-
公开(公告)号：CN110524525B
公开(公告)日：2022-04-26
申请号：CN201910946543.5
申请日：2019-10-05
Applicant: 河北工业大学
Abstract: 本发明公开了一种下肢外骨骼控制方法，包括采集受试者下肢运动学数据；建立下肢外骨骼动力学模型；设计非线性积分滑模面；设计模糊滑模控制器，得到模糊滑模控制律。本方法采用欧拉‑拉格朗日法建立下肢外骨骼的动力学模型，然后为消除滑模控制中普遍存在的抖振现象以及由积分项引起的Windup效应，在滑模变结构控制器的基础上，引入具有非线性势能函数来代替传统的积分滑模面。同时为克服下肢外骨骼建模过程中的建模误差、信号噪声及外界扰动等因素带来的干扰，利用模糊系统的逼近特性来设计模糊滑模控制器，以获得满意的下肢外骨骼控制性能。
-
公开(公告)号：CN111459051A
公开(公告)日：2020-07-28
申请号：CN202010331109.9
申请日：2020-04-23
Applicant: 河北工业大学
IPC: G05B17/02
Abstract: 本发明公开了一种带扰动观测器的离散终端滑模无模型控制方法。该方法将无模型自适应控制和离散终端滑模控制相结合，同时引入模糊RBF神经网络扰动观测器对外界干扰进行准确估计，增加了抗干扰性，能够解决非线性强、难建立精确数学模型的问题，既能避免复杂模型的建模不准确问题，同时加入离散终端滑模控制增强系统的鲁棒性和抗干扰性，比传统单一的无模型控制方法能更精准的跟踪理想期望曲线，而且与理想期望值的误差很小，实现高精度、高稳定和高适用性的控制，同时降低工业能耗。
-
Patent Agency Ranking
公开(公告)号：CN110711114A
公开(公告)日：2020-01-21
申请号：CN201910989943.4
申请日：2019-10-17
Applicant: 河北工业大学
IPC: A61H3/00
Abstract: 本发明为一种基于动力学模型的外骨骼自抗扰控制方法，该方法将人机交互力简化为弹力加入到力学模型，构成人机交互力的动力学模型；利用跟踪微分器追踪不同步态下的关节角度数据曲线，使跟踪微分器能够模拟使用者的步态进行行走，然后通过跟踪微分器输出关节力矩，将关节力矩带入到人机交互力的动力学模型，输出关节角度反馈给扩张状态观测器，扩张状态观测器将对动力学模型进行扩张，并对未知模型的状态和内外部扰动进行估计，通过扩张状态观测器进行状态估计后再返回到跟踪微分器，完成外骨骼自抗扰控制。该方法对下肢外骨骼具有良好的控制效果和较强的抗干扰能力，并具有良好的响应速度和鲁棒性。
-
公开(公告)号：CN110524525A
公开(公告)日：2019-12-03
申请号：CN201910946543.5
申请日：2019-10-05
Applicant: 河北工业大学
Abstract: 本发明公开了一种下肢外骨骼控制方法，包括采集受试者下肢运动学数据；建立下肢外骨骼动力学模型；设计非线性积分滑模面；设计模糊滑模控制器，得到模糊滑模控制律。本方法采用欧拉-拉格朗日法建立下肢外骨骼的动力学模型，然后为消除滑模控制中普遍存在的抖振现象以及由积分项引起的Windup效应，在滑模变结构控制器的基础上，引入具有非线性势能函数来代替传统的积分滑模面。同时为克服下肢外骨骼建模过程中的建模误差、信号噪声及外界扰动等因素带来的干扰，利用模糊系统的逼近特性来设计模糊滑模控制器，以获得满意的下肢外骨骼控制性能。
-
公开(公告)号：CN111459051B
公开(公告)日：2023-05-12
申请号：CN202010331109.9
申请日：2020-04-23
Applicant: 河北工业大学
IPC: G05B17/02
Abstract: 本发明公开了一种带扰动观测器的离散终端滑模无模型控制方法。该方法将无模型自适应控制和离散终端滑模控制相结合，同时引入模糊RBF神经网络扰动观测器对外界干扰进行准确估计，增加了抗干扰性，能够解决非线性强、难建立精确数学模型的问题，既能避免复杂模型的建模不准确问题，同时加入离散终端滑模控制增强系统的鲁棒性和抗干扰性，比传统单一的无模型控制方法能更精准的跟踪理想期望曲线，而且与理想期望值的误差很小，实现高精度、高稳定和高适用性的控制，同时降低工业能耗。
-
公开(公告)号：CN112947071A
公开(公告)日：2021-06-11
申请号：CN202110117310.1
申请日：2021-01-28
Applicant: 河北工业大学
IPC: G05B13/04
Abstract: 本发明为一种基于Backstepping的下肢外骨骼控制方法，包括第一步、建立下肢外骨骼动力学模型，并转化为控制系统状态方程；第二步、设计Backstepping控制器；第三步、改进RBF扰动观测器，包括设计RBF扰动观测器和RBF神经网络自适应律；第四步、控制实施，使下肢外骨骼按照期望轨迹运动。该方法针对外部随机扰动，利用RBF神经网络的逼近特性，设计扰动观测器，对外部随机扰动进行逼近；针对RBF神经网络存在的网络逼近误差，进一步改进扰动观测器，引入辅助变量对网络逼近误差进行补偿，进而对外部随机扰动进行补偿，使对外部随机扰动的逼近更接近于真实值，降低了RBF神经网络的逼近误差。
-
公开(公告)号：CN112947071B
公开(公告)日：2022-04-01
申请号：CN202110117310.1
申请日：2021-01-28
Applicant: 河北工业大学
IPC: G05B13/04
Abstract: 本发明为一种基于Backstepping的下肢外骨骼控制方法，包括第一步、建立下肢外骨骼动力学模型，并转化为控制系统状态方程；第二步、设计Backstepping控制器；第三步、改进RBF扰动观测器，包括设计RBF扰动观测器和RBF神经网络自适应律；第四步、控制实施，使下肢外骨骼按照期望轨迹运动。该方法针对外部随机扰动，利用RBF神经网络的逼近特性，设计扰动观测器，对外部随机扰动进行逼近；针对RBF神经网络存在的网络逼近误差，进一步改进扰动观测器，引入辅助变量对网络逼近误差进行补偿，进而对外部随机扰动进行补偿，使对外部随机扰动的逼近更接近于真实值，降低了RBF神经网络的逼近误差。
-
-
-
-
-
-
Search Results
7
records
(took 0.02 seconds)
