公开(公告)号：CN119328753A

公开(公告)日：2025-01-21

申请号：CN202411497115.6

申请日：2024-10-25

Applicant: 常州大学

Inventor： 沈绍博 ,  李闯 ,  杨彪 ,  张万杰 ,  王姚

IPC: B25J9/16

Abstract: 本发明公开了一种时变时延条件下机器人的运动预测方法，由时延的最大值、机器人初始关节位置和初始关节速度确定次级预测器的个数及增益参数；由随时间变化的时延大小确定各个次级预测器的时变预测区间；将机器人从时滞运动到当前运动区间内的状态划分为与次级预测器的个数相同的运动子状态；构建与运动子状态数量相同的次级预测器；将次级预测器逐个串联，时变时延的机器人关节位置和关节速度信号作为第一个次级预测器的输入，后一个次级预测器以前一个次级预测器输出的预测值作为输入，由最后一个次级预测器输出机器人实际关节位置和实际关节速度的预测值，本发明预测精度高、适用范围广，易于工程应用和推广，有助于推动机器人技术的发展。

公开(公告)号：CN116804707A

公开(公告)日：2023-09-26

申请号：CN202310792298.3

申请日：2023-06-30

Applicant: 常州大学

Inventor： 强浩 ,  张万杰

IPC: G01R31/367 ,  G01R31/392

Abstract: 本发明涉及SVR技术领域，尤其涉及基于ISSA‑SVR的锂电池SOH预测方法及系统，包括采集锂电池数据，提取健康特征数据点；构建ISSA‑SVR模型，通过ISSA对SVR的超参数和惩罚系数进行寻优；利用最优惩罚系数c和超参数g构建SVR模型；使用均方根误差RMSE、均方误差MSE、平均绝对误差MAE和平均绝对百分比误差MAPE作为评估算法性能的标准。本发明通过改进型麻雀算法和支持向量回归机的SOH预测模型，准确的预测SOH的衰减曲线，提高SOH的估计精度。