模糊分数阶PID的开关磁阻电机转矩控制方法与系统

    公开(公告)号:CN107171612A

    公开(公告)日:2017-09-15

    申请号:CN201710547669.6

    申请日:2017-07-06

    Abstract: 本发明公开一种模糊分数阶PID的开关磁阻电机转矩控制方法与系统,外环设置模糊分数阶PID控制器,将分数阶微分与分数阶积分引入二维模糊控制器;运用分数阶微分,解决一阶纯微分易受高频干扰的缺点,提高系统的稳态精度。内环的PID转矩控制器包括增量PID控制器、内环转矩滞环控制器和RBF神经网络;增量PID控制器的参数由RBF神经网络建模得到;通过RBF神经网络的输出与SRM转矩之差学习完成RBF神经网络的建模;增量PID控制器的输出作为内环转矩滞环控制器的输入信号。本发明外环的模糊分数阶PID控制器和内环的PID转矩控制器相互配合,直接控制SRM的转矩,有效地减小其转矩脉动,动态性能良好,适应性强,易于实现。

    光伏阵列自适应步长扰动观察法MPPT控制方法与系统

    公开(公告)号:CN105116958A

    公开(公告)日:2015-12-02

    申请号:CN201510521985.7

    申请日:2015-08-24

    CPC classification number: Y02E10/58

    Abstract: 本发明为光伏阵列自适应步长扰动观察法MPPT控制方法,主要步骤如下:对光伏阵列PV的输出电压和电流采样,得到P-U特性曲线,其不完全微分和理想微分对应的PV端电压为Ua和Ub,分为三个区间Ⅰ为0~Ua、Ⅱ为Ua~Ub、Ⅲ为大于Ub。区间I内以步长d1正向扰动;区间Ⅱ内以步长(2η-1)d1反向扰动;区间Ⅲ内以步长d1反向扰动本系统电压电流传感器信号采样接入微处理器,程序存储器中存储有执行本法的各处理模块,微处理器的输出接入脉宽调制模块PWM,PWM输出驱动信号控制光伏阵列的直流转换电路,实现最大功率点跟踪。本发明MPP附近小步长跟踪,较远区间大步长跟踪,步长的自适应调整,提高抗干扰能力,有效减小PV功率损失和能量利用率。

    量测噪声方差阵相匹配的电池电荷状态估计方法与系统

    公开(公告)号:CN104714188A

    公开(公告)日:2015-06-17

    申请号:CN201510147926.8

    申请日:2015-03-31

    Abstract: 本发明为量测噪声方差阵相匹配的电池电荷状态估计方法与系统,本法步骤为:建立电池模型、电压电流采样,最小二乘法参数辨识模型参数;自适应无迹卡尔曼滤波估计SOC;调整滤波增益的方差阵相匹配的鲁棒自适应无迹卡尔曼滤波,计算系统量测噪声实际残差方差阵值和估计的理论残差方差阵,得到εk。εk大于1自适应调整因子否则调整滤波增益,求得SOC估计值本系统动力电池所接电压、电流传感器经模数转换模块连接微控制器。微控制器含模型参数辨识模块、调整因子计算模块、滤波增益自适应调整、鲁棒自适应无迹卡尔曼滤波SOC估计模块。SOC直接显示或传送到设备CAN网络。本发明动态调整滤波增益,提高了SOC估计的鲁棒性。

    一种基于双目视觉的苹果成熟度自动检测及采摘机器人

    公开(公告)号:CN104584779A

    公开(公告)日:2015-05-06

    申请号:CN201510034444.1

    申请日:2015-01-23

    Abstract: 本发明公开了一种基于双目视觉的苹果成熟度自动检测及采摘机器人,其特征是:包括移动平台和与移动平台连接的双目视觉系统、柔性机械手,双目视觉系统设置在柔性机械手上;所述双目视觉系统,由两个图像采集装置组成;图像采集装置通过数据采集卡与智能控制系统连接,图像采集装置设置在距离地面高度约135cm的架子上;架子固定在移动平台的左边,两个图像采集装置的距离相差47cm,并聚焦于柔性机械手前方60cm处。本发明能够自动检测苹果的颜色、大小、形状,然后对获取的图像进行自动处理、检测与识别,以便提高系统的运行效率,且可实时反馈采摘情况,提高了采摘的准确率,大大提高其生产自动化水平,结构简单、自动化程度高,适用性广。

    在线前馈补偿的动力电池电荷状态估计方法与系统

    公开(公告)号:CN104535934A

    公开(公告)日:2015-04-22

    申请号:CN201410851183.8

    申请日:2014-12-31

    Abstract: 本发明一种在线前馈补偿的动力电池电荷状态估计方法与系统,本方法步骤为:Ⅰ、建立动力电池模型及电压电流采样、参数辨识;Ⅱ、用自适应卡尔曼滤波的参数辨识;Ⅲ、OCV-SOC关系的神经网络建模,由开路电压OCV得到电荷状态估计值NNSOC;Ⅳ、根据前一时刻电流求当前时刻的电荷状态估计值BSOCk,此值与NNSOC加权求和得前馈补偿的电荷状态估计值。本系统的动力电池所接电压电流传感器连接嵌入式微控制器,微控制器含有自适应卡尔曼滤波的参数辨识模块、OCV-SOC神经网络SOC估计模块以及前馈补偿模块。本发明结构简单,不受SOC初始值影响,辨识与估计速度加快,在线前馈补偿提高了SOC估计精度。

    动力锂离子电池的电荷状态估算方法与系统

    公开(公告)号:CN103439668A

    公开(公告)日:2013-12-11

    申请号:CN201310400509.0

    申请日:2013-09-05

    Abstract: 本发明为动力锂离子电池的电荷状态估算方法与系统,本方法第一步建立等效电池的电路模型,对电池进行充放电和静置实验、定时采样得到电压时间曲线,通过公式辨识模型参数、得到开路电压OCV与SoC的非线性关系;第二步、基于卡尔曼算法,用状态预测、预测误差方差、滤波增益、状态估算和估算误差方差等矩阵,得到SoC最优估算值。本系统模数转换器、程序存储器、可编程存储器、定时器及显示器分别与微处理器连接,电流、电压传感器分别联接在待测电池与负载连接的电路中、输出接入模数转换器。可编程存储器存储实验所得的电池模型参数,程序存储器存储本方法的估算程序。本发明SoC估算精度可达1%,且更稳定;系统实时提供SoC估算值。

    一种基于胎内应变的轮胎磨损程度估计方法

    公开(公告)号:CN119272559A

    公开(公告)日:2025-01-07

    申请号:CN202411253500.6

    申请日:2024-09-09

    Abstract: 本发明公开一种基于胎内应变的轮胎磨损程度估计方法,先通过有限元分析软件进行建模,得到不同磨损程度的三维轮胎模型,并提取不同工况(气压、载重和速度)下三维轮胎模型的应变数据并绘制曲线图来提取特征,将提取的特征与轮胎磨损进行相关性分析,选择与轮胎磨损相关性较大的特征作为回归分析特征,将气压、载重、速度和回归分析特征作为输入量,轮胎磨损程度作为输出量来训练和构建轮胎磨损程度估计模型。利用建立好的模型进行轮胎磨损程度的估计,并用实际测试数据对模型的有效性进行验证。本发明使得轮胎磨损程度估计结果更加准确并能更好的适应复杂工况下的轮胎磨损程度估计。

Patent Agency Ranking