基于水翼运动姿态的PID控制方法

    公开(公告)号:CN110083057A

    公开(公告)日:2019-08-02

    申请号:CN201910503634.1

    申请日:2019-06-12

    Abstract: 本发明提供一种基于水翼运动姿态的PID控制方法,控制器提供的控制量是水翼产生的升力。控制量由四部分组成:第一部分是输出达到期望加速度所必须提供的;第二部分是补偿非线性项,由智能自适应估计器提供;第三部分是补偿海浪扰动,由海浪扰动估计器提供;第四部分是PID控制器,其比例系数、积分时间常数和微分时间常数由动态补偿器提供;通过理论推导将基于反步法的滑模控制器与基于扰动补偿PID控制器联系起来,并得到切换控制等价于比例积分控制,切换控制可以用于实现不确定项和扰动补偿的结论。本发明方法适用于多种海况尤其是动态条件下的非线性船体运动姿态控制。

    基于水翼运动姿态的PID控制方法

    公开(公告)号:CN110083057B

    公开(公告)日:2021-12-07

    申请号:CN201910503634.1

    申请日:2019-06-12

    Abstract: 本发明提供一种基于水翼运动姿态的PID控制方法,控制器提供的控制量是水翼产生的升力。控制量由四部分组成:第一部分是输出达到期望加速度所必须提供的;第二部分是补偿非线性项,由智能自适应估计器提供;第三部分是补偿海浪扰动,由海浪扰动估计器提供;第四部分是PID控制器,其比例系数、积分时间常数和微分时间常数由动态补偿器提供;通过理论推导将基于反步法的滑模控制器与基于扰动补偿PID控制器联系起来,并得到切换控制等价于比例积分控制,切换控制可以用于实现不确定项和扰动补偿的结论。本发明方法适用于多种海况尤其是动态条件下的非线性船体运动姿态控制。

    一种基于信息融合的城市燃气日负荷组合预测方法

    公开(公告)号:CN111144649B

    公开(公告)日:2023-04-07

    申请号:CN201911360951.9

    申请日:2019-12-26

    Abstract: 本发明属于数据预测技术领域,具体涉及一种基于信息融合的城市燃气日负荷组合预测方法。本发明采用神经网络预测器GRNN、灰色‑GRNN和梯度‑GRNN进行预测,然后设计随机集组合预测器进行组合预测,基于改进羊群智能算法的参数寻优器对随机集组合预测器的参数寻优。本发明的神经网络预测器既可以去除可能存在的坏数据,又可以判别单一模型故障。本发明能够有效的剔除随机变量的随机性和不确定性,提高预测精度,尤其是某些预测模型发生故障时,可以通过异常数据检测器基于突变理论进行突变检测。

    一种基于信息融合的组合预测方法

    公开(公告)号:CN111144649A

    公开(公告)日:2020-05-12

    申请号:CN201911360951.9

    申请日:2019-12-26

    Abstract: 本发明属于数据预测技术领域,具体涉及一种基于信息融合的组合预测方法。本发明采用神经网络预测器GRNN、灰色-GRNN和梯度-GRNN进行预测,然后设计随机集组合预测器进行组合预测,基于改进羊群智能算法的参数寻优器对随机集组合预测器的参数寻优。本发明的神经网络预测器既可以去除可能存在的坏数据,又可以判别单一模型故障。本发明能够有效的剔除随机变量的随机性和不确定性,提高预测精度,尤其是某些预测模型发生故障时,可以通过异常数据检测器基于突变理论进行突变检测。

Patent Agency Ranking