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

    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。

    一种电驱动柔性关节机械臂自适应神经网络控制器设计方法

    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

    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。

    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

    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

    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。

    一种考虑可调热电比的能量枢纽双层优化方法

    公开(公告)号:CN114169212A

    公开(公告)日:2022-03-11

    申请号:CN202111465739.6

    申请日:2021-12-03

    Applicant: 南昌大学

    Abstract: 本发明提出一种考虑可调热电比的能量枢纽双层优化方法:针对能量枢纽输入侧接入的风电,采用基于数据集的改进k‑means聚类典型场景缩减方法,用若干个有代表性的风电出力场景和对应的概率来描述风电出力特征;基于各风电出力场景,构建考虑热电比可调的能量枢纽双层优化模型,上层以能量枢纽经济效益最大为目标,下层以能量枢纽用能效率最大为目标,建立能量枢纽能源因子分配和设备内部运行间的关系。采用K‑T条件将下层模型转化为约束条件加入上层模型中,从而将双层优化问题转化为单层优化问题,基于MATLAB优化工具箱由启发式算法对模型进行求解。本发明根据不同季节的能源需求特点调节CHP热电比,接入风电后能量枢纽的经济效益和用能效率得到一定改善。

    一种考虑可调热电比的能量枢纽双层优化方法

    公开(公告)号:CN114169212B

    公开(公告)日:2024-05-03

    申请号:CN202111465739.6

    申请日:2021-12-03

    Applicant: 南昌大学

    Abstract: 本发明提出一种考虑可调热电比的能量枢纽双层优化方法:针对能量枢纽输入侧接入的风电,采用基于数据集的改进k‑means聚类典型场景缩减方法,用若干个有代表性的风电出力场景和对应的概率来描述风电出力特征;基于各风电出力场景,构建考虑热电比可调的能量枢纽双层优化模型,上层以能量枢纽经济效益最大为目标,下层以能量枢纽用能效率最大为目标,建立能量枢纽能源因子分配和设备内部运行间的关系。采用K‑T条件将下层模型转化为约束条件加入上层模型中,从而将双层优化问题转化为单层优化问题,基于MATLAB优化工具箱由启发式算法对模型进行求解。本发明根据不同季节的能源需求特点调节CHP热电比,接入风电后能量枢纽的经济效益和用能效率得到一定改善。

    一种考虑碳捕集和电转气协同的多能流综合能源低碳调度方法

    公开(公告)号:CN114169727A

    公开(公告)日:2022-03-11

    申请号:CN202111442755.3

    申请日:2021-11-30

    Applicant: 南昌大学

    Abstract: 本发明根据多能流综合能源系统中存在运行效率和碳排放问题,设计了一种考虑碳捕集和电转气协同的多能流综合能源低碳调度方法,将碳捕集和电转气协同技术和碳交易机制引入能源系统模型中,以此降低系统综合运行成本和碳排放。首先根据电、热、天然气能源系统的运行方法和特点,构建了适合电、热、天然气能源紧密耦合的综合能源系统调度模型,其模型中包含了碳捕集设备、电转气设备、热电联产设备、能源供应设备等设备,并构建了碳交易模型;其次,以能源系统运行综合成本最低为目标,建立了多能流综合能源系统优化调度模型;最后,通过场景算例仿真验证了所提方法能够合理提升能源系统运行效率,减少碳排放,具有较好的经济性。

    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

    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。

    考虑日历寿命的海上风电配置储能系统容量优化方法

    公开(公告)号:CN112736952A

    公开(公告)日:2021-04-30

    申请号:CN202011582726.2

    申请日:2020-12-28

    Applicant: 南昌大学

    Abstract: 本发明提供了考虑日历寿命的海上风电配置储能系统容量优化方法,包括以下步骤:步骤1,基于风电接入技术准则和电网调度需求,对风电场的弃风功率值予以优化,并通过电池储能吸收实际风电出力与调度参考值差值间所产生的电量,从而减少弃风电量;从能量吞吐量角度出发,建立电池储能实际使用日历寿命评估模型;步骤2,基于该模型,以风储联合系统规划年限净现值最大为目标,建立模型约束条件,提出综合考虑风电弃风优化和日历寿命特性的电池储能容量优化模型。与固定寿命模型以及循环寿命模型相比较,本发明储能电站寿命预测方法能更准确的评估电源侧风电场的储能电站容量,以及更准确的评估其投资回报效益。

Patent Agency Ranking