-
公开(公告)号:CN110011583A
公开(公告)日:2019-07-12
申请号:CN201910294537.6
申请日:2019-04-12
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于奇异摄动理论的永磁同步电机滑模控制系统及建模方法,本发明基于奇异摄动理论对电机数学模型进行分解,并在不同的时间尺度内分别针对慢变和快变时间子系统进行控制器的设计,从而构成复合控制器。并将欧几里德范数考虑到滑模控制器的设计中取代符号函数项以削弱抖振现象,从而构成基于奇异摄动理论的永磁同步电机滑模控制系统。最后,应用李雅普诺夫稳定性理论分析了闭环系统的稳定性。本发明控制系统具有很强的鲁棒性,能实现对给定角速度信号的准确跟踪。
-
公开(公告)号:CN118493388B
公开(公告)日:2025-03-11
申请号:CN202410677163.7
申请日:2024-05-29
Applicant: 中国矿业大学
IPC: B25J9/16
Abstract: 本发明公开了一种面向稀疏奖励的深度强化学习机械臂抓取方法,包括首先分析机械臂抓取任务特点,将其建模为马尔可夫决策问题,设计二元稀疏奖励,减少奖励函数设计的复杂度,降低设计成本;其次,以DDPG算法为主体深度强化学习训练算法框架,搭建Actor‑Critic结构网络,对连续状态动作空间进行处理;然后,设计事后经验回放机制,使用G‑HGG算法进行辅助目标生成,使用预训练动作网络进行动作筛选并加入探索噪声与能量函数对累积经验池进行处理,增强经验利用率,提高训练效率与抓取成功率;最后,搭建机械臂模型与场景信息,利用交互数据进行优化训练,实现机械臂目标抓取,本方法能够解决稀疏奖励下机械臂的抓取学习问题。
-
公开(公告)号:CN118625669B
公开(公告)日:2024-12-17
申请号:CN202410765230.0
申请日:2024-06-14
Applicant: 中国矿业大学
IPC: G05B13/04
Abstract: 本发明公开了一种数据驱动运行过程未知的复杂工业过程运行优化控制方法,包括以下步骤:建模复杂工业过程设备层和运行层的动力学模型;基于奇异摄动理论,分解为一对快子系统的最优调节问题和慢子系统的最优设定点跟踪问题;分别对快慢子系统进行控制器设计,基于增量系统设计一个数据/模型混合驱动的复合跟踪控制器,控制稳态输出跟踪误差收敛到零。本发明解决了运行过程慢动态难以建模的问题,实现了复杂工业过程设备层最优输出调节控制和运行层最优定点输出跟踪控制,分解组合的控制器设计方法避免了控制设计过程中潜在的维数灾难和病态数值问题。
-
公开(公告)号:CN119077736A
公开(公告)日:2024-12-06
申请号:CN202411350590.0
申请日:2024-09-26
Applicant: 中国矿业大学
IPC: B25J9/16
Abstract: 本发明公开了一种用于工业机器人的数字孪生数字实体建模方法,包括获取机械臂的物理实体实时运行数据与期望的关节角度,并对这些数据进行预处理,确保输入数据的有效性和一致性;基于预处理后的数据,构建机械臂的深度学习模型;将深度学习模型与3D几何模型相结合,在Unity平台上构建机械臂的数字实体模型;在机械臂运行过程中,实时更新数字实体模型的数据,并对模型进行动态调整和自我完善;本发明的数字孪生建模方法能够实现对工业机器人的模拟和实时优化,适用于工业自动化、智能制造等领域,具有广泛的应用前景,能够提高作业效率和安全性,同时优化机器人之间的协作配合。
-
公开(公告)号:CN118625669A
公开(公告)日:2024-09-10
申请号:CN202410765230.0
申请日:2024-06-14
Applicant: 中国矿业大学
IPC: G05B13/04
Abstract: 本发明公开了一种数据驱动运行过程未知的复杂工业过程运行优化控制方法,包括以下步骤:建模复杂工业过程设备层和运行层的动力学模型;基于奇异摄动理论,分解为一对快子系统的最优调节问题和慢子系统的最优设定点跟踪问题;分别对快慢子系统进行控制器设计,基于增量系统设计一个数据/模型混合驱动的复合跟踪控制器,控制稳态输出跟踪误差收敛到零。本发明解决了运行过程慢动态难以建模的问题,实现了复杂工业过程设备层最优输出调节控制和运行层最优定点输出跟踪控制,分解组合的控制器设计方法避免了控制设计过程中潜在的维数灾难和病态数值问题。
-
公开(公告)号:CN118212398B
公开(公告)日:2024-08-23
申请号:CN202410310009.6
申请日:2024-03-19
Applicant: 中国矿业大学
