-
公开(公告)号：CN114895564A
公开(公告)日：2022-08-12
申请号：CN202210548715.5
申请日：2022-05-20
Applicant: 南昌大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于扰动观测器和命令滤波器的电驱动柔性关节机械臂自适应神经网络控制器设计方法。首先，本发明基于n连杆柔性关节机械臂的电驱动动力学模型进行设计，虽然引入了更多的未知数，增加了被控系统的维度，但更符合实际情况。然后，针对径向基函数神经网络(RBFNN)收敛速度快、估计性能好等特点，采用径向基函数神经网络逼近系统的内部不确定性。其次，引入了一个基于扰动观测器的估计器来估计柔性关节机械臂系统中的匹配、非匹配时变不确定度。再者，引入二阶命令滤波器来解决反演控制中的“计算爆炸”问题。除此之外，出于实际应用中的安全考虑，本发明应用了一个障碍李亚普诺夫函数来实现机械臂位置输出限制。
-
公开(公告)号：CN114952835B
公开(公告)日：2024-11-26
申请号：CN202210548816.2
申请日：2022-05-20
Applicant: 南昌大学
Abstract: 本发明公开了一种基于扰动观测器的柔性关节机械臂神经网络积分滑模控制器设计方法。综合了神经网络、自适应扰动观测器和积分滑模的优点。考虑到径向基函数神经网络(RBFNN)具有学习收敛速度快、逼近能力强的特点，本发明采用2个径向基函数神经网络矩阵对机械臂‑执行器的动态参数进行估计。针对使用RBFNN时存在估计误差，以及机械臂系统在实际工作中存在外部扰动的特点，本发明提出了一种新的扰动观测器来估计由RBFNN的估计误差和时变外部扰动组成的系统集总不确定度。不仅如此，为了进一步消除稳态误差，我们引入了积分滑动面。此外，出于安全考虑，我们在控制器的设计中采用障碍李雅普诺夫函数(BLF)实现输出位置约束。
-
公开(公告)号：CN114004395A
公开(公告)日：2022-02-01
申请号：CN202111225335.X
申请日：2021-10-21
Applicant: 南昌大学
Abstract: 本发明公开了一种考虑储热改造与最优弃能协同促进碳减排的风光火储双层调度方法，首先对火电机组储热改造运行状态进行建模；然后建立以电网净负荷方差及弃能最小的多目标上层模型；其次建立碳交易成本模型,基于此，建立以系统总成本和碳交易成本最小为目标的下层模型；最后再适当改变弃能上限约束，在MATLAB环境下基于yalmip平台，调用gurobi求解器计算。本发明提出的模型能够实现调度策略的经济性与低碳性，并能给出机组储热改造时能够产生经济效益与低碳效益的最优弃能范围。
-
公开(公告)号：CN114147713B
公开(公告)日：2024-01-19
申请号：CN202111455320.2
申请日：2021-12-01
Applicant: 南昌大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于自适应神经网络高阶动态滑模的轨迹跟踪控制方法，首先建立具有一般性的n阶非线性系统模型，通过设计动态滑模控制和一阶滤波器，解决反演控制带来的信息爆炸问题，再通过基于径向基自适应神经网络控制估计系统的非线性扰动。通过李雅普诺夫证明设计的控制方法对所提出的系统证明其稳定性，最后将其控制方法运用在二维非线性柔性机械臂控制系统中，在系统外部非线性不确定干扰情况下，基于各个关节的测量信息，实现对柔性机械臂的轨迹跟踪控制，并保证控制的鲁棒性，提高了误差的收敛速度和跟踪精度。
-
Patent Agency Ranking
公开(公告)号：CN114895564B
公开(公告)日：2023-05-02
申请号：CN202210548715.5
申请日：2022-05-20
Applicant: 南昌大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于扰动观测器和命令滤波器的电驱动柔性关节机械臂自适应神经网络控制器设计方法。首先，本发明基于n连杆柔性关节机械臂的电驱动动力学模型进行设计，虽然引入了更多的未知数，增加了被控系统的维度，但更符合实际情况。然后，针对径向基函数神经网络(RBFNN)收敛速度快、估计性能好等特点，采用径向基函数神经网络逼近系统的内部不确定性。其次，引入了一个基于扰动观测器的估计器来估计柔性关节机械臂系统中的匹配、非匹配时变不确定度。再者，引入二阶命令滤波器来解决反演控制中的“计算爆炸”问题。除此之外，出于实际应用中的安全考虑，本发明应用了一个障碍李亚普诺夫函数来实现机械臂位置输出限制。
