-
公开(公告)号：CN117970819B
公开(公告)日：2024-06-21
申请号：CN202410384266.4
申请日：2024-04-01
Applicant: 北京邮电大学
IPC: G05B13/04
Abstract: 本申请提出一种状态约束下非线性机电系统的优化控制方法及系统，所述方法包括：获取待控制的非线性机电系统的初始数据、收敛精度阈值、初始代价函数值；确定系统输入对应的数据；判断代价函数值的差值、判断系统输入的差值的范数、系统输入对应的权重矩阵估计值的差值的范数、系统输入对应的约束条件对应的值是否均满足预设条件，若是，输出当前非线性机电系统的控制指令值，并基于所述控制指令值进行非线性机电系统的控制。本申请提出的技术方案，不需要提前获取精确的系统模型信息，仅利用在线的数据求解最优控制问题，同时可以有效避免“维度灾难”问题，进而可以简单准确的对非线性机电系统进行控制。
-
Patent Agency Ranking
公开(公告)号：CN119148539B
公开(公告)日：2025-02-25
申请号：CN202411631841.2
申请日：2024-11-15
Applicant: 北京邮电大学
IPC: G05B13/04
Abstract: 本申请提出了一种非线性电机伺服系统的最优轨迹跟踪控制方法及装置，涉及人工智能技术领域，其中，该方法包括：建立电机系统跟踪控制的误差动态模型，引入新的状态变量将其转化为增广系统模型，并确定状态不等式约束下的最优跟踪控制问题的描述形式；基于增广系统模型，利用函数近似方法建立未知动态系统的辨识模型；通过并行学习方法，利用在线数据和历史数据预估辨识模型中的未知参数；基于辨识模型，通过迭代算法更新控制输入，对状态不等式约束下的最优跟踪控制问题进行求解，得到最优跟踪控制策略。采用上述方案的本申请不依赖电机系统精确模型，实现了在保证电机系统状态满足已有的约束的同时，最小化有限时域内的跟踪误差和控制能耗。
-
公开(公告)号：CN117970817B
公开(公告)日：2024-06-21
申请号：CN202410372235.7
申请日：2024-03-29
Applicant: 北京邮电大学
IPC: G05B13/04
Abstract: 本申请提出了一种非线性机电系统在线辨识与鲁棒控制方法及装置，包括：将控制器作为最小化代价函数的参与者，将系统干扰作为最大化代价函数的参与者，建立基于二人零和微分博弈的系统描述形式；基于二人零和微分博弈的系统描述形式中引入神经网络，建立不确定模型的参数化辨识形式；利用在线的瞬时数据和离线的历史数据，采用并行学习技术来辨识不确定模型中的未知参数；基于辨识后的参数，通过求解鞍点的自适应迭代算法学习微分对策的解，得到最坏的干扰情况下系统的最优鲁棒控制器。本申请拓展了传统的庞特里亚金极大极小值原理，将参数辨识与极大极小值原理相结合，有效的提高了控制品质。
-
公开(公告)号：CN117970819A
公开(公告)日：2024-05-03
申请号：CN202410384266.4
申请日：2024-04-01
Applicant: 北京邮电大学
IPC: G05B13/04
Abstract: 本申请提出一种状态约束下非线性机电系统的优化控制方法及系统，所述方法包括：获取待控制的非线性机电系统的初始数据、收敛精度阈值、初始代价函数值；确定系统输入对应的数据；判断代价函数值的差值、判断系统输入的差值的范数、系统输入对应的权重矩阵估计值的差值的范数、系统输入对应的约束条件对应的值是否均满足预设条件，若是，输出当前非线性机电系统的控制指令值，并基于所述控制指令值进行非线性机电系统的控制。本申请提出的技术方案，不需要提前获取精确的系统模型信息，仅利用在线的数据求解最优控制问题，同时可以有效避免“维度灾难”问题，进而可以简单准确的对非线性机电系统进行控制。
-
公开(公告)号：CN119148539A
公开(公告)日：2024-12-17
申请号：CN202411631841.2
申请日：2024-11-15
Applicant: 北京邮电大学
IPC: G05B13/04
Abstract: 本申请提出了一种非线性电机伺服系统的最优轨迹跟踪控制方法及装置，涉及人工智能技术领域，其中，该方法包括：建立电机系统跟踪控制的误差动态模型，引入新的状态变量将其转化为增广系统模型，并确定状态不等式约束下的最优跟踪控制问题的描述形式；基于增广系统模型，利用函数近似方法建立未知动态系统的辨识模型；通过并行学习方法，利用在线数据和历史数据预估辨识模型中的未知参数；基于辨识模型，通过迭代算法更新控制输入，对状态不等式约束下的最优跟踪控制问题进行求解，得到最优跟踪控制策略。采用上述方案的本申请不依赖电机系统精确模型，实现了在保证电机系统状态满足已有的约束的同时，最小化有限时域内的跟踪误差和控制能耗。
-
公开(公告)号：CN117970817A
公开(公告)日：2024-05-03
申请号：CN202410372235.7
申请日：2024-03-29
Applicant: 北京邮电大学
IPC: G05B13/04
Abstract: 本申请提出了一种非线性机电系统在线辨识与鲁棒控制方法及装置，包括：将控制器作为最小化代价函数的参与者，将系统干扰作为最大化代价函数的参与者，建立基于二人零和微分博弈的系统描述形式；基于二人零和微分博弈的系统描述形式中引入神经网络，建立不确定模型的参数化辨识形式；利用在线的瞬时数据和离线的历史数据，采用并行学习技术来辨识不确定模型中的未知参数；基于辨识后的参数，通过求解鞍点的自适应迭代算法学习微分对策的解，得到最坏的干扰情况下系统的最优鲁棒控制器。本申请拓展了传统的庞特里亚金极大极小值原理，将参数辨识与极大极小值原理相结合，有效的提高了控制品质。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
