公开(公告)号：CN118682745A

公开(公告)日：2024-09-24

申请号：CN202410696390.4

申请日：2024-05-31

Applicant: 南通大学

Inventor： 周星宇 ,  韩天翔 ,  王广旭 ,  易丹虎 ,  张思洁 ,  宗天成

IPC: B25J9/16 ,  G06F17/15 ,  G06F17/16

Abstract: 本发明提供了一种刚柔耦合机器人模糊强化学习预定时间振动抑制方法，属于刚柔耦合机械臂控制技术领域，解决了大形变刚柔耦合机器人系统动力学建模及在非线性输入死区下基于模糊强化学习的刚柔耦合机器人系统预定时间轨迹跟踪与弹性振动抑制的技术问题。其技术方案为：包括以下步骤：步骤一：确定刚柔耦合机器人的物理参数和运动学特性；步骤二：并获得柔性刚柔耦合机器人的角度位置；步骤三：计算轨迹跟踪误差及误差性能；步骤四：定义评价神经网络；步骤五：定义模糊IF‑THEN规则；步骤六：计算τ(t)，更新#imgabs0#本发明的有益效果为：本发明的方法确保同时振动抑制和轨迹跟踪的显著优势。

公开(公告)号：CN119395987A

公开(公告)日：2025-02-07

申请号：CN202411438335.1

申请日：2024-10-15

Applicant: 南通大学

Inventor： 韩天翔 ,  周星宇 ,  蔡伟 ,  李永琪 ,  唐思语 ,  马俊杰 ,  蔡帅

IPC: G05B13/04

Abstract: 本发明提供了一种有限时间分数阶时滞耦合竞争型神经网络同步学习法，属于迭代学习控制技术领域。解决了分数阶时滞耦合竞争型神经网络在时间轴上难以实现完全同步和控制器结构设计复杂的技术问题。其技术方案为：包括以下步骤：S1：建立单个带有时滞的竞争型神经网络模型；S2：对其进行矩阵提升，写为紧凑形式；S3：考虑多个时滞竞争型神经网络组成的耦合竞争型神经网络，并借助图论描述网络之间的通信拓扑；S4：设计一种输入共享分数阶量化学习控制协议，并将其写为矩阵形式；S5：对上述所设计的控制协议进行收敛证明。本发明的有益效果为：输入共享的控制协使分数阶时滞耦合竞争型神经网络的同步速度明显提升。