基于状态转移算法的工业机器人自适应阻抗控制方法、设备及介质

    公开(公告)号:CN116000936B

    公开(公告)日:2025-05-13

    申请号:CN202310084477.1

    申请日:2023-02-09

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于状态转移算法的工业机器人自适应阻抗控制方法、设备及介质,方法包括:基于牛顿‑欧拉法构建工业机器人的动力学模型,采用实验辨识法对模型未知参数进行辨识;基于辨识得到的动力学模型设计工业机器人与外界环境接触的位置型阻抗控制器,并引入自适应控制策略来保证力误差的稳定性;利用状态转移算法对自适应阻抗控制器的参数进行寻优,同时引入变尺度机制对寻优参数进行动态自适应更新以加快寻优速度;基于优化参数的自适应阻抗控制器,对工业机器人进行控制。本发明在充分考虑工业机器人动力学特性的前提下,实现了工业机器人末端的柔顺控制,能够提高机器人在未知环境下的鲁棒性,相应地优化了控制性能。

    一种污水处理过程传感器优化布置方法、设备和介质

    公开(公告)号:CN114510831B

    公开(公告)日:2025-01-24

    申请号:CN202210074139.5

    申请日:2022-01-21

    Applicant: 中南大学

    Abstract: 本发明公开了一种污水处理过程传感器优化布置方法、设备和介质,其中方法为:对污水处理过程建立系统有向图模型,定义传感器布局的决策变量矩阵;基于结构可观测性及冗余性准则,建立基于决策变量矩阵、考虑污水处理不同环节待测变量重要性的污水处理全流程传感器优化布置模型;采用离散多目标状态转移算法,求解污水处理全流程传感器优化布置模型得到最优解集;引入高效非支配排序策略和拥挤距离多样性保持策略保证最优解的有效性和分布性;基于腐蚀度和维护成本的评估策略,从最优解集中选择适于污水处理过程应用的唯一解。本发明技术对污水处理过程传感器的优化布置具有指导意义,进一步地为污水处理厂优化运行提供技术基础。

    一种针对非平稳工业过程的故障监测方法和装置

    公开(公告)号:CN117930649A

    公开(公告)日:2024-04-26

    申请号:CN202410000356.9

    申请日:2024-01-02

    Applicant: 中南大学

    Abstract: 本发明公开了一种针对非平稳工业过程的故障监测方法和装置,方法包括:利用稀疏平稳投影矩阵对工业过程的多维观测变量进行稀疏线性组合构建多维度平稳源,并构建平稳源的监测统计指标;其中,稀疏平稳投影矩阵,采用平稳子空间分析方法并在优化问题中引入l2,p范数作为稀疏约束,并利用由多维观测变量构成的训练数据求解得到;根据每条训练数据,均计算平稳源的监测统计指标,并计算平稳源的控制限;在线监测阶段,根据实时观测数据计算平稳源的监测统计指标,并与控制限比较以完成故障检测;之后将每个观测变量对于监测统计指标的贡献值进行动态重构,通过比较重构贡献值的大小来确定故障变量。本发明可以实现高故障检测率以及精准确定故障位置。

    尺度选择和噪声鲁棒的改进局部二值模式的纹理描述方法

    公开(公告)号:CN113627520B

    公开(公告)日:2023-09-05

    申请号:CN202110906167.4

    申请日:2021-08-09

    Applicant: 中南大学

    Abstract: 本发明提供了一种基于尺度选择和噪声鲁棒的改进局部二值模式的纹理描述方法,包括:步骤S10、特征提取,提取具有尺度选择和噪声鲁棒的局部二值模式特征;步骤S20、特征学习,创建可随不同数据集进行动态适应调节、且可供查询的局部二值模式字典;步骤S30、特征匹配,在局部二值模式字典的指导下进行特征提取,将特征向量导入分类器进行纹理分类。与相关技术相比,本发明提供的基于尺度选择和噪声鲁棒的改进局部二值模式的纹理描述方法,能够在低维特征下满足噪声鲁棒与尺度不变性的问题、在特征表示更丰富的同时能够处理尺度变换和噪声干扰、且能够获得更加细腻的纹理描述效果和更加显著的图像分类精度。

