永磁同步直线电机改进的迭代学习控制方法与控制系统

    公开(公告)号:CN102710212A

    公开(公告)日:2012-10-03

    申请号:CN201210190521.9

    申请日:2012-06-11

    Abstract: 本发明为永磁同步直线电机改进的迭代学习控制方法与控制系统,本控制方法采用时间轴与迭代轴的叠加的迭代控制律算法求得永磁同步直线电机定子的控制电压;在迭代控制律算法的时间轴上引入一个初始控制量u0,并设计了自适应因子α;迭代学习律的永磁同步直线电机k+1迭代的控制电压控制电压还增加前馈控制量。本控制系统含嵌入式控制器、与PMLSM定子相连的功率驱动模块、安装于PMLSM的动子位移传感器。本发明避免了初期迭代轨迹的摆动震荡,加快迭代收敛速度;提高了控制精度达0.55%。

    基于反馈校正的GRU神经网络机器人柔性关节补偿控制方法

    公开(公告)号:CN115319755B

    公开(公告)日:2025-05-16

    申请号:CN202211137827.8

    申请日:2022-09-19

    Abstract: 本发明公开一种基于反馈校正的GRU神经网络机器人柔性关节补偿控制方法,针对负载转矩传感器的情况下,通过反映负载大小变化的电机驱动电流与关节扭转角之间的特性,描述关节在不同负载下的迟滞特性,在GRU神经网络的基础上引入反馈结构,利用模型输出值与期望输出值之间的误差组成补偿量,反馈给GRU神经网络模型,用于校正GRU神经网络模型的输出值,以提高关节的GRU神经网络模型精度。柔性关节迟滞模型预测随负载变化的扭转角,作为补偿量,修改关节的角度设定值,从关节输入端,间接实现对关节迟滞特性造成误差的有效补偿。本发明是一种低成本补偿控制方法,有利于低成本高精度轻型工业机器人的高端智能制造中的大量普及。

    一种基于电感率模型的开关磁阻电机转矩控制系统和方法

    公开(公告)号:CN111293952B

    公开(公告)日:2023-04-18

    申请号:CN202010122847.2

    申请日:2020-02-27

    Abstract: 本发明公开一种基于电感率模型的开关磁阻电机转矩控制系统和方法,在基于线性电感模型的闭环控制系统中,根据电感变化率特性曲线,设计神经网络隐含层的特殊分段非线性激励函数,并在线描述SRM非线性电感变换率的强非线性特性,以构建电感变化率神经网络模型。通过电感变化率神经网络电感变化率信息,在恒定转矩下,推算出理想参考电流,实现了SRM恒转矩控制,达到了有效抑制SRM转矩脉动的目的。基于电感变换率特性神经网络建模,直接得到恒转矩下理想电流,其技术方法运算量小,方便开关磁阻电机的在线控制。

    基于磁链的开关磁阻电机转矩脉动抑制控制系统和方法

    公开(公告)号:CN112928965B

    公开(公告)日:2022-09-13

    申请号:CN202110333892.7

    申请日:2021-03-29

    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。

    一种基于多FPGA异构架构的CNN神经网络加速设计方法

    公开(公告)号:CN114997386A

    公开(公告)日:2022-09-02

    申请号:CN202210749104.7

    申请日:2022-06-29

    Abstract: 本发明公开一种基于多FPGA异构架构的CNN神经网络加速设计方法,包括以下步骤:根据模块的功能判断,在RTL级使用Verilog HDL设计能实现完整的计算功能的模块,其余的模块使用Vivado的HLS工具进行开发;对卷积神经网络进行量化;CPU依据任务分配法分配计算任务给FPGA板;FPGA板和外部存储器进行初始化配置;CPU获取加载信息并将加载信息通过数据收发单元加载至各个FPGA开发板;两个卷积计算单元通过流水交替方式进行计算;直到当前卷积神经网络计算完成,输出结果。本发明采取HLS与HDL相结合的方式,对神经网络的不同模块分别使用HLS和HDL开发,缩短了开发时长,降低研究成本。

    一种下肢运动康复仪
    58.
    发明公开

    公开(公告)号:CN114983756A

    公开(公告)日:2022-09-02

    申请号:CN202210424721.X

    申请日:2022-04-21

    Abstract: 本发明公开了一种下肢运动康复仪,包括固定板、腿部支架、滑台导轨、辅助理疗机构和控制系统,腿部支架的一端与固定板的顶部转动连接,腿部支架的另一端与滑台导轨转动连接,滑台导轨与固定板的顶部可拆卸连接,控制系统放置于腿部支架的侧方。腿部支架和滑台导轨配合,模拟人腿的屈伸运动,同时,辅助理疗机构能在进行腿部屈伸运动的同时辅以复健按摩和红外理疗,其中小腿部分的按摩功能由小腿按摩仓提供,按摩气囊通过充放气来进行对小腿部分的挤压按摩,足底按摩滚轮则通过刺激足底的人体穴位,提供足底的按摩,不需要依靠理疗师来完成,使得治疗效果是可控的,避免因理疗师导致影响治疗效果。

    基于阻尼比模型的工业机器人自适应导纳控制方法

    公开(公告)号:CN113741183A

    公开(公告)日:2021-12-03

    申请号:CN202110924094.1

    申请日:2021-08-12

    Abstract: 本发明公开一种基于阻尼比模型的工业机器人自适应导纳控制方法,回避机器人建模,在导纳控制设计中,根据力误差与系统阻尼比之间的机理关系,设计激励函数,构造神经网络阻尼比模型,通过该模型使阻尼比在线调整,间接适应末端环境的刚度变化,实现力到位置自适应转换的导纳控制。同时引入参考轨迹控制方法,进一步提高力跟踪控制精度。与常规导纳控制相比较,所发明的自适应导纳控制的力误差更小,响应速度更快,能适应变刚度的未知打磨环境。

Patent Agency Ranking