-
公开(公告)号：CN110134011B
公开(公告)日：2022-01-11
申请号：CN201910328490.0
申请日：2019-04-23
Applicant: 浙江工业大学
IPC: G05B13/04
Abstract: 一种倒立摆自适应迭代学习反演控制方法,针对含有未知输入饱和的倒立摆系统，利用神经网络和反演控制方法，结合自适应迭代学习控制，设计一种自适应迭代学习反演控制器。积分李雅普诺夫函数的构建解决了由于未知增益函数求导引起的控制问题。基于中值定理，采用双曲正切函数逼近输入饱和项。然后，采用径向基神经网络逼近和补偿系统不确定未知项，并采用两个组合自适应律更新神经网络的权值和估计误差的界。本发明在系统存在输入饱和的情况下，提供了一种能补偿系统未知不确定性，解决由于未知增益函数求导引起的控制问题，实现系统跟踪误差在有限迭代次数内二范数收敛到零附近的控制方法。
-
公开(公告)号：CN109917651A
公开(公告)日：2019-06-21
申请号：CN201910191632.3
申请日：2019-03-14
Applicant: 浙江工业大学
Abstract: 一种对称时变输出受限的飞行器姿态控制方法，针对四旋翼飞行器的动力学系统，选择一种对称时变对数正切复合型约束李雅普诺夫函数，设计一种基于对称时变对数正切复合型约束李雅普诺夫函数的四旋翼飞行器输出受限控制方法。对称时变对数正切复合型约束李雅普诺夫函数的设计是为了保证系统的输出能够限制在一定的范围内，避免过大的超调，同时还能减少到达时间。从而改善四旋翼飞行器系统的动态响应性能。本发明提供一种对称时变输出受限的飞行器姿态控制方法，使系统具有较好的动态响应过程。
-
公开(公告)号：CN108427276A
公开(公告)日：2018-08-21
申请号：CN201810212188.4
申请日：2018-03-15
Applicant: 浙江工业大学
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 一种基于非对称时变对数正割复合型约束李雅普诺夫函数的四旋翼飞行器输出受限控制方法，针对四旋翼飞行器的动力学系统，选择一种非对称时变对数正割复合型约束李雅普诺夫函数，设计一种基于非对称时变对数正割复合型约束李雅普诺夫函数的四旋翼飞行器输出受限控制方法。非对称时变对数正割复合型约束李雅普诺夫函数的设计是为了保证系统的输出能够限制在一定的范围内，避免过大的超调，同时还能减少到达时间。从而改善四旋翼飞行器系统的动态响应性能。本发明提供一种基于非对称时变对数正割复合型约束李雅普诺夫函数的四旋翼飞行器输出受限控制方法，使系统具有较好的动态响应过程。
-
公开(公告)号：CN108427274A
公开(公告)日：2018-08-21
申请号：CN201810212142.2
申请日：2018-03-15
Applicant: 浙江工业大学
IPC: G05B13/04
Abstract: 一种基于对称时变对数正割复合型约束李雅普诺夫函数的四旋翼飞行器输出受限控制方法，针对四旋翼飞行器的动力学系统，选择一种对称时变对数正割复合型约束李雅普诺夫函数，设计一种基于对称时变对数正割复合型约束李雅普诺夫函数的四旋翼飞行器输出受限控制方法。对称时变对数正割复合型约束李雅普诺夫函数的设计是为了保证系统的输出能够限制在一定的范围内，避免过大的超调，同时还能减少到达时间。从而改善四旋翼飞行器系统的动态响应性能。本发明提供一种基于对称时变对数正割复合型约束李雅普诺夫函数的四旋翼飞行器输出受限控制方法，使系统具有较好的动态响应过程。
-
公开(公告)号：CN119512185A
公开(公告)日：2025-02-25
申请号：CN202411430059.4
申请日：2024-10-14
Applicant: 浙江工业大学
IPC: G05D1/495 , G05D1/46 , G05D1/65 , G05D1/644 , G05D1/648 , G05D101/15 , G05D109/20
Abstract: 一种面向周期性姿态跟踪任务的无人飞行器预定时间抗干扰学习控制方法，建立四旋翼飞行器系统的动力学模型，将系统不确定性分为周期不确定和非周期不确定两部分，初始化系统的状态与控制参数；设计预定时间扰动观测器，快速估计和补偿非周期不确定部分；设计预定时间滑模变量；设计全饱和重复学习律，准确估计和补偿周期不确定部分；基于预定时间扰动观测器、预定时间滑模变量及全饱和重复学习律，设计重复学习控制器。本发明能够有效抑制系统不确定性对无人飞行器控制精度的影响，保证观测误差的最小收敛时间上界可以通过调节一个可调参数预先设定，实现跟踪误差在预定时间内收敛至原点附近邻域。
