公开(公告)号：CN117055356A

公开(公告)日：2023-11-14

申请号：CN202311171348.2

申请日：2023-09-12

Applicant: 桂林电子科技大学

Inventor： 党选举 ,  李晓 ,  袁以坤 ,  原翰玫 ,  黄品高 ,  张斌 ,  龙诗科

IPC: G05B13/04

Abstract: 本发明公开一种基于神经网络调节参数的阻尼自适应阻抗控制方法，基于李雅普诺夫稳定性理论设计得到阻尼补偿的数学描述，设计阻尼自适应阻尼控制器。根据阻尼自适应阻尼控制器数学模型的特殊结构，设计不同的激励函数用于反映阻尼系数在多种因素影响下变化的特征，构建神经网络，用于阻尼自适应阻尼控制器中阻尼调节参数的自适应调节。通过所构建的神经网络在线学习，实现阻尼自适应阻尼控制器中阻尼调节参数的优化，以适应打磨过程环境变化，实现阻尼控制适应于斜面、平面及曲面等不同环境下的刚度突变、刚度动态变化、期望力动态变化情况，在保证稳定的前提下，有效地提高了控制精度。

公开(公告)号：CN116423508A

公开(公告)日：2023-07-14

申请号：CN202310377010.6

申请日：2023-04-10

Applicant: 桂林电子科技大学

Inventor： 党选举 ,  朱望纯 ,  原翰玫 ,  覃创业 ,  李晓 ,  莫太平 ,  伍锡如 ,  张向文 ,  黄品高 ,  张斌

IPC: B25J9/16 ,  G06N3/045 ,  G06N3/044 ,  G06N3/047 ,  G06N3/0475 ,  G06N3/048 ,  G06N3/0499

Abstract: 本发明公开一种DBN与ELM相融合的气动夹具迟滞建模与夹持力的估计方法，借助于DBN模型结构所具有的随机不确定性特性，描述气动夹持系统的由于可压缩性和蠕变性将导致的特有迟滞特性所表现出的输出多值对应的不确定性。为了增强DBN对正、逆程强非线性特性描述，提高气动夹持力的建模估计精度，本发明引入具有强非线性特性描述能力的ELM，替换DBN中的回归层，将DBN与ELM对接融合，构建DBN与ELM相融合的气动夹具迟滞模型，通过迟滞模型输出，实现夹持力的有效估计。

公开(公告)号：CN116100554A

公开(公告)日：2023-05-12

申请号：CN202310244604.X

申请日：2023-03-14

Applicant: 桂林电子科技大学

Inventor： 党选举 ,  朱望纯 ,  原翰玫 ,  张一晨 ,  李晓 ,  莫太平 ,  伍锡如 ,  张向文 ,  黄品高 ,  张斌

IPC: B25J9/16

Abstract: 本发明公开一种GRU的柔性关节迟滞特性建模与补偿控制方法，对于未配置负载转矩传感器的低成本轻型工业机器人柔性关节，采用电机驱动电流‑电机端扭转角间接描述关节迟滞特性，将关节迟滞特性中正逆程特有的特征融入GRU神经网络迟滞模型中，利用基于卡尔曼滤波的电流增量，提取正程和逆程的特征，描述电流‑电机端扭转角迟滞特性中正逆程所表现出的多值特性，并将模型的历史值作为输入模型，构造具有记忆能力和非线性映射能力的动态GRU神经网络迟滞模型，获得电机端扭转角。基于迟滞模型，对电机端的控制角度设定值的有效补偿控制，实现关节角度的高精度传递，减小关节结构及负载对关节性能的影响。

公开(公告)号：CN115229798A

公开(公告)日：2022-10-25

申请号：CN202211004966.3

申请日：2022-08-22

Applicant: 桂林电子科技大学

Inventor： 党选举 ,  林智武 ,  原翰玫 ,  李晓 ,  伍锡如 ,  张向文 ,  张斌 ,  季运佳 ,  邹水中

IPC: B25J9/16

Abstract: 本发明公开一种前馈补偿与变阻尼建模相融合的力阻抗控制方法，在位置阻抗控制框架下，将自适应前馈PI补偿与深度神经网络变阻尼模型融合，其中自适应PI控制通过前馈控制，有效补偿参考位置信息，降低力稳态误差；深度神经网络变阻尼模型在线实时调整阻尼系数，以动态适应未知的接触环境，实现接触力的有效控制。

公开(公告)号：CN113126484B

公开(公告)日：2022-06-28

申请号：CN202110415388.1

申请日：2021-04-18

Applicant: 桂林电子科技大学

Inventor： 党选举 ,  黄佳 ,  高建锋 ,  伍锡如 ,  张向文 ,  李晓 ,  原翰玫

IPC: G05B13/02

Abstract: 本发明公开一种液压系统改进的无模型滑模控制系统和方法，针对液压系统的强非线性和不确定性等特点，结合无模型控制器和无模型终端积分滑模控制器的控制规律，将仿人智能控制与无模型滑模控制相融合，融入偏差与偏差变化率相乘的控制量信息，丰富了偏差处理的动态信息，提高了控制器的响应速度，有效改善了动态和稳态性能。本发明具有运算量小，易于实现液压系统的在线控制的特点。

公开(公告)号：CN112171677B

公开(公告)日：2021-09-17

申请号：CN202011064505.6

申请日：2020-09-30

Applicant: 桂林电子科技大学

Inventor： 党选举 ,  黄佳 ,  刘帆 ,  李晓 ,  伍锡如 ,  张向文 ,  原翰玫 ,  黄品高 ,  潘登

IPC: B25J9/16

Abstract: 本发明公开一种基于LSTM迟滞模型的机器人柔性关节补偿控制方法，利用基于改进的LSTM的工业机器人柔性关节迟滞特性模型在线预测机器人关节输出角度，通过与理想关节输出比较，计算得到输出扭矩角，对应得到关节输入端的角度补偿量，对关节输入端设定输入角度进行补偿，从关节的电机驱动端，实现对关节复杂迟滞特性抵消，有效提高工业机器人关节转换精度。迟滞模型具有在线学习能力，不仅在线补偿工业机器人关节本身结构带来传递非线性误差，同时可补偿工业机器人关节在长时间运行下的慢漂移特性带来转换误差，提高了关节长期运行的保持高精度下的稳定性。

公开(公告)号：CN112928965A

公开(公告)日：2021-06-08

申请号：CN202110333892.7

申请日：2021-03-29

Applicant: 桂林电子科技大学

Inventor： 党选举 ,  黄佳 ,  张超 ,  伍锡如 ,  张向文 ,  李晓 ,  原翰玫

IPC: H02P25/098 ,  H02P23/00

Abstract: 本发明公开基于磁链的开关磁阻电机转矩脉动抑制控制系统和方法，利用神经网络转矩估计模型对转矩进行估计，并利用动态RBF神经网络转矩‑磁链模型实现相参考转矩到磁链的转换，基于估计的转矩信息对磁链进行实时前馈补偿，以获得准确磁链信息，实现了SRM的磁链控制，抑制转矩脉动，方法运算量小；所构造的神经网络转矩估计模型具有能够体现SRM转矩变化规律的激励函数，且对神经网络的输入进行预处理，以实现对瞬时转矩的估计；本系统可构成嵌入式系统，通过神经网络转矩估计模型实现瞬时转矩估计、通过动态RBF神经网络转矩‑磁链模型实现相参考转矩到磁链的转换及磁链前馈补偿，实现了SRM的磁链控制，抑制转矩脉动，方便开关磁阻电机的在线控制。