-
公开(公告)号：CN114147713A
公开(公告)日：2022-03-08
申请号：CN202111455320.2
申请日：2021-12-01
Applicant: 南昌大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于自适应神经网络高阶动态滑模的轨迹跟踪控制方法，首先建立具有一般性的n阶非线性系统模型，通过设计动态滑模控制和一阶滤波器，解决反演控制带来的信息爆炸问题，再通过基于径向基自适应神经网络控制估计系统的非线性扰动。通过李雅普诺夫证明设计的控制方法对所提出的系统证明其稳定性，最后将其控制方法运用在二维非线性柔性机械臂控制系统中，在系统外部非线性不确定干扰情况下，基于各个关节的测量信息，实现对柔性机械臂的轨迹跟踪控制，并保证控制的鲁棒性，提高了误差的收敛速度和跟踪精度。
-
公开(公告)号：CN115409355A
公开(公告)日：2022-11-29
申请号：CN202211023016.5
申请日：2022-08-25
Applicant: 南昌大学
Abstract: 本发明公开了一种多区域混合储能微电网双层优化配置方法。首先，考虑到储能特性，搭建了电池寿命成本模型和水轮机工作效率模型；根据各区域的用电习惯，建立了居民、商业、工业区域的需求响应机制模型。然后，以年投资成本和日运行经济为目标函数，建立多区域混合储能微电网双层优化配置模型，并使用分段线性化方法将原模型的非线性问题转化为混合整数线性规划问题，最后，采用粒子群算法和Gurobi求解器对模型的上层和下层进行求解，并使用基于需求度的Shapley值法对成本进行分摊。本发明提出的方法可以在有效提高储能的寿命的同时，有效减少微电网建设运行的成本，并能更加公平合理的对成本进行分摊。
-
公开(公告)号：CN114952835A
公开(公告)日：2022-08-30
申请号：CN202210548816.2
申请日：2022-05-20
Applicant: 南昌大学
Abstract: 本发明公开了一种基于扰动观测器的柔性关节机械臂神经网络积分滑模控制器设计方法。综合了神经网络、自适应扰动观测器和积分滑模的优点。考虑到径向基函数神经网络(RBFNN)具有学习收敛速度快、逼近能力强的特点，本发明采用2个径向基函数神经网络矩阵对机械臂‑执行器的动态参数进行估计。针对使用RBFNN时存在估计误差，以及机械臂系统在实际工作中存在外部扰动的特点，本发明提出了一种新的扰动观测器来估计由RBFNN的估计误差和时变外部扰动组成的系统集总不确定度。不仅如此，为了进一步消除稳态误差，我们引入了积分滑动面。此外，出于安全考虑，我们在控制器的设计中采用障碍李雅普诺夫函数(BLF)实现输出位置约束。
-
公开(公告)号：CN114021792A
公开(公告)日：2022-02-08
申请号：CN202111252429.6
申请日：2021-10-27
Applicant: 南昌大学
IPC: G06Q10/04 , G06Q10/06 , G06Q30/02 , G06Q50/06 , H02J3/46 , G06F30/20 , G06F111/04 , G06F113/04 , G06F113/06
Abstract: 本发明公开了一种热电联供微电网优化运行方法，包括以下步骤：步骤1，对热电联供微电网设备建模；步骤2，建立风、光机组出力不确定性模型；步骤3，建立用户热舒适度和供热区域热惯性模型；步骤4，建立基于价格弹性矩阵的需求响应模型；步骤5，运用区间线性规划处理热电联供型微网中风、光机组出力随机性；步骤6，建立热电联供微电网优化调度模型；步骤7，运用MATLAB结合Gurobi求解器求解。算例结果表明，本发明所提的优化模型具有良好的鲁棒性，在有效处理不确定性的同时，减少了经济成本并实现热电解耦。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.03 seconds)