    基于误差触发自适应稀疏辨识的多工况工业过程预测控制方法、装置、设备及介质

    公开(公告)号:CN116088307A

    公开(公告)日:2023-05-09

    申请号:CN202211688206.9

    申请日:2022-12-28

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于误差触发自适应稀疏辨识的多工况工业过程预测控制方法、装置、设备及介质,方法:采集工业过程多个已知工况的数据,基于采集数据辨识各工况的预测模型并构建预测模型集合,以及估计各预测模型的预测误差阈值;采集当前状态量,使用各预测模型并根据上一时刻状态量和控制量预测当前时刻状态量,计算预测误差;选择预测误差最小的预测模型,将其预测误差与阈值比较:若预测误差连续超过阈值,则判定出现新工况,采用自适应更新方法对该预测误差最小的预测模型进行更新,并作为当前工况预测模型以及添加到预测模型集合中;对工业过程进行当前工况下的模型预测控制。本发明能够提供精准的预测模型,对工业过程快速精准的控制。

    基于状态转移算法的工业机器人自适应阻抗控制方法、设备及介质

    公开(公告)号:CN116000936A

    公开(公告)日:2023-04-25

    申请号:CN202310084477.1

    申请日:2023-02-09

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于状态转移算法的工业机器人自适应阻抗控制方法、设备及介质,方法包括:基于牛顿‑欧拉法构建工业机器人的动力学模型,采用实验辨识法对模型未知参数进行辨识;基于辨识得到的动力学模型设计工业机器人与外界环境接触的位置型阻抗控制器,并引入自适应控制策略来保证力误差的稳定性;利用状态转移算法对自适应阻抗控制器的参数进行寻优,同时引入变尺度机制对寻优参数进行动态自适应更新以加快寻优速度;基于优化参数的自适应阻抗控制器,对工业机器人进行控制。本发明在充分考虑工业机器人动力学特性的前提下,实现了工业机器人末端的柔顺控制,能够提高机器人在未知环境下的鲁棒性,相应地优化了控制性能。

    基于云边协同字典学习的复杂工业过程监测方法和系统

    公开(公告)号:CN115840419A

    公开(公告)日:2023-03-24

    申请号:CN202111554287.9

    申请日:2021-12-17

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于云边协同字典学习的复杂工业过程监测方法和系统,方法包括:云端使用标签一致字典学习方法对工业过程建立监测模型,对建立的监测模型进行简化,并将简化的监测模型下发到边缘端;边缘端使用简化的监测模型对工业过程进行在线监测,包括故障检测和工况识别,并判断简化的监测模型是否发生模型失配;当简化的监测模型失配时,触发云端更新监测模型和相应的简化监测模型。本发明通过云边协同保持工业过程监测模型一直匹配过程数据,实现对工业过程准确高效的监测,保障工业过程的平稳健康运行。

    一种面向非平稳工业过程的故障诊断方法与系统

    公开(公告)号:CN115562216A

    公开(公告)日:2023-01-03

    申请号:CN202211361347.X

    申请日:2022-11-02

    Applicant: 中南大学

    Abstract: 本发明公开了一种面向非平稳工业过程的故障诊断方法与系统,方法包括:获取非平稳工业过程的多维时间序列数据集,将其映射到平稳子空间;基于数据集的时序相关性,建立自表达约束项;在映射的平稳子空间,考虑数据集的自表达约束项,采用字典学习方法构建目标函数;并求解目标函数得到映射矩阵、字典和稀疏矩阵;利用映射矩阵和字典,计算数据集样本在平稳子空间的重构误差,并采用核密度估计方法计算控制限;在线获取非平稳工业过程数据,利用映射矩阵和字典计算在线样本在平稳子空间重构误差,并将其与控制限比较,根据比较结果判断工业过程当前是否故障。本发明能够准确地监测非平稳过程的运行状态,为工业过程安全生产提供保证。

Patent Agency Ranking