一种基于强化学习的自动化集装箱码头AGV最优控制方法

    公开(公告)号:CN114609907A

    公开(公告)日:2022-06-10

    申请号:CN202210247663.8

    申请日:2022-03-14

    Abstract: 本发明公开了一种基于强化学习的自动化集装箱码头AGV最优控制方法,包括以下步骤:一、建立AGV的运动学模型,二、使用前馈控制转换系统模型,三、设计基于强化学习的最优控制律。针对自动化港口AGV的最优轨迹跟踪控制问题,本发明将AGV最优的轨迹跟踪控制问题转化为最优的镇定问题。基于强化学习的近似最优控制策略及其神经网络权值更新律不仅削弱了对持续激励条件的依赖,而且还可以保证AGV的轨迹跟踪误差和权值更新误差一致最终有界稳定。

    LCL型储能变换器的有限控制集模型预测控制方法

    公开(公告)号:CN110535161B

    公开(公告)日:2021-03-02

    申请号:CN201910853161.8

    申请日:2019-09-10

    Abstract: 本发明公开了一种LCL型储能变换器的有限控制集模型预测控制方法,将状态变量估算与延时补偿相结合,通过采样电网电流估算出变换器侧电流、电容电压以及电网电流,并且将采样的电网电流和估算的电网电流之间的误差通过一个校正矩阵,以此减小由模型失配和参数漂移带来的影响,再将估算出来的状态变量通过带延时补偿环节的有限控制集模型预测控制算法,以此提高系统性能,最终实现LCL型储能变换器的控制。本发明可以减少传感器数量,降低成本,提高系统可靠性;结合延时补偿算法,消除计算延时对系统性能的影响,提高入网电流质量。

    一种无人机三维空间动态冲突风险表征方法

    公开(公告)号:CN119992887A

    公开(公告)日:2025-05-13

    申请号:CN202510045071.1

    申请日:2025-01-13

    Abstract: 本发明涉及一种无人机三维空间动态冲突风险表征方法,该方法包括以下步骤:将无人机三维坐标空间进行时空离散化处理,并建立无人机时空动力学模型;基于无人机时空动力学模型,建立无人机飞行动态约束空间;针对无人机飞行动态约束空间,建立无人机三维空间动态冲突风险表征。与现有技术相比,本发明具有实现无人机冲突在三维空间的定量化表征,以及为无人机智能冲突规避研究提供了量化的指导等优点。

    储能变换器有限控制集模型预测控制方法

    公开(公告)号:CN112186791B

    公开(公告)日:2022-04-01

    申请号:CN202011041157.0

    申请日:2020-09-28

    Abstract: 本发明提出了一种储能变换器有限控制集模型预测控制方法,包括以下步骤:采样变换器侧电流及电网电压,并根据状态变量估计方法估计电容电压及电网电流;根据采样得到的电网电压近似计算储能变换器的电压矢量,从而从有限控制集中初步筛选储能变换器的输出电压矢量;根据估计的电容电压及电网电流构建预测模型及代价函数,将初步筛选的储能变换器输出电压矢量中使得代价函数数值最小的电压矢量作为储能变换器的最优输出电压矢量,并于下个周期内激活。本发明可以减少传感器数量,降低成本,提高系统的可靠性,并减轻算法的复杂度,大大减少储能变换器控制算法的计算时间,提高工作效率。

    一种U型堆场多点装卸模式下多设备的协同调度方法

    公开(公告)号:CN116451891A

    公开(公告)日:2023-07-18

    申请号:CN202310186589.8

    申请日:2023-02-28

    Abstract: 本发明涉及一种U型堆场多点装卸模式下多设备的协同调度方法,对U型自动化集装箱码头多点装卸模式下双小车岸桥、自动化双悬臂梁轨道吊、智能引导运输车和外集卡的协调调度效率进行了优化,以降低自动化码头的整体运行能耗。并提出了一种基于启发式蒙特卡洛树搜索的决策树学习算法,采用上限置信区间算法对节点进行选择;在每个节点上进行递归学习,执行分区域协同调度策略和灵活邻域搜索策略的模拟操作进行调度,不断刷新当前任务服务列表,记录多点装卸模式下最优任务调度序列;采用基于值预测的剪枝策略删除冗余节点,从而迭代到最大次数后输出最佳调度结果。与现有技术相比,本发明具有计算可靠、运输效率高及运营成本低、适用规模广等优点。

    一种非奇异预设时间四旋翼无人机姿态跟踪控制方法

    公开(公告)号:CN113325861B

    公开(公告)日:2023-03-24

    申请号:CN202110613502.1

    申请日:2021-06-02

    Abstract: 本发明公开了一种非奇异预设时间四旋翼无人机姿态跟踪控制方法,包含:S1、基于无人机安装的陀螺仪等传感器测量得到的包括滚转角、俯仰角和偏航角的姿态数据,引入四旋翼无人机姿态控制系统的拉格朗日系统模型,结合误差变量,得到误差动力学模型;S2、根据步骤S1的数据,生成非奇异预设时间控制器;S3、基于所述非奇异预设时间控制器,控制四旋翼无人机姿态在预设时间内跟踪上期望姿态。其优点是:该方法基于反馈控制技术,通过预设时间控制概念生成非奇异预设时间控制器,保证存在外部干扰情况下四旋翼无人机的姿态误差能在预设时间内收敛到原点的一个邻域内,实现高精度的姿态跟踪。

    一种LLCL型电池储能变换器的有限集模型预测控制方法

    公开(公告)号:CN115588987A

    公开(公告)日:2023-01-10

    申请号:CN202211264741.1

    申请日:2022-10-17

    Abstract: 本发明涉及一种LLCL型电池储能变换器的有限集模型预测控制方法,该方法采用有限控制集模型预测控制方法对基于LLCL滤波器的储能变换器加以控制,通过建立LLCL型电池储能变换器的状态空间状态空间数学模型,将其离散化得到一个离散模型,同时基于相量法,将电网侧电流参考值转化为变换器侧电流和电容电压参考值,定义代价函数,将预测模型输出结果和参考值进行对比,选取最优电压矢量并选择最合适的开关状态进行工作,与现有技术相比,本发明能有效降低入网谐波,提升电能质量,同时充分利用了LLCL滤波器更佳的滤波性能,最终优化LLCL型储能变换器的输出电能质量。

Patent Agency Ranking