-
Patent Agency Ranking
公开(公告)号：CN119341427A
公开(公告)日：2025-01-21
申请号：CN202411408448.7
申请日：2024-10-10
Applicant: 浙江工业大学
Abstract: 一种旋转电机有限空间重复学习控制方法，针对需要以变速度运行的旋转电机，即使空间周期性参数沿着时间轴是非周期性的，也可以实现具有空间周期性参数不确定性的旋转电机的角速度跟踪，首先建立旋转电机系统的动力学模型，通过空间微分算子，将旋转电机系统从时间域转换到空间域，在空间域内设计有限空间重复学习控制器，实现旋转电机在存在初始误差的情况下，保证旋转电机的角速度跟踪误差能够在电机转子转动有限角度范围内收敛至原点附近邻域内,实现旋转电机角速度对期望轨迹的快速、高精度跟踪。
-
公开(公告)号：CN107662208B
公开(公告)日：2020-07-31
申请号：CN201710732672.5
申请日：2017-08-24
Applicant: 浙江工业大学
Abstract: 一种基于神经网络的柔性关节机械臂有限时间自适应反步控制方法,针对含有未知不确定项的柔性关节机械臂，设计自适应反步控制，利用神经网络和有限时间控制方法，设计一种基于神经网络的柔性关节机械臂有限时间自适应反步控制方法。在反步控制的每一步中，提出自适应有限时间虚拟控制器实现系统跟踪误差在有限时间内收敛到平衡点附近的领域中。应用两个简单的神经网络来逼近和补偿系统不确定未知项，并降低传统反步控制中大量的计算量。本发明提供了一种能补偿系统未知不确定项，解决传统反步控制计算量大的问题，实现系统跟踪误差在有限时间内收敛，系统有限时间跟踪的控制方法。
-
公开(公告)号：CN107045285A
公开(公告)日：2017-08-15
申请号：CN201710279942.1
申请日：2017-04-26
Applicant: 浙江工业大学
IPC: G05B13/04
Abstract: 一种带有输入饱和的伺服系统自适应参数辨识与控制方法，包括：建立带输入饱和的伺服系统模型，初始化系统状态及控制参数；提取参数误差信息，并设计在线自适应参数辨识器，在线辨识系统未知参数；设计改进型指数趋近律，将饱和转化为输入相关函数，并结合辨识参数设计趋近律滑模控制器。本发明所设计的参数在线辨识和控制算法对位置伺服系统具有良好的辨识和跟踪控制效果，能够高精度在线辨识系统参数，并提高伺服系统的控制性能，削弱输入控制器的抖振。
-
公开(公告)号：CN119564457A
公开(公告)日：2025-03-07
申请号：CN202411556997.9
申请日：2024-11-04
Applicant: 浙江工业大学
IPC: A61H1/02 , G06F30/17 , G06F30/27 , G06F119/14
Abstract: 一种基于自适应重复学习的外骨骼控制方法，包括以下步骤：步骤1建立具有模型不确定性的下肢康复外骨骼动力学模型，并将其转化为控制系统状态方程；步骤2设计控制器跟踪周期性被动康复训练轨迹，包括设计自适应控制律估计系统未知有界参数以及设计重复学习律估计系统周期性不确定性。本发明针对强耦合、强非线性的下肢康复外骨骼系统，在控制器的设计中考虑外骨骼执行被动康复训练时周期重复性的特点，基于Lyapunov方法利用Backstepping控制的推导方法设计了自适应重复学习控制方法。本发明不需要完全依赖外骨骼的模型参数，能够利用上一周期的输出数据修正当前控制输入，实现外骨骼系统的高精度轨迹跟踪控制。
-
公开(公告)号：CN117559862A
公开(公告)日：2024-02-13
申请号：CN202311505192.7
申请日：2023-11-13
Applicant: 浙江工业大学
IPC: H02P21/14 , H02P21/18 , H02P25/022
Abstract: 一种永磁同步电机预设时间重复学习反演控制方法，建立永磁同步电机系统的动力学模型；构建期望误差轨迹，开发了一种误差跟踪方法，从而可以在控制器设计中不使用任何切换机制的情况下，确保位置跟踪误差在预设的收敛时间收敛至原点附近邻域；根据期望轨迹的周期特性，将电机系统的非参不确定划分为周期不确定和非周期不确定两部分，并构造全限幅重复学习更新律准确估计和补偿周期不确定部分；设计鲁棒控制律并引入终端吸引，补偿包括外部干扰在内的非周期不确定部分，实现永磁同步电机角位置对周期性期望轨迹的快速、高精度跟踪。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.021 seconds)
