一种基于滑模自抗扰控制的络筒机纱线张力控制方法

    公开(公告)号:CN116495570A

    公开(公告)日:2023-07-28

    申请号:CN202310615821.5

    申请日:2023-05-29

    Applicant: 南通大学

    Abstract: 本发明提供了一种基于滑模自抗扰控制的络筒机纱线张力控制方法,属于纺织控制技术领域。解决了现有的非线性纱线张力的易受干扰、鲁棒性以及稳定性的技术问题。其技术方案为:S1、建立纱线张力控制系统的被控对象模型;S2、设计三阶扩张状态观测器来观测系统的扰动;S3、基于滑模控制的控制律实现张力控制;S4、将三阶扩张状态观测器的扰动观测值与滑模控制律结合,来实时调节纱线张力。本发明的有益效果为:本发明的控制策略能有效估计纱线张力控制系统中的不确定性和外部扰动,具有较好的动态跟踪性能及抗干能力。

    一种基于自抗扰控制的飞行器容错控制结构与控制方法

    公开(公告)号:CN115877717B

    公开(公告)日:2023-06-13

    申请号:CN202211673317.2

    申请日:2022-12-26

    Applicant: 南通大学

    Abstract: 本发明提供了一种基于自抗扰控制的飞行器容错控制结构与控制方法,属于飞行器容错控制技术领域。解决了四旋翼无人飞行器由于执行机构故障和传感器测量噪声导致的飞行不稳定或飞行事故的问题。其技术方案为:控制结构包括带执行机构故障描述的动力学模型、改进卡尔曼滤波模型、观测模型以及总控制模型;控制方法为:通过设计改进卡尔曼滤波模型用作预滤波级,实现在测量噪声环境下对执行机构故障系数以及飞行状态的估计。本发明的有益效果为:在有测量噪声情况下保证四旋翼无人飞行器能够快速准确地估计故障系数和实现容错控制,确保飞行任务安全和稳定。

    一种高纯度精馏过程鲁棒解耦控制系统及控制方法

    公开(公告)号:CN114995155B

    公开(公告)日:2023-04-07

    申请号:CN202210705949.6

    申请日:2022-06-21

    Applicant: 南通大学

    Abstract: 本发明提供了一种高纯度精馏过程鲁棒解耦控制系统及控制方法,属于化工精馏过程节能控制技术领域。解决了精馏过程两端产物浓度的精确控制和抗扰问题。其技术方案为:高纯度精馏过程鲁棒解耦控制系统包括分布于精馏塔内部的智能传感器设备和DCS系统;控制方法包括通过I/O数据在线辨识模型,将辨识模型在选定频域内进行降阶逼近,根据降阶模型进行输入输出配对,并设计鲁棒解耦控制器,根据系统预设性能指标对控制器参数进行在线整定,实现鲁棒解耦控制器参数在线更新。本发明的有益效果为:本发明能够有效处理高纯度精馏过程中不确定性和强耦合特性,具有良好的浓度设定值跟踪效果和抗扰性能。

    无人机决策模型训练方法、使用方法、设备及介质

    公开(公告)号:CN114239392B

    公开(公告)日:2023-03-24

    申请号:CN202111503559.2

    申请日:2021-12-09

    Applicant: 南通大学

    Abstract: 本申请公开了一种无人机决策模型训练方法、使用方法、设备及介质,训练方法包括:获取第一无人机的第一态势信息与第二无人机的第二态势信息;根据第一态势信息与第二态势信息生成第一融合信息并输入待训练模型的评估层网络,评估层网络基于第一策略生成分值期望,待训练模型的决策层网络根据分值期望生成第二策略并基于第二策略生成第一动作指令;向第一无人机发送第一动作指令,并获取第一无人机的第三态势信息与第二无人机的第四态势信息;将根据第三态势信息与第四态势信息生成的第二融合信息输入评估层网络以更新第一策略,直至待训练模型训练完成,得到无人机决策模型,通过该模型提升无人机的适应能力、实现无人机决策的自主化与智能化。

    一种基于樽海鞘算法的单集气管压力控制模型辨识方法

    公开(公告)号:CN115062467A

    公开(公告)日:2022-09-16

    申请号:CN202210665714.9

    申请日:2022-06-13

    Applicant: 南通大学

    Abstract: 本发明提供了一种基于樽海鞘算法的单集气管压力控制模型辨识方法,属于集气管压力控制系统辨识技术领域。在模型上,解决了常用的整数阶模型不够精确,导致辨识精度不够高的技术问题;在辨识方法上,解决了梯度迭代法收敛速度较慢,会使辨识结果陷入局部最优,选择迭代步长时需要考虑辨识结果发散的技术问题。其技术方案为:包括以下步骤:步骤1)构建单集气管阀位和压力的分数阶CARMA模型;步骤2)构建樽海鞘算法的辨识流程。本发明的有益效果为:本发明的樽海鞘算法的单集气管压力控制模型辨识方法进行的参数辨识结果中,可以看出,该方法的辨识精度高,输出的参数估计误差小;同时,也说明本辨识方法对于单集气管压力控制模型具有较好的适用性。