IPC: G06V10/25 , G06V10/143 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于知识补全平衡网络的多模态目标检测方法。首先,设计一种知识补全机制,通过类知识补全和空间知识补全缓解局部模态信息失衡,以实现对模态间信息干扰的抑制,提升模型对低光照、烟雾等复杂情景的适应能力;然后,设计一种动态平衡机制,在模型学习中动态监控和平衡模型对不同模态的关注程度缓解全局模态信息失衡现象,通过确保多模态特征学习的同步性,提升模型对多模态互补信息的利用能力。
-
公开(公告)号:CN118017519A
公开(公告)日:2024-05-10
申请号:CN202410090156.7
申请日:2024-01-22
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于无模型积分强化学习算法的离网逆变器电压控制方法,包括:建立d‑q坐标系下的LC型离网逆变器的数学模型,定义逆变器输出电压参考信号与d‑q轴电压电流信号为增广系统状态,将离网逆变器电压控制问题转化为增广系统的H∞跟踪问题;基于零和博弈思想,建立跟踪Hamilton‑Jacobi‑Isaacs(HJI)方程,提出无模型IRL算法求解HJI方程;给定初始控制增益、初始扰动增益,在探测噪声作用下收集增广系统状态数据,根据测量数据计算包含状态值、控制输入值和扰动值的Kronecker积,推导出迭代逆变器电压控制策略。本发明通过利用无模型IRL解决了离网逆变器电压控制中的模型参数未知、复杂负载投切造成强扰动问题。
-
公开(公告)号:CN118015356A
公开(公告)日:2024-05-10
申请号:CN202410154380.8
申请日:2024-02-04
Applicant: 中国矿业大学
IPC: G06V10/764 , G06V20/10 , G06V10/82 , G06V10/80 , G06V10/30 , G06V10/40 , G06V10/58 , G06N3/042 , G06N3/0455 , G06N3/0464 , G01S17/86 , G01N21/25
Abstract: 本发明属于计算机视觉技术领域,公开了一种基于高斯混合的变分动态融合网络的高光谱分类方法。首先,利用K近邻搜索构建两模态的多尺度空间图,并利用图卷积学习获得多尺度特征。提出基于高斯混合的空间拓扑约束,通过约束两模态的拓扑一致性,抑制光谱噪声干扰。然后,设计多尺度动态图聚合模块以捕获多尺度特征中可共享的类辨识信息,并通过挖掘适合当前样本的个性化融合模式提升模型对地物尺度变化的适应能力,实现对模态信息的充分挖掘。最后,推导了两模态联合分布的证据下界,构建了多模态VAE,通过优化证据下界建模多模态联合分布,学习模态间复杂的非线性关系,实现了多模态数据融合,提高了复杂场景下高光谱图像分类的精度。
-
公开(公告)号:CN116755409B
公开(公告)日:2024-01-12
申请号:CN202310812903.9
申请日:2023-07-04
Applicant: 中国矿业大学
IPC: G05B19/418
Abstract: 本发明公开了一种基于值分布DDPG算法的燃煤发电系统协调控制方法,包括:将燃煤发电系统协调控制问题建模为马尔可夫决策过程;通过Q函数评估长期期望控制代价函数,使用分位数对标量Q值进行分布建模;引入贝尔曼算子的分布型表达式构建目标分布,度量分布之间的1‑Wassertein最小距离,设计分位数损失与最小化分布之间的距离;构建估计网络和目标网络两个行动者‑评论家网络结构,标准化燃煤发电系统的数据样本,采用DDPG算法以实现对值分布的估计和策略的更新,得到协调控制策略。本发明基于系统运行数据和值分布DDPG算法解决了环境复杂不确定性燃煤发电系统协调控制中难以精确建模、缺乏自适应能力等难题。
-
公开(公告)号:CN117021101A
公开(公告)日:2023-11-10
申请号:CN202311074271.7
申请日:2023-08-24
Applicant: 中国矿业大学
IPC: B25J9/16
Abstract: 本发明公开了一种用于带式输送机拆卸机器人的多臂路径规划方法:用于解决带式输送机拆卸机器人的手臂在拆卸任务中的路径规划问题,包括对带式输送机拆卸任务进行运动学模型建立;对传统RRT算法进行改进,在传统RRT算法的节点更新过程中引入节点权重函数来引导探索过程中新节点的生成,改善路径规划过程中的避障能力和探索无方向性,有效减少无效采样点;本方法使用关节空间内的机械臂关节角度组来表示机械臂位置信息,将其应用于引入改进后的RRT算法中,避免了逆运动学求解的繁琐运算,提高了规划效率;最后提出主被动双树拓展方法,主机械臂使用路径规划算法进行主动探索,从机械臂来被动验证,探索过程和验证过程同时进行,实现了多臂协同运动。
-
-
-
-
-
-
-
-
-