基于自适应滑模观测器的机械臂模型优化方法

    公开(公告)号:CN115047761A

    公开(公告)日:2022-09-13

    申请号:CN202210584213.8

    申请日:2022-05-27

    Abstract: 本发明属于机器人控制技术领域,特别涉及基于自适应滑模观测器的机械臂模型优化方法,包括根据机械臂的位置信号和未知外部干扰通过牛顿欧拉方法获得第一非线性机械臂模型,将第一非线性机械臂模型进行状态空间处理成模型确定部分和模型不确定部分;用径向基函数神经网络对模型不确定部分近似逼近,获得第二非线性机械臂模型;采用滑模控制方法和第二径向基函数神经网络构建所述第二非线性机械臂模型的自适应滑模观测器,并用所述自适应滑模观测器计算所述逼近结果的估计值;将所述逼近结果的估计值补偿到第一非线性机械臂模型中,消除未知外部干扰对机械臂的影响,优化第一非线性机械臂模型。

    一种机器人遥控系统的网络延时估计和补偿方法

    公开(公告)号:CN111515958B

    公开(公告)日:2022-08-09

    申请号:CN202010409030.3

    申请日:2020-05-14

    Abstract: 本发明涉及一种机器人遥控系统的网络延时估计和补偿方法,属于机器人遥控制技术领域。该方法针对机器人遥控制系统的网络延迟这一问题,通过将网络延迟带来的所有负面影响归结为一个网络干扰力矩,在主机器人端采用扩展主动观测器IEAOB对该网络干扰力矩和从机器人动力学模型参数进行在线实时估计,利用估计得到的模型参数获取准备的从机器人动力学模型,同时利用估计的网络干扰对网络延迟带来的影响进行补偿。本发明可以用于机器人动力学模型参数难以精确获取的情况下对网络延迟进行高效的估计和补偿。

    一种支持IPv6且提高无线传感网络确定性的方法

    公开(公告)号:CN112929960B

    公开(公告)日:2022-07-12

    申请号:CN202110166890.3

    申请日:2021-02-04

    Abstract: 本发明属于无线传感网络领域,涉及一种支持IPv6且提高无线传感网络确定性的方法,包括MAC层采用TDMA和FDMA结合的方法划分通信资源;新节点入网时进行时间同步,网络中的节点之间周期性进行时间同步;利用基于链路丢包率和RSSI的链路监测机制对链路进行监测;在MAC层与网络层之间建立资源分配操作层,根据链路监测执行SF0调度算法;设备间传输信道采用跳频机制,网络层采用6LoWPAN协议实现IPv6报文适配MAC层报文要求;本发明能更准确的分配通过TDMA和FDMA结合方法划分的通信资源,从而提高了无线传感网络的确定性;通过融合6LoWPAN协议支持IPv6。

    一种基于6TiSCH的无线传感信息监测系统及其方法

    公开(公告)号:CN112689255B

    公开(公告)日:2022-05-03

    申请号:CN202011517808.9

    申请日:2020-12-21

    Abstract: 本发明属于工业互联网现场数据无线监测领域,具体涉及一种基于6TiSCH的无线传感信息监测系统及其方法,包括:传感器模块、6TiSCH节点模块、6TiSCH路由模块、6TiSCH网关模块以及终端;传感器模块用于采集数据信息;6TiSCH节点模块用于获取数据信息,并对数据进行处理和发送;6TiSCH路由模块用于管理对应范围内6TiSCH节点的入网和转发数据;6TiSCH网关模块用于建立网络拓扑,通过网络协议解析实现数据解析与转发;终端用于信息处理和上位机显示;本发明能很好利用基于6TiSCH的无线传感信息监测系统,获取工业现场设备的数据,利用6TiSCH协议栈提高工业互联网无线通信的确定性。

    一种支持IPv6且提高无线传感网络确定性的方法

    公开(公告)号:CN112929960A

    公开(公告)日:2021-06-08

    申请号:CN202110166890.3

    申请日:2021-02-04

    Abstract: 本发明属于无线传感网络领域,涉及一种支持IPv6且提高无线传感网络确定性的方法,包括MAC层采用TDMA和FDMA结合的方法划分通信资源;新节点入网时进行时间同步,网络中的节点之间周期性进行时间同步;利用基于链路丢包率和RSSI的链路监测机制对链路进行监测;在MAC层与网络层之间建立资源分配操作层,根据链路监测执行SF0调度算法;设备间传输信道采用跳频机制,网络层采用6LoWPAN协议实现IPv6报文适配MAC层报文要求;本发明能更准确的分配通过TDMA和FDMA结合方法划分的通信资源,从而提高了无线传感网络的确定性;通过融合6LoWPAN协议支持IPv6。

