公开(公告)号：CN116572247A

公开(公告)日：2023-08-11

申请号：CN202310655075.2

申请日：2023-06-05

Applicant: 中国计量大学

Inventor： 崔小红 ,  陈家裕 ,  彭彬彬 ,  陈文杰 ,  唐文贝 ,  邓加贤

IPC: B25J9/16 ,  B25J9/10 ,  B25J9/14

Abstract: 本发明公开了一种气动肌肉驱动关节的无模型最优跟踪控制方法。本发明针对气动肌肉关节系统参数不确定、外部扰动、输入能耗最优等问题，设计了无模型的H∞最优跟踪控制器。仅仅利用传感器采集到的角度和角速度等状态数据直接进行求解最优控制律，这是一种基于数据驱动的控制方法，可以避免构建气动肌肉关节系统的误差对控制器设计带来的影响。另外本发明充分考虑到了外部扰动对关节系统的影响，将外部扰动也作为一个网络近似，其和控制输入分别最大化和最小化关节给定的价值函数，既保证了控制系统的鲁棒稳定性，又使得关节系统的性能指标最小。

公开(公告)号：CN112987573A

公开(公告)日：2021-06-18

申请号：CN202110219290.9

申请日：2021-02-26

Applicant: 中国计量大学

Inventor： 崔小红 ,  陈家裕

IPC: G05B13/04

Abstract: 本发明公开了基于离策强化学习的小车倒立摆系统的鲁棒最优控制方法。本发明借助倒立摆的跟踪误差系统和信号产生系统，组建成一个增广的系统。相对于这个增广后的系统，进而得到对应的基于小车倒立摆系统的时变HJI方程。设计了一种基于执行‑评价‑扰动网络结构的算法，得到时变HJI方程的近似解。采用具有时变特点的激活函数的神经网络进行逼近。为了满足倒立摆有限时间终端约束条件，在设计神经网络权重更新率时，额外的终端误差项被考虑。最后，借助李亚普诺夫稳定性理论，给出了小车倒立摆系统的角度、速度误差收敛性和跟踪误差系统稳定性的证明。本发明实现了外部扰动作用下直线倒立摆系统的有限时间最优控制。