-
公开(公告)号：CN119335857A
公开(公告)日：2025-01-21
申请号：CN202411439613.5
申请日：2024-10-15
Applicant: 西安交通大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于异质多智能体强化学习算法的异构设备控制方法，该方法针对多智能体系统中的设备异质性问题，通过将异构设备协同控制问题建模为异质多智能体强化学习问题，利用中心化训练分布式执行框架，得到最优异质多智能体策略网络，实现对异质设备的高效控制。本发明能够处理不同类型设备的协同控制，提高算法的适应性和收敛性，具有良好的鲁棒性和扩展性，适用于不同规模和复杂度的多智能体系统。
-
公开(公告)号：CN118732696A
公开(公告)日：2024-10-01
申请号：CN202410717333.X
申请日：2024-06-04
Applicant: 西安交通大学
IPC: G05D1/46 , G05D109/20
Abstract: 本发明公开了一种飞行员与无人机分层强化学习追踪控制方法，1、收集无人机飞行员控制无人机特定飞行整个过程中每个时间间隔的飞行数据组合；2、根据收集得的飞行示范轨迹数据组合，对示范轨迹进行动态运动基元分解，得到一定数量的径向基函数动态基元集合，及其拟合训练得到的动态基元的权重；3、根据拟合训练得到的动态基元权重，重新设计的航点，计算到目标点规划路径的加速度，及其对应的速度和位置；4、根据重新规划得到的加速度、速度和位置，计算当前位置与高层智能规划路线的误差，建立奖励函数；5、根据建立的奖励函数，设计基于实时收集存储数据训练的价值函数神经网络；6、根据设计并训练的价值函数神经网络，设计底层强化学习追踪控制器。本发明克服了飞行员‑无人机不能有效协作的问题，降低了飞行员控制无人机进行复杂目标追踪时的操作难度，有效提高了无人机‑飞行员分工协作实现目标对象追踪任务的效率，实现高层智能规划与底层追踪执行的高效融合。
-
公开(公告)号：CN113341956B
公开(公告)日：2022-10-28
申请号：CN202110549561.7
申请日：2021-05-20
Applicant: 西安交通大学
IPC: G05D1/02
Abstract: 本发明公开一种基于改进人工势场法的多智能体主从式编队控制方法，包括以下步骤：首先基于实际应用场景建立障碍物及机器人物理模型，建立机器人动力学模型；其次，建立目标点对领航机器人的引力势场、障碍物对领航机器人的斥力势场、领航机器人对跟随机器人的引力势场、障碍物对跟随机器人的斥力势场以及跟随机器人之间的斥力势场，基于上述势场对领航机器人和跟随机器人进行受力分析；最后，设置机器人作为领航机器人的优先级，建立跟随机器人队形保持控制器，通过使跟踪误差趋向于0来控制期望队形。采用本方法可实现多机器人编队的智能追踪控制，保证稳定的协作性，在面对复杂应用场景时具有更高的工作效率和更优的工作质量。
-
公开(公告)号：CN114928074B
公开(公告)日：2024-02-02
申请号：CN202210512841.5
申请日：2022-05-12
Applicant: 西安交通大学
IPC: H02J3/24 , H02J3/38 , G06N3/096 , G06F16/215 , G06F17/11
Abstract: 本发明提供一种基于迁移学习和自抗扰控制的次同步振荡抑制方法及系统，可应用于电网次同步振荡故障定位、次同步振荡抑制等领域，属于人工智能和数据挖掘范畴。该方法包括如下步骤：(1)采集双馈风机并网系统的结构参数和运行数据；(2)基于所述双馈风机并网系统的结构参数对系统建立线性化模型；(3)通过迁移学习网络对发生次同步振荡的线性化系统模型进行次同步振荡定位；(4)基于固定时间尺度分解算法，提取双馈风机转子中次同步振荡电流的振荡频率；(5)利用自抗扰控制，对双馈风机转子中的次同步振荡电流进行抑制。迁移学习是基于数据特征的学习方法，其框架结构决定了模型具有很强的抗噪性与鲁棒性；此外，自抗扰控制能够
-
公开(公告)号：CN119518728A
公开(公告)日：2025-02-25
申请号：CN202411579602.7
申请日：2024-11-07
Applicant: 西安交通大学
IPC: H02J3/00 , G08G1/01 , H02J3/32 , G06Q10/04 , G06Q50/06 , G06F18/27 , G06N3/0464 , G06N3/042 , G06N3/049 , G06N3/045 , G06N7/01
Abstract: 本发明提供了一种基于深度学习的交通流量和充电站负荷预测方法，旨在提高交通流量预测的精度并准确预测电动汽车充电站的负荷情况。该方法包括以下步骤：首先，采用基于注意力机制的空间时间图卷积网络模型预测未来交通流量和交通速度。其次，基于车辆日行距离的概率分布，使用混合模型与期望最大化算法计算电动汽车的充电需求，并通过多项式回归模型预测电动汽车的能耗。最后，基于电动汽车的行驶行为，构建电动车排队模型，该模型综合考虑充电站容量限制、等候时间过长和不耐烦离开等行为，通过随机马尔可夫链分析方法计算充电站的负荷预测。该方法能够有效捕捉交通流量和电动车充电需求的时空特性，并提高充电站负荷预测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN118769253A
公开(公告)日：2024-10-15
申请号：CN202411079790.7
申请日：2024-08-07