    一种数控机床刀具剩余寿命预测方法

    公开(公告)号:CN110303380B

    公开(公告)日:2021-04-16

    申请号:CN201910607592.6

    申请日:2019-07-05

    Abstract: 本发明涉及一种数控机床刀具剩余寿命预测方法,属于CNC刀具寿命预测领域。针对CNC中刀具剩余寿命预测这一问题,利用状态监控、数据去噪、特征提取和最小支持二乘向量机的方法建立了刀具剩余寿命预测模型,并将该问题的预测对象细化为铣削工具这一CNC核心生产要素。首先,对监控的信号数据进行小波变换阈值去噪的数据预处理,接着提取数据的时域特征,利用PCA的T2统计量提取信号主要特征。其次,利用多核加权最小二乘支持向量机模型对实时监控数据进行剩余寿命预测,得到具体的剩余寿命值。最后使用工业大数据产业创新平台上的真实数据进行的验证,验证结果说明该方法能有效的进行寿命预测。

    基于RPA的大规模定制客户需求获取、查询方法

    公开(公告)号:CN111680124A

    公开(公告)日:2020-09-18

    申请号:CN202010458960.8

    申请日:2020-05-27

    Abstract: 本发明属于信息处理技术领域,涉及一种基于RPA的大规模定制客户需求获取、查询方法;所述需求获取方法包括RPA管理平台对不同需求获取流程部署出具有不同工作流程的RPA机器人,并将RPA机器人链接到RPA管理平台上;客户向RPA管理平台发出提交需求请求,平台自动受理客户的请求,并从其优先级和信息量,确定出调用RPA机器人的时间和数量;将任务分配给一个或多个RPA机器人;机器人执行工作流采集对应的客户需求信息,并将需求信息回传至RPA管理平台;RPA管理平台将获取到的客户需求信息存入数据库中;本发明通过RPA管理平台控制RPA机器人,可以调用一个或多个RPA机器人同时自动获取客户需求,还可建立数据库便于数据快速查询。

    一种带分类器深度非负矩阵分解网络的优化方法

    公开(公告)号:CN111612084A

    公开(公告)日:2020-09-01

    申请号:CN202010456563.7

    申请日:2020-05-26

    Abstract: 本发明涉及一种带分类器深度非负矩阵分解(Nonnegative Matrix Factorization,NMF)网络的优化方法,属于人工智能技术领域。本发明包括模型构建和参数优化,模型构建方面,对多个NMF层以及分类层进行级联构成深度网络,即前一NMF层分解结果作为后一NMF层的输入,不同NMF层间采用映射函数连接。参数优化方面,基于乘性迭代规则对深度NMF网络进行无监督逐层预训练,有监督全局优化基于BP算法对各NMF层以及Softmax分类层权值参数进行整体优化。利用训练优化的深度NMF网络对测试数据进行分析,得到分类输出结果。本发明适用于状态监测与诊断等分类识别任务相关应用。

    基于自适应多元变分模态分解的流体管道泄漏定位方法

    公开(公告)号:CN111503527A

    公开(公告)日:2020-08-07

    申请号:CN202010323569.7

    申请日:2020-04-22

    Abstract: 本发明涉及一种基于自适应多元变分模态分解的流体管道泄漏定位方法,属于管道泄漏检测领域。该方法包括:S1:采用AMVMD算法,根据两路泄漏信号的频率曲线相加后提取频率曲线的驼峰数,自适应确定多元变分模态的模态分解个数;S2:根据两路泄漏信号的模态分量的信号清晰度,利用最大微分法自适应提取模态分量;根据测量管道的长度和泄漏传播信号的速度确定泄漏信号的延时范围,选择提取两路泄漏信号模态分量的时间延迟在延时范围的模态分量作为有效模态分量,重构有效泄漏信号;S3:确定时间延迟,结合泄漏信号传播速度和两传感器的距离确定泄漏点位置。本发明能提高信噪比,有效减少泄漏定位误差。

Patent Agency Ranking