    一种高纯度精馏过程鲁棒解耦控制系统及控制方法

    公开(公告)号:CN114995155A

    公开(公告)日:2022-09-02

    申请号:CN202210705949.6

    申请日:2022-06-21

    Applicant: 南通大学

    Abstract: 本发明提供了一种高纯度精馏过程鲁棒解耦控制系统及控制方法,属于化工精馏过程节能控制技术领域。解决了精馏过程两端产物浓度的精确控制和抗扰问题。其技术方案为:高纯度精馏过程鲁棒解耦控制系统包括分布于精馏塔内部的智能传感器设备和DCS系统;控制方法包括通过I/O数据在线辨识模型,将辨识模型在选定频域内进行降阶逼近,根据降阶模型进行输入输出配对,并设计鲁棒解耦控制器,根据系统预设性能指标对控制器参数进行在线整定,实现鲁棒解耦控制器参数在线更新。本发明的有益效果为:本发明能够有效处理高纯度精馏过程中不确定性和强耦合特性,具有良好的浓度设定值跟踪效果和抗扰性能。

    飞行器控制方法与飞行器
    37.
    发明公开

    公开(公告)号:CN114610055A

    公开(公告)日:2022-06-10

    申请号:CN202210116530.7

    申请日:2022-02-07

    Applicant: 南通大学

    Abstract: 本申请公开了一种飞行器控制方法与飞行器,包括:构建动力模型、观测模型、及总控制模型;基于动力模型与观测模型构建等效受控模型,并获取等效受控模型的频域幅值与观测带宽的第一函数关系;根据第一函数关系与获取的频域幅值指标对观测带宽进行整定,得到定参观测模型;根据获取的频率响应指标对总控制模型进行整定,得到定参总控制模型;当接收到目标状态指令时,根据目标状态指令获取飞行器的目标状态信息并获取飞行器当前时刻的飞行姿态;将目标状态信息及当前时刻的飞行姿态输入至定参总控制模型以通过定参总控制模型、定参观测模型以及动力模型调整飞行器飞行姿态,实现了对飞行器的高精度控制,并提升总控制模型的稳定性与抗扰动性。

    一种二元精馏过程的自抗扰控制结构及控制方法

    公开(公告)号:CN114253130A

    公开(公告)日:2022-03-29

    申请号:CN202111570168.2

    申请日:2021-12-21

    Applicant: 南通大学

    Abstract: 本发明提供了一种二元精馏过程的自抗扰控制结构及控制方法,属于化工精馏过程节能控制技术领域。解决了现有的精馏过程中存在各种外部扰动,使精馏塔内的各状态发生偏差,导致过程能量的浪费,也同时会影响到产品质量的技术问题。其技术方案为:一种二元精馏塔产品纯度质量的控制结构,包括四个控制回路:冷凝器液位控制回路,再沸器液位控制回路,塔顶轻组分产出物浓度控制回路和塔底轻组分产出物浓度控制回路;控制方法为:通过设计四个自抗扰控制器实现四个控制回路的控制。本发明的有益效果为:控制方法对精馏过程数学模型依赖程度低,可以实现塔顶和塔底产物浓度的设定值跟踪,在进料流量或组分大幅扰动的情况下,保证产品的纯度受到较小的影响,该方法具有较强的鲁棒性和稳定性。

    一种基于态势预测的深度强化学习空战决策方法

    公开(公告)号:CN119395989A

    公开(公告)日:2025-02-07

    申请号:CN202411451991.5

    申请日:2024-10-17

    Applicant: 南通大学

    Abstract: 本发明提出了一种基于态势预测的深度强化学习空战决策方法,属于技术领域,解决了无人机在复杂空战环境中不能实现自主决策和环境自适应的技术问题。技术方案为:通过无人机的运动学和动力学特征建模以适应实际飞行状态;建立深度强化对抗环境进行无人机对抗训练;利用LSTM预测算法动态评估敌方无人机状态,快速获取其下一时刻状态;根据奖励分配作为决策器输入,结合预测状态和奖励结果,推理敌方无人机态势动作,实现跟踪打击。本发明结合机器智能计算优势与人类经验判断,在复杂不确定环境下提高敌方无人机意图识别准确性,增强我方无人机的决策能力和战术优势。

    一种基于LQR近视距的无人机空战攻击方法

    公开(公告)号:CN117130379B

    公开(公告)日:2024-04-16

    申请号:CN202310951344.X

    申请日:2023-07-31

    Applicant: 南通大学

    Abstract: 本发明提供了一种基于LQR近视距的无人机空战攻击方法,属于无人机技术领域;解决了无人机在复杂动态环境下易丧失稳定性的技术问题。其技术方案为:包括以下步骤:S1、使用深度强化学习算法在离线环境中对无人机进行训练;S2、基于系统模型和目标跟踪信息,计算出最优的控制输入,根据近视距内的目标信息,选择合适的攻击策略。本发明的有益效果为:本发明能够令无人机更好地应对空战中的高机动性和快速变化的场景,使无人机能够在实时空战中寻找最优或接近最优的战术和决策,有利于提升无人机作战能力。

Patent Agency Ranking