-
公开(公告)号：CN112318505B
公开(公告)日：2021-11-16
申请号：CN202011171545.0
申请日：2020-10-28
Applicant: 江南大学
IPC: B25J9/16
Abstract: 本发明公开了一种移动机器人变批次长度迭代学习优化控制方法，涉及移动机器人优化控制领域；该方法基于提升技术将重复运行的移动机器人系统转换为时间序列的输入输出矩阵模型，并通过随机变量将变批次长度问题建立为批次长度随机变化模型；针对系统出现的批次长度变化情况，采用优化的思想设计迭代学习优化控制算法，并基于性能指标函数得到批次长度变化下迭代学习优化控制算法的前馈形式；基于逐次投影框架，证明了存在及不存在输入约束时所设计的迭代学习优化控制算法在数学期望意义下的收敛性。该方法解决了变批次长度下移动机器人系统的跟踪控制问题，同时考虑输入受约束的情况，从而实现对期望轨迹的高精度跟踪。
-
公开(公告)号：CN115437238B
公开(公告)日：2023-12-22
申请号：CN202211295280.4
申请日：2022-10-21
Applicant: 江南大学
IPC: G05B11/42
Abstract: 本发明公开了直流电机驱动单杆系统的变长度PD型迭代学习控制方法，涉及迭代学习控制领域，该方法针对变批次长度造成的跟踪误差信息缺失问题，选择使用零补偿方法进行修正，从而得到修正跟踪误差并将其用于控制律；针对由网络传输造成的输入时滞问题，以给定超前法消除其对控制律更新的影响，设计了PD型迭代学习控制方法。根据数学期望与λ范数进行收敛性分析，证明了跟踪误差在初始状态有界变化时期望意义下的收敛性。该方法可以适用于变批次长度直流电机驱动单杆系统的轨迹跟踪控制问题，实现系统输出对期望轨迹的精确跟踪。
-
公开(公告)号：CN116048085B
公开(公告)日：2023-11-07
申请号：CN202310080001.0
申请日：2023-02-03
Applicant: 江南大学
IPC: G05D1/02
Abstract: 本发明公开了一种移动机器人的故障估计和容错迭代学习控制方法，涉及移动机器人容错控制技术领域，该方法基于提升技术，将执行重复任务的移动机器人控制系统转换为时间序列的输入输出矩阵模型，并在迭代学习控制的框架下，设计了基于Q‑learning的故障估计算法和容错迭代学习控制算法，故障估计算法为容错迭代学习控制算法提供故障信息，容错迭代学习控制算法基于范数优化迭代学习控制框架，每个批次通过使用实时故障信息校正控制器输入，并且通过压缩映射的方法，证明了所设计容错迭代学习控制算法的收敛性。该方法可以解决执行器故障下移动机器人控制系统的轨迹跟踪问题，从而实现对期望轨迹的有效跟踪。
-
公开(公告)号：CN116713998A
公开(公告)日：2023-09-08
申请号：CN202310940409.0
申请日：2023-07-28
Applicant: 江南大学
IPC: B25J9/16
Abstract: 本发明公开了一种机器人非提升优化迭代学习控制方法，涉及机器人优化控制领域，该方法包括：将机器人阻抗控制系统的动力学方程转化为离散状态空间方程；将控制系统的控制过程描述为马尔可夫决策过程，分别设计有系统模型参数信息与无系统模型参数信息情形下的非提升优化ILC方法，相对于使用提升技术的优化ILC方法，减小了计算复杂度；针对有具体系统模型参数信息的情形，基于近似动态规划方法求解相应的贝尔曼方程，得到有系统模型参数信息情形下的非提升优化ILC方法；针对无系统模型参数信息的情形，基于Q‑学习方法，利用可测量数据通过最小二乘法实现指定性能指标的优化，得到无系统模型参数信息情形下的非提升优化ILC方法。
-
Patent Agency Ranking
公开(公告)号：CN113110063A
公开(公告)日：2021-07-13
申请号：CN202110500437.1
申请日：2021-05-08
Applicant: 江南大学
IPC: G05B13/04
