一种基于改进麻雀搜索算法的分布式电源选址定容优化方法

    公开(公告)号:CN113937808B

    公开(公告)日:2024-05-07

    申请号:CN202111083445.7

    申请日:2021-09-16

    Applicant: 南昌大学

    Abstract: 本发明公开了一种基于改进麻雀搜索算法的分布式电源选址定容优化方法,包括:首先建立基于全寿命周期成本、网络有功损耗和电压偏差三个指标的综合接受度标准模型,并基于综合接受度标准模型确定优化目标函数和约束条件。然后采用改进的麻雀搜索算法对DG的选址定容进行合理规划,通过Tent混沌的遍历性、规律性及其随机性,引入高斯变异,提高算法的全局搜索能力及收敛速度,能够有效避免陷入局部最优,利于获得全局最优解。应用此种方法有效提高系统负荷率、节约经济成本、减小有功损耗等,同时保证配电网安全可靠的运行及其经济性。

    一种基于扰动观测器和命令滤波器的电驱动柔性关节机械臂自适应神经网络控制器设计方法

    公开(公告)号:CN114895564A

    公开(公告)日:2022-08-12

    申请号:CN202210548715.5

    申请日:2022-05-20

    Applicant: 南昌大学

    Abstract: 本发明公开了一种基于扰动观测器和命令滤波器的电驱动柔性关节机械臂自适应神经网络控制器设计方法。首先,本发明基于n连杆柔性关节机械臂的电驱动动力学模型进行设计,虽然引入了更多的未知数,增加了被控系统的维度,但更符合实际情况。然后,针对径向基函数神经网络(RBFNN)收敛速度快、估计性能好等特点,采用径向基函数神经网络逼近系统的内部不确定性。其次,引入了一个基于扰动观测器的估计器来估计柔性关节机械臂系统中的匹配、非匹配时变不确定度。再者,引入二阶命令滤波器来解决反演控制中的“计算爆炸”问题。除此之外,出于实际应用中的安全考虑,本发明应用了一个障碍李亚普诺夫函数来实现机械臂位置输出限制。

    基于混合储能的热电联供微网模型预测控制优化调度方法

    公开(公告)号:CN111969593A

    公开(公告)日:2020-11-20

    申请号:CN202010724923.7

    申请日:2020-07-24

    Applicant: 南昌大学

    Abstract: 本发明提出一种基于混合储能的热电联供微网模型预测控制优化调度方法:获取热电联供微网的原始参数;建立混合储能的退化成本模型;蓄电池参与全时段的调度控制,超级电容器仅在实时调度用来平抑风光误差;构建热电联供微网日前优化阶段和日内滚动优化阶段以系统总运行成本最小为目标函数的调度模型,实时优化阶段以功率波动惩罚成本最小为目标函数的调度模型;建立热电联供微网系统运行约束;采用日前优化-日内滚动优化-实时优化的调度方法进行优化调度,基于改进萤火虫算法对模型进行求解;实时滚动输出系统的最优调度计划。本发明对热电联供系统进行优化调度,可有效应对风光预测误差进行在线调整,不偏离制定的运行计划,安全稳定地运行。

    能适应复杂非结构化地形的巡检机器人

    公开(公告)号:CN103863424A

    公开(公告)日:2014-06-18

    申请号:CN201410065048.0

    申请日:2014-02-26

    Applicant: 南昌大学

    Abstract: 本发明涉及一种能适应复杂非结构化地形的巡检机器人,属于工业用移动机器人技术领域。它的基本结构由一个三角形车体、两条主履带、两个摆臂及摆臂履带组成;所述两条主履带由两个前轮电机分别驱动,分别缠绕在车体两侧的三个轮子上,呈三角形;所述摆臂,其轴同时为车体后轮轴,两个摆臂轴分别由两个低速大转矩自锁电机独立驱动;所述摆臂履带缠绕在车体后轮及摆臂轮上,并以车体后轮为驱动轮。本发明优点:简化了对机器人的控制,结构简单易于实现。具有很强的爬坡、越障、上下楼梯能力以及运动稳定性。可以广泛的应用于复杂地形、空间探测、排爆救援等场合。

    一种基于扰动观测器的柔性关节机械臂神经网络积分滑模控制器设计方法

    公开(公告)号:CN114952835B

    公开(公告)日:2024-11-26

    申请号:CN202210548816.2

    申请日:2022-05-20

    Applicant: 南昌大学

    Abstract: 本发明公开了一种基于扰动观测器的柔性关节机械臂神经网络积分滑模控制器设计方法。综合了神经网络、自适应扰动观测器和积分滑模的优点。考虑到径向基函数神经网络(RBFNN)具有学习收敛速度快、逼近能力强的特点,本发明采用2个径向基函数神经网络矩阵对机械臂‑执行器的动态参数进行估计。针对使用RBFNN时存在估计误差,以及机械臂系统在实际工作中存在外部扰动的特点,本发明提出了一种新的扰动观测器来估计由RBFNN的估计误差和时变外部扰动组成的系统集总不确定度。不仅如此,为了进一步消除稳态误差,我们引入了积分滑动面。此外,出于安全考虑,我们在控制器的设计中采用障碍李雅普诺夫函数(BLF)实现输出位置约束。

    一种基于ITESO的高阶不确定非线性系统自适应容错控制方法

    公开(公告)号:CN118011800A

    公开(公告)日:2024-05-10

    申请号:CN202410061434.6

    申请日:2024-01-16

    Applicant: 南昌大学

    Abstract: 本发明公开了一种基于ITESO的高阶不确定非线性系统自适应容错控制方法,利用奇异摄动理论将高阶系统解耦成低阶子系统后分别设计控制率进行控制。针对解耦的慢速子系统,利用改进型三阶时变参数扩张状态观测器(ITESO)观测集总干扰,结合自适应连续非奇异快速终端滑模控制方法(ACNFTSMC)对集总干扰进行控制,能够有效抑制因初始值和期望值之间的差值所产生的峰值问题;针对快速子系统,利用一种和趋近率结合的非奇异终端滑模控制法(NTSMC)进行控制,用以减轻传统控制方法中所造成的震荡问题。最后利用李雅普诺夫定理验证方法的可行性,通过仿真和对比其他控制器得出结论,证明该方法具有高精度,快速收敛,减轻震荡,同能够抑制峰值现象的特点。

    基于时延估计模糊观测器反步法的二阶终端滑模控制方法

    公开(公告)号:CN116880180A

    公开(公告)日:2023-10-13

    申请号:CN202310830930.9

    申请日:2023-07-07

    Applicant: 南昌大学

    Abstract: 本发明公开了一种基于时延估计模糊观测器反步法的二阶终端滑模控制方法,针对于机械臂系统在很多实际问题中出现了未知扰动与轨迹跟踪问题,通过时延估计来对系统的运动学和动力学参数进行估计,同时通过新型模糊观测器准确估计系统存在的总扰动,并且结合于二阶滑模控制增加瞬时响应和降低稳态误差,在保证了跟踪误差有限时间收敛的同时抑制了抖振现象,最后本发明采取Lyapunov方法证明了系统的稳定性,根据不同的方法对比展现出了本发明方法中期望轨迹的快速精准的跟踪。

Patent Agency Ranking