-
公开(公告)号：CN111638034A
公开(公告)日：2020-09-08
申请号：CN202010517988.4
申请日：2020-06-09
Applicant: 重庆大学 , 中国空气动力研究与发展中心高速空气动力研究所
Abstract: 本发明公开了一种基于深度学习的应变天平温度梯度误差补偿方法及系统，该方法通过在天平上布置温度传感器获取天平的温度数据以及温度梯度误差数据；然后根据天平温度梯度误差数据选取关键温度测点；最后建立深度置信网络DBN，设置初始参数，以关键温度测点的温度数据作为深度置信网络DBN的输入值，以温度梯度误差数据作为网络的输出值，进行深度置信网络DBN训练和温度梯度误差预测。本发明提出的方法，解决了天平温度梯度误差补偿方法精度不够高、鲁棒性及泛化能力不好的问题。通过选取出了天平上的关键温度测点，减少了温度传感器个数，降低了模型复杂程度；二是该温度梯度误差补偿方法预测精度高、鲁棒性和泛化能力较好。
-
公开(公告)号：CN111638034B
公开(公告)日：2021-07-09
申请号：CN202010517988.4
申请日：2020-06-09
Applicant: 重庆大学 , 中国空气动力研究与发展中心高速空气动力研究所
Abstract: 本发明公开了一种基于深度学习的应变天平温度梯度误差补偿方法及系统，该方法通过在天平上布置温度传感器获取天平的温度数据以及温度梯度误差数据；然后根据天平温度梯度误差数据选取关键温度测点；最后建立深度置信网络DBN，设置初始参数，以关键温度测点的温度数据作为深度置信网络DBN的输入值，以温度梯度误差数据作为网络的输出值，进行深度置信网络DBN训练和温度梯度误差预测。本发明提出的方法，解决了天平温度梯度误差补偿方法精度不够高、鲁棒性及泛化能力不好的问题。通过选取出了天平上的关键温度测点，减少了温度传感器个数，降低了模型复杂程度；二是该温度梯度误差补偿方法预测精度高、鲁棒性和泛化能力较好。
-
公开(公告)号：CN112720456B
公开(公告)日：2022-06-03
申请号：CN202011390351.X
申请日：2020-12-02
Applicant: 重庆大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于双时间尺度的柔性关节柔性杆机械臂控制方法，首先建立柔性关节柔性杆机械臂的动力学模型；然后分解为慢子系统和快子系统；建立慢子系统的自适应超螺旋滑模控制器；快子系统的自适应动态规划最优控制器；最后将超螺旋滑模控制器和动态规划最优控制器叠加得到复合控制器。本发明提供的基于双时间尺度的柔性关节柔性杆机械臂控制方法，考虑了模型参数的不确定和外界扰动上界未知情况下的控制问题；利用自适应动态规划理论，克服了传统方法利用LQR对快子系统进行控制时依赖模型的缺陷，该方法可以有效地针对具有柔性关节柔性杆的机械臂，在存在参数不确定与外界扰动的情况下，实现对期望轨迹的追踪和振动抑制。
-
公开(公告)号：CN112720456A
公开(公告)日：2021-04-30
申请号：CN202011390351.X
申请日：2020-12-02
Applicant: 重庆大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于双时间尺度的柔性关节柔性杆机械臂控制方法，首先建立柔性关节柔性杆机械臂的动力学模型；然后分解为慢子系统和快子系统；建立慢子系统的自适应超螺旋滑模控制器；快子系统的自适应动态规划最优控制器；最后将超螺旋滑模控制器和动态规划最优控制器叠加得到复合控制器。本发明提供的基于双时间尺度的柔性关节柔性杆机械臂控制方法，考虑了模型参数的不确定和外界扰动上界未知情况下的控制问题；利用自适应动态规划理论，克服了传统方法利用LQR对快子系统进行控制时依赖模型的缺陷，该方法可以有效地针对具有柔性关节柔性杆的机械臂，在存在参数不确定与外界扰动的情况下，实现对期望轨迹的追踪和振动抑制。
-
-
-
Search Results
4
records
(took 0.052 seconds)
