公开(公告)号：CN113900377A

公开(公告)日：2022-01-07

申请号：CN202111215946.6

申请日：2021-10-19

Applicant: 江南大学

Inventor： 陶洪峰 ,  周晨辉 ,  庄志和

IPC: G05B13/04

Abstract: 本发明公开了一种双转子气动系统点对点迭代学习最小能量控制方法，涉及直流电动机优化控制领域，该方法基于提升技术将重复运行的双转子气动系统转换为时间序列的输入输出矩阵模型，选取M个跟踪时间点作为变量，提出点对点迭代学习控制的最小能量问题设计框架，并基于该框架设计了一种范数优化点对点迭代学习控制与坐标下降法结合的控制算法来解决这个优化问题。此外，当系统模型存在不确定性时，分析所设计最小能量控制算法的鲁棒性。该方法也可以拓展到输入输出约束系统中，在实现点对点跟踪任务的同时，达到最小输入能量的目的。

公开(公告)号：CN115047763A

公开(公告)日：2022-09-13

申请号：CN202210639228.X

申请日：2022-06-08

Applicant: 江南大学

Inventor： 陶洪峰 ,  周晨辉 ,  庄志和 ,  巩朝阳

IPC: G05B13/04

Abstract: 本发明公开了一种多无人机系统的最小能量控制方法，涉及直流电动机优化控制领域，该方法包括：基于提升技术将重复运行的多无人机系统转换为时间序列的输入输出矩阵模型，分别设计集中式与分布式点对点迭代学习控制方法。选取M个跟踪时间点作为变量，提出点对点迭代学习控制的最小能量问题设计框架，并基于该框架设计了一种范数优化点对点迭代学习控制与坐标下降法结合的控制算法来解决这个优化问题。通过坐标下降方法改变跟踪时间点的分布从而减少系统能量损耗。