-
公开(公告)号：CN109905067B
公开(公告)日：2020-11-06
申请号：CN201910294733.3
申请日：2019-04-12
Applicant: 北京理工大学
IPC: H02P29/00
Abstract: 本发明涉及一种电机驱动系统结构与控制一体优化方法，属于机电设计与控制技术领域。本发明同时考虑了结构设计与控制设计，而不是二者单独设计。应用本发明，能够得到考虑结构在内的控制系统最优设计，从而提升电机驱动系统的控制性能。针对电机驱动系统要求较好动态性能的特点，本发明设计了固定时间收敛跟踪控制器。通过同时考虑结构参数优化与控制器参数优化，建立了电机驱动系统结构/控制一体化设计性能指标，通过嵌套式优化方法与果蝇优化算法相结合的优化策略，得到了系统的全局最优设计参数，从而提升了控制性能，也为实际系统搭建提供了参考依据。
-
公开(公告)号：CN111062147B
公开(公告)日：2022-02-01
申请号：CN201911412866.2
申请日：2019-12-31
Applicant: 北京理工大学
Abstract: 本发明涉及一种四电机联动系统固定时间控制与结构联合优化方法和系统，通过获取四电机联动系统的结构系数和性能系数；根据结构系数和性能系数，以电机转动惯量为优化目标，以电机转动惯量的上界、电机转动惯量的下界、传动力矩、传动力矩与四电机联动系统固定时间控制与结构联合优化输入量间的差值为约束条件，构建一体化性能指标模型；采用细菌觅食优化算法，确定一体化性能指标模型中电机转动惯量的最小值；采用电机转动惯量的最小值，对四电机联动系统中的电机进行驱动控制。本发明提供的四电机联动系统固定时间控制与结构联合优化方法和系统，能够高效、可靠地得到四电机联动系统的全局最优参数，以实现对四电机联动系统的精确控制。
-
公开(公告)号：CN110932609A
公开(公告)日：2020-03-27
申请号：CN201911413089.3
申请日：2019-12-31
Applicant: 北京理工大学
Abstract: 本发明涉及一种多电机伺服系统自适应递推控制方法和系统，在获取多电机伺服系统的状态参数与电机和负载的位置速度信息后，将其输入至双环神经网络模型，根据多电机伺服系统的跟踪误差，在线训练双环神经网络，得到非线性估计值，然后根据非线性估计值，构建得到多电机伺服系统的自适应递推控制器，进而采用自适应递推控制器对多电机伺服系统进行精确控制，以使多电机伺服系统能够快速达到稳定状态。
-
公开(公告)号：CN109905067A
公开(公告)日：2019-06-18
申请号：CN201910294733.3
申请日：2019-04-12
Applicant: 北京理工大学
IPC: H02P29/00
Abstract: 本发明涉及一种电机驱动系统结构与控制一体优化方法，属于机电设计与控制技术领域。本发明同时考虑了结构设计与控制设计，而不是二者单独设计。应用本发明，能够得到考虑结构在内的控制系统最优设计，从而提升电机驱动系统的控制性能。针对电机驱动系统要求较好动态性能的特点，本发明设计了固定时间收敛跟踪控制器。通过同时考虑结构参数优化与控制器参数优化，建立了电机驱动系统结构/控制一体化设计性能指标，通过嵌套式优化方法与果蝇优化算法相结合的优化策略，得到了系统的全局最优设计参数，从而提升了控制性能，也为实际系统搭建提供了参考依据。
-
Patent Agency Ranking
公开(公告)号：CN114200837B
公开(公告)日：2023-10-10
申请号：CN202111488340.X
申请日：2021-12-08
Applicant: 北京理工大学
IPC: G05B13/04
Abstract: 本发明提供了一种干扰未知球形机器人系统的分层滑模控制方法，能够采用自适应神经网络理论对球形机器人系统进行运动控制，从而实现对干扰未知球形机器人系统精确控制。本发明的技术方案包括以下步骤：针对被控球形机器人系统建立含未知项的球形机器人系统的数学模型，未知项为未知干扰。基于神经网络对球形机器人系统的数学模型中的未知项进行逼近，并基于控制误差信息对神经网络权重参数进行自适应估计。基于自适应神经网络逼近的未知项及定义的滑模面，设计带有干扰补偿的滑模控制器。利用滑模控制器对干扰未知球形机器人的进行控制。
-
公开(公告)号：CN114172428A
公开(公告)日：2022-03-11
申请号：CN202111488907.3
申请日：2021-12-08
Applicant: 北京理工大学
Abstract: 本发明公开了一种多电机伺服系统的时间最优控制方法和系统，一种多电机伺服系统的时间最优控制方法，具有控制效率高和控制精确的特点，能够使多电机伺服系统快速达到稳定状态。首先获取多电机伺服系统的状态参数。然后将电机的位置和速度以及负载的位置和速度输入一阶扰动观测器，利用辅助变量更新并确定系统扰动估计值。根据系统扰动估计值，构建多电机伺服系统的时间最优控制器。采用时间最优控制器，完成对多电机伺服系统的控制。
-
公开(公告)号：CN111062147A
公开(公告)日：2020-04-24
申请号：CN201911412866.2
申请日：2019-12-31
Applicant: 北京理工大学
Abstract: 本发明涉及一种四电机联动系统固定时间控制与结构联合优化方法和系统，通过获取四电机联动系统的结构系数和性能系数；根据结构系数和性能系数，以电机转动惯量为优化目标，以电机转动惯量的上界、电机转动惯量的下界、传动力矩、传动力矩与四电机联动系统固定时间控制与结构联合优化输入量间的差值为约束条件，构建一体化性能指标模型；采用细菌觅食优化算法，确定一体化性能指标模型中电机转动惯量的最小值；采用电机转动惯量的最小值，对四电机联动系统中的电机进行驱动控制。本发明提供的四电机联动系统固定时间控制与结构联合优化方法和系统，能够高效、可靠地得到四电机联动系统的全局最优参数，以实现对四电机联动系统的精确控制。
-
公开(公告)号：CN114200837A
公开(公告)日：2022-03-18
申请号：CN202111488340.X
申请日：2021-12-08
Applicant: 北京理工大学
IPC: G05B13/04
Abstract: 本发明提供了一种干扰未知球形机器人系统的分层滑模控制方法，能够采用自适应神经网络理论对球形机器人系统进行运动控制，从而实现对干扰未知球形机器人系统精确控制。本发明的技术方案包括以下步骤：针对被控球形机器人系统建立含未知项的球形机器人系统的数学模型，未知项为未知干扰。基于神经网络对球形机器人系统的数学模型中的未知项进行逼近，并基于控制误差信息对神经网络权重参数进行自适应估计。基于自适应神经网络逼近的未知项及定义的滑模面，设计带有干扰补偿的滑模控制器。利用滑模控制器对干扰未知球形机器人的进行控制。
-
公开(公告)号：CN110932609B
公开(公告)日：2021-11-09
申请号：CN201911413089.3
申请日：2019-12-31
Applicant: 北京理工大学
Abstract: 本发明涉及一种多电机伺服系统自适应递推控制方法和系统，在获取多电机伺服系统的状态参数与电机和负载的位置速度信息后，将其输入至双环神经网络模型，根据多电机伺服系统的跟踪误差，在线训练双环神经网络，得到非线性估计值，然后根据非线性估计值，构建得到多电机伺服系统的自适应递推控制器，进而采用自适应递推控制器对多电机伺服系统进行精确控制，以使多电机伺服系统能够快速达到稳定状态。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.017 seconds)