Applicant: 西安交通大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于混合观测器的机械臂容错跟踪控制方法，步骤如下：1、建立考虑系统动力学不确定性和执行器故障的机械臂系统；2、建立机械臂系统的固定时间滑模面；3、根据建立的机械臂系统的固定时间滑模面，建立机械臂系统的神经网络增强估计函数；4、根据建立的考虑系统动力学不确定性和执行器故障的机械臂系统、机械臂系统的固定时间滑模面和机械臂系统的神经网络增强估计函数，建立机械臂系统的混合观测器；5、建立基于混合观测器的机械臂容错跟踪控制器；6、将所建立的基于混合观测器的机械臂容错跟踪控制器输入到考虑系统动力学不确定性和执行器故障的机械臂系统中，即实现机械臂系统各关节快速且准确的轨迹跟踪控制，本发明方法面对系统动力学不确定性和执行器故障因素的干扰，具有很好的鲁棒性。
-
公开(公告)号：CN114668995B
公开(公告)日：2023-03-21
申请号：CN202210464097.6
申请日：2022-04-29
Applicant: 西安交通大学
Abstract: 本发明公开了一种变电站环境下基于高压细水雾的变电站智能机器人消防系统及方法，所述系统包括机器人执行单元、泵组单元、红外摄像机、感温电缆以及消防控制平台；红外摄像机架设在主变安全区域外、感温电缆架设在主变套管及本体上，红外摄像机与感温电缆持续进行火灾监测与高温点的定位，并将采集到的温度信号传输到消防控制平台，消防控制平台接受到采集到的温度信号后，计算出机器人执行单元遍历这些最高温度点的最佳路径轨迹，并将该路径发送至机器人执行单元，同时将控制信号发送至泵组单元，机器人执行单元与泵组单元相连接，泵组单元将高压水流输送至机器人执行单元，协同进行消防作业。
-
公开(公告)号：CN119324469A
公开(公告)日：2025-01-17
申请号：CN202411439608.4
申请日：2024-10-15
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于约束异构有序多智能体强化学习的电压无功控制方法，适用于配电网中的电压稳定与无功功率优化控制。该方法通过多智能体强化学习算法，结合电压调节器、可切换电容器和电池等异构设备，实现配电网电压的动态调整与无功功率的协同控制。多智能体通过与动态环境的交互，不断优化其控制策略，以最大化配电网电压稳定性、最小化无功损耗并减少设备操作代价。实际运行时，多智能体根据实时监测的系统状态自主决策，实现对电压调节器、可切换电容器和电池的协调控制，保证配电网的电压和无功功率在复杂运行环境中的稳定性。本发明方法具备良好的自适应性和可扩展性，能够有效应对电网中负荷变化、设备状态波动等挑战，提升配电网的运行效率和安全性。
-
公开(公告)号：CN118672139A
公开(公告)日：2024-09-20
申请号：CN202410691116.8
申请日：2024-05-30
Applicant: 西安交通大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于模糊逻辑的二阶多智能体系统自适应编队方法，步骤如下：1、建立由一个领导智能体和N个跟随智能体组成的二阶多智能体系统动力学模型；2、建立二阶多智能体系统的通信拓扑；3、建立基于模糊逻辑的二阶多智能体系统自适应编队控制器；4、指定步骤3所建立控制器的控制参数动态自适应更新律；5、建立步骤4中模糊控制作用的模型并对模糊控制作用的输入进行归一化处理；6、建立步骤5中模糊控制作用的模糊子集并确定模糊隶属度函数；7、建立步骤5中模糊控制作用的模糊控制规则并进行模糊推理和合成模糊输出；8、将步骤5、6、7所建立的模糊控制作用带入步骤4中的控制参数动态自适应更新律为步骤3中的控制器更新控制参数，将步骤3中建立的更新控制参数后的控制器应用于步骤1中所建立的二阶多智能体系统，实现基于模糊逻辑的二阶多智能体系统自适应编队。本发明结合模糊逻辑为多智能体系统的控制参数提供了动态的自适应更新率，克服了静态常控制参数下多智能体系统编队速度慢的问题，提升了多智能体系统编队控制的效率。
-
公开(公告)号：CN118181297A
公开(公告)日：2024-06-14
申请号：CN202410500124.X
申请日：2024-04-24
Applicant: 西安交通大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于固定时间快速终端滑模和比例积分的机械臂控制方法，1、建立多关节的机械臂系统动力学模型；2、根据建立的模型以及机械臂系统的各关节角位移预定轨迹，建立机械臂系统的各关节角位移跟踪误差；3、根据建立的模型以及机械臂系统的各关节角位移跟踪误差，建立机械臂系统的各关节的固定时间快速终端滑模面；4、根据建立的机械臂系统的各关节的固定时间快速终端滑模面，设置固定时间快速终端滑模面的滑模组成项参数；5、根据建立的机械臂系统的各关节的固定时间快速终端滑模面和多关节的机械臂系统动力学模型，建立基于固定时间快速终端滑模和比例积分的机械臂控制器；6、将所建立的基于固定时间快速终端滑模和比例积分的机械臂控制器，输入到步骤1建立的模型中，即实现机械臂系统状态值更快速地收敛，同时能够调整参数控制收敛时间，使得收敛时间与系统初始状态值无关。本发明克服了在机械臂轨迹跟踪过程出现的奇异性问题，系统收敛时间可根据实际情况调整参数设置，使得收敛时间与系统初始状态无关。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.021 seconds)
