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。

    直线电机滑模控制中系统抖振消除控制方法与装置

    公开(公告)号:CN102185558B

    公开(公告)日:2013-03-20

    申请号:CN201110133845.4

    申请日:2011-05-23

    Abstract: 本发明为直线电机滑模控制中系统抖振消除控制方法与装置,本方法以柔化迟滞函数代替常规滑模控制公式中的符号函数,求得动子线圈上的控制电压。因柔化迟滞函数的软开关特性,实现滑模控制中抖动的消除。式中参数由二阶逼近和实验取得。本装置包括直线电机、位移传感器、信号处理器、驱动电路等。信号处理器的控制信号接入驱动电路。信号处理器包括中央处理单元、A/D和D/A电路,ROM、RAM、脉宽调制模块和信号接收电路,存储有滑模控制方法公式及参数。中央处理单元根据位移传感器的动子位移数据得到动子线圈电压信号,经脉宽调制模块调节动子线圈电压,实现动子稳定的直线运动。本发明有效消除系统抖振,提高运行可靠性,易于实现。

    扩散硅压力传感器的非线性滞回智能补偿方法和智能补偿系统

    公开(公告)号:CN100524107C

    公开(公告)日:2009-08-05

    申请号:CN200710050622.5

    申请日:2007-11-23

    Inventor: 党选举 杨俊

    Abstract: 本发明为扩散硅压力传感器的非线性滞回智能补偿方法和智能补偿系统。本法引入结构简单、易于实现的滞回逆算子,其输出仅与相邻的先前输入输出极值相关,其曲线与传感器滞回逆曲线极值点变化同步、幅值不同,模糊建模将滞回逆算子的升降段点到点的单值映射到希望的幅值,建立模糊模型,与滞回逆算子构成滞回逆混合模型,适应并补偿传感器的非光滑非线性滞回特性。本法有效地提高了扩散硅压力传感器的测量精度。根据本法构建的智能补偿系统包括扩散硅压力传感器和计算机,计算机含有滤波模块和滞回逆混合补偿模块,补偿模块为上述滞回逆算子和T-S模糊建模,计算机输出对滞回特性进行了非线性补偿后的电信号。便于此类传感器技术的发展和应用。

    基于电机驱动关节特性建模及执行误差的补偿控制方法

    公开(公告)号:CN118752480A

    公开(公告)日:2024-10-11

    申请号:CN202410856871.7

    申请日:2024-06-28

    Abstract: 本发明公开一种基于电机驱动关节特性建模及执行误差的补偿控制方法,在关节闭环控制的基础上,提出基于改进的iTransformer网络的关节的迟滞模型,在建模中,以iTransformer网络为基本结构,从结构和输入端两个方面进行改进来提高关节的复杂迟滞模型精度,再利用模型预测结果对关节角度设定值进行前馈补偿,消除负载变化对关节执行精度的影响,最终达到实现工业机器人系统的高精度定位控制。

    基于NARXNN-CNN混合迟滞模型的机器人关节补偿控制方法

    公开(公告)号:CN115556093B

    公开(公告)日:2024-08-27

    申请号:CN202211138252.1

    申请日:2022-09-19

    Abstract: 本发明公开基于NARXNN‑CNN混合迟滞模型的机器人关节补偿控制方法,针对机器人柔性关节传递精度随负载变化,关节输入输出角度之差扭转角与输出力矩表现为强非线性、非对称性及非光滑性的复杂迟滞特性,设计了NARXNN‑CNN混合迟滞模型,并设计分段式损失函数来实现独立分段偏差反向传递学习。通过NARXNN‑CNN混合迟滞模型预测扭转角的修正量,并利用该扭转角的修正量对关节输出角度设定值进行补偿,从而间接避免由于关节材料、制造及复杂结构的装配及负载变化等所造成的关节传递误差。

Patent Agency Ranking