四自由度塔式吊车系统的饱和PD型滑模控制方法及系统

    公开(公告)号:CN113213358A

    公开(公告)日:2021-08-06

    申请号:CN202110368274.6

    申请日:2021-04-06

    Abstract: 本公开提供了一种四自由度塔式吊车系统的饱和PD型滑模控制方法及系统,获取四自由度塔式吊车系统的参量数据;根据获取的参量数据,得到定位误差向量;利用获取的定位误差向量以及负载摆动角度,根据由PD线性控制部分、滑膜控制部分和消摆控制部分的加和构建的PD型滑模控制模型,得到悬臂控制力拒和台车平移力;根据获取的悬臂控制力拒和台车平移力,进行四自由度塔式吊车系统的控制;只需要定位误差、定位误差的时间导数和负载摆角,与模型参数无关,极大的提高了塔式吊车系统的鲁棒性。

    塔式吊车自适应神经网络控制方法、系统、介质及设备

    公开(公告)号:CN119556553B

    公开(公告)日:2025-05-13

    申请号:CN202510123403.3

    申请日:2025-01-26

    Abstract: 本发明涉及塔式吊车控制技术领域,本发明公开了塔式吊车自适应神经网络控制方法、系统、介质及设备,包括:基于塔式吊车系统参数,以自适应神经网络作为控制器,驱动辅助向量、可驱动误差向量和欠驱动状态向量收敛,以不断调整输入权重向量和估计误差的估计值,使控制器生成控制输入,结合由死区特性引起的控制输入,得到塔式吊车系统的控制输入,驱动塔式吊车系统的状态向量跟踪期望位置;其中,可驱动误差向量为期望位置与可驱动状态向量之间的误差,可驱动状态向量包括悬臂回转角和台车位移;欠驱动状态向量为负载摆角;辅助向量表示可驱动和欠驱动状态之间耦合关系。大大增强了塔式吊车系统的鲁棒性,且提高了塔式吊车系统的稳定性。

    面向智能建造的塔机避障轨迹规划与自适应跟踪控制方法

    公开(公告)号:CN119200410A

    公开(公告)日:2024-12-27

    申请号:CN202411686969.9

    申请日:2024-11-25

    Abstract: 本发明公开了面向智能建造的塔机避障轨迹规划与自适应跟踪控制方法,涉及机械系统动力学以及控制领域,基于约束方程以最小化运输时间为目标建立优化问题,对优化问题进行求解,得到最优运输时间和障碍物出现时间;基于塔式起重机的目标位置、障碍物位置、最优运输时间和障碍物出现时间构建数据集;并基于数据集得到训练好的模糊神经网络;利用训练好的模糊神经网络,预测得到最优运输时间和障碍物出现时间,基于最优运输时间和障碍物出现时间得到塔式起重机的参考轨迹。并基于所述参考轨迹还设计具有误差约束自适应跟踪控制器。考虑了避障和跟踪误差约束,将二分法与模糊神经网络相结合,规划出塔机运输中考虑障碍物位置和体积的最优时间轨迹。

    基于能量和有益状态耦合的四旋翼吊运控制方法及系统

    公开(公告)号:CN119002535A

    公开(公告)日:2024-11-22

    申请号:CN202411072367.4

    申请日:2024-08-06

    Abstract: 本发明提出了基于能量和有益状态耦合的四旋翼吊运控制方法及系统,涉及无人机控制技术领域。包括定义外环跟踪误差、内环跟踪误差以及内环和外环之间的耦合项;定义第一个能量存储函数和第二个新的能量存储函数,求和得到总储能函数;利用耦合项判别函数判断内环和外环之间耦合项的有害或有益;基于总储能函数和耦合项判别函数的判别结果,得到外环的虚拟控制输入,并得到机体位移和负载摆角;基于姿态跟踪控制器,得到内环的控制力矩,并得到姿态角。本发明内环使用姿态跟踪控制器,而外环采用新的基于能量耦合的控制器来控制四旋翼的位移并消除负载摆动。

    基于个性描述和会话历史的个性化对话方法及系统

    公开(公告)号:CN118916454A

    公开(公告)日:2024-11-08

    申请号:CN202410944262.7

    申请日:2024-07-15

    Abstract: 本发明提出了基于个性描述和会话历史的个性化对话方法及系统,包括:构建包含用户个性特征、对话上下文信息和响应的复杂文本数据集;对复杂文本数据集中的文本进行编码处理,将用户个性特征、对话上下文信息和响应转换为统一的向量表示;对编码后的用户个性特征向量进行增强处理,使其分为不同的组信息;将增强处理的信息及编码后的对话上下文信息向量输入至潜在变量生成器的个性识别网络,得到从角色分布中采样的角色潜在变量#imgabs0#将对话上下文信息向量及响应向量输入至潜在变量生成器的响应识别网络,得到来自潜在响应分布的响应潜在变量#imgabs1#将角色潜在变量及响应潜在变量经过特征分类器以后送入提示学习进行深度处理,然后再传递给解码器,生成与对话对应的响应。

Patent Agency Ranking