Abstract: 本发明公开了一种单轴进给系统的鲁棒单调收敛点对点迭代学习控制方法，涉及单轴进给系统领域，该方法包括：通过动力学方程式表示单轴进给系统，将动力学方程式转变离散状态空间模型并得到输入输出矩阵模型；选取M个预设时间点，通过满足预设条件的托普利兹矩阵得到点对点不确定性动力学方程并得到预设时间点在当前运行批次的输出向量；通过预设时间点在当前运行批次的输出向量确定预设时间点在当前运行批次的跟踪误差；通过迭代学习控制更新律对当前运行批次的输入向量进行迭代更新直到跟踪误差不大于预设值，通过当前运行批次的输入向量对单轴进给系统进行控制，实现了点对点跟踪误差单调收敛。
-
公开(公告)号：CN116048085A
公开(公告)日：2023-05-02
申请号：CN202310080001.0
申请日：2023-02-03
Applicant: 江南大学
IPC: G05D1/02
Abstract: 本发明公开了一种移动机器人的故障估计和容错迭代学习控制方法，涉及移动机器人容错控制技术领域，该方法基于提升技术，将执行重复任务的移动机器人控制系统转换为时间序列的输入输出矩阵模型，并在迭代学习控制的框架下，设计了基于Q‑learning的故障估计算法和容错迭代学习控制算法，故障估计算法为容错迭代学习控制算法提供故障信息，容错迭代学习控制算法基于范数优化迭代学习控制框架，每个批次通过使用实时故障信息校正控制器输入，并且通过压缩映射的方法，证明了所设计容错迭代学习控制算法的收敛性。该方法可以解决执行器故障下移动机器人控制系统的轨迹跟踪问题，从而实现对期望轨迹的有效跟踪。
-
公开(公告)号：CN112318505A
公开(公告)日：2021-02-05
申请号：CN202011171545.0
申请日：2020-10-28
Applicant: 江南大学
IPC: B25J9/16
Abstract: 本发明公开了一种移动机器人变批次长度迭代学习优化控制方法，涉及移动机器人优化控制领域；该方法基于提升技术将重复运行的移动机器人系统转换为时间序列的输入输出矩阵模型，并通过随机变量将变批次长度问题建立为批次长度随机变化模型；针对系统出现的批次长度变化情况，采用优化的思想设计迭代学习优化控制算法，并基于性能指标函数得到批次长度变化下迭代学习优化控制算法的前馈形式；基于逐次投影框架，证明了存在及不存在输入约束时所设计的迭代学习优化控制算法在数学期望意义下的收敛性。该方法解决了变批次长度下移动机器人系统的跟踪控制问题，同时考虑输入受约束的情况，从而实现对期望轨迹的高精度跟踪。
-
公开(公告)号：CN115437238A
公开(公告)日：2022-12-06
申请号：CN202211295280.4
申请日：2022-10-21
Applicant: 江南大学
IPC: G05B11/42
Abstract: 本发明公开了直流电机驱动单杆系统的变长度PD型迭代学习控制方法，涉及迭代学习控制领域，该方法针对变批次长度造成的跟踪误差信息缺失问题，选择使用零补偿方法进行修正，从而得到修正跟踪误差并将其用于控制律；针对由网络传输造成的输入时滞问题，以给定超前法消除其对控制律更新的影响，设计了PD型迭代学习控制方法。根据数学期望与λ范数进行收敛性分析，证明了跟踪误差在初始状态有界变化时期望意义下的收敛性。该方法可以适用于变批次长度直流电机驱动单杆系统的轨迹跟踪控制问题，实现系统输出对期望轨迹的精确跟踪。
-
公开(公告)号：CN113110063B
公开(公告)日：2022-05-31
申请号：CN202110500437.1
申请日：2021-05-08
Applicant: 江南大学
IPC: G05B13/04
Abstract: 本发明公开了一种单轴进给系统的鲁棒单调收敛点对点迭代学习控制方法，涉及单轴进给系统领域，该方法包括：通过动力学方程式表示单轴进给系统，将动力学方程式转变离散状态空间模型并得到输入输出矩阵模型；选取M个预设时间点，通过满足预设条件的托普利兹矩阵得到点对点不确定性动力学方程并得到预设时间点在当前运行批次的输出向量；通过预设时间点在当前运行批次的输出向量确定预设时间点在当前运行批次的跟踪误差；通过迭代学习控制更新律对当前运行批次的输入向量进行迭代更新直到跟踪误差不大于预设值，通过当前运行批次的输入向量对单轴进给系统进行控制，实现了点对点跟踪误差单调收敛。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.019 seconds)
