应性好,特别是能够保证多种性能指标下的综合性能需求。

Patent Agency Ranking