-
公开(公告)号：CN116654295A
公开(公告)日：2023-08-29
申请号：CN202310712294.X
申请日：2023-06-16
申请人： 北京工业大学
IPC分类号： B64G1/28
摘要： 本发明提供了一种针对双自旋稳定系统的加速集成值迭代控制方法。双自旋稳定系统是航天器的姿态控制中的重要实现方法之一。具有旋转激励的平移振荡器(RTAC)作为双自旋航天器的简化模型被广泛研究。然而RTAC系统内部存在非线性，不确定性及干扰，为了实现该系统的智能优化控制，本发明基于自适应评判框架，提出了一种集成的新型值迭代方案，引入松弛因子加速代价函数的迭代过程，且该算法生成的控制策略能够保证闭环系统的稳定性。同时，设计了自适应松弛函数来调节代价函数序列的收敛速度。通过实验结果验证了所提出的集成值迭代控制算法的快速收敛性，从而能够快速有效地获得最优控制策略，在保证系统稳定的同时提升控制效率。
-
公开(公告)号：CN111367181B
公开(公告)日：2022-06-07
申请号：CN202010263147.5
申请日：2020-04-07
申请人： 北京工业大学
IPC分类号： G05B13/04
摘要： 本发明提出一种用于污水处理系统的混合驱动智能评判控制方法，同时考虑基于数据和事件的思想，采用新颖的混合驱动迭代自适应评判控制设计，以解决一类污水处理系统的智能优化控制问题；将神经动态规划技术与迭代自适应评判框架相结合，在数据驱动学习机制下，降低优化控制设计过程对于被控对象的动态信息要求；同时设计一个合理的事件驱动阈值，使得控制信号在满足适当的条件时进行更新，从而切实提高复杂动态系统的控制效率。采用本发明提出的混合驱动智能评判控制方法，能够使得溶解氧浓度和硝态氮浓度达到期望值，并且显著提高了整个系统的控制效率。
-
公开(公告)号：CN113741182A
公开(公告)日：2021-12-03
申请号：CN202110916446.9
申请日：2021-08-11
申请人： 北京工业大学
IPC分类号： G05B13/04
摘要： 本发明提出一种基于广义值迭代的污水处理过程控制方法，用于解决溶解氧浓度和硝态氮浓度的最优跟踪设计问题。本发明通过任意一个半正定的函数进行初始化而不必须为零，其中参数λ能够从未来的多个回报中学习从而加速学习过程。在GVI(λ)算法框架下，引入三个神经网络分别用于近似两种代价函数和跟踪控制律，给出基于神经网络的代价函数和跟踪控制律更新公式。在迭代算法执行过程中，建立一个新的停止准则来终止算法，从而保证系统的稳定性和跟踪控制律的最优性。实验结果表明，这里提出的GVI(λ)算法能在保证系统稳定性的前提下，有效地控制溶解氧浓度和硝态氮浓度。
-
公开(公告)号：CN111354423B
公开(公告)日：2024-03-08
申请号：CN202010132329.9
申请日：2020-02-29
申请人： 北京工业大学
IPC分类号： G16C20/20 , G16C20/70 , G06N3/043 , G06N3/044 , G06N3/084 , G06N3/088 , G06F18/2135 , G06F18/2137 , G06F123/02
-
公开(公告)号：CN111797363B
公开(公告)日：2024-02-06
申请号：CN202010705687.4
申请日：2020-07-21
申请人： 北京工业大学
摘要： 本发明提供一种基于数据的污水处理系统自学习轨迹跟踪方法，利用DHP结构实现非仿射非线性系统的自学习最优跟踪控制算法，并将该方法应用于暴雨天气下的污水处理过程控制。在本发明中，采用数值方法求解与期望轨迹对应的稳定控制，进而建立基于迭代DHP求解非仿射系统最优控制律的数据驱动自学习方法；将该方法应用于溶解氧和硝态氮的浓度控制，以达到污水处理系统良好的轨迹跟踪效果。
-
公开(公告)号：CN115983008A
公开(公告)日：2023-04-18
申请号：CN202211738198.4
申请日：2022-12-31
申请人： 北京工业大学
IPC分类号： G06F30/20 , G06F17/16 , G06F119/14 , G06F119/12
摘要： 本发明提供了弹簧‑质量‑阻尼关联系统的一种分散式智能评判跟踪控制方法。本发明提出利用自适应动态规划的方法，解决一类具有外部扰动的连续时间非线性系统的分散跟踪控制问题。首先，将分散跟踪控制问题转化为孤立子系统的最优跟踪控制器设计。然后，在系统存在外部干扰的情况下，通过将适当的反馈增益添加在每个增广跟踪独立子系统，有效建立起分散跟踪控制方案。另外，本发明利用神经网络的近似性，构造了两个单一评判网络获得纳什均衡解，即最优控制律和最坏扰动律。另外，在权值更新的过程当中，改进了更新准则以消除初始容许控制的要求。最后，通过弹簧‑质量‑阻尼结构的机械系统，给出了仿真实例以验证该方案的有效性。
-
公开(公告)号：CN112000004B
公开(公告)日：2022-11-25
申请号：CN202010422508.6
申请日：2020-05-19
IPC分类号： G05B13/04
摘要： 本发明公开一种利用迭代二次启发式规划的污水处理浓度控制方法，用于求解离散时间非线性动态系统的近似最优控制问题，并应用于污水处理系统中溶解氧和硝态氮的浓度控制设计。将二次启发式规划技术与迭代自适应评判框架相结合，在处理近似最优调节问题时，不需要已知被控对象的动态信息，而且可以降低神经网络反向传播的计算复杂度。这样，当开展先进控制设计时，能够有效利用污水处理数据资源，并在自适应学习过程中达到智能优化的目的。
-
公开(公告)号：CN112147885A
公开(公告)日：2020-12-29
申请号：CN202010855574.2
申请日：2020-08-21
申请人： 北京工业大学
摘要： 一种基于执行‑评判结构的溶解氧浓度智能优化控制方法本发明既属于控制领域，又属于污水处理领域。本发明通过神经网络建立执行‑评判结构中的执行机制与评判机制，并通过离轨策略迭代方法提高了算法对环境的探索能力和在扰动情况下的鲁棒性能。该方法不需要建立污水处理过程模型，利用污水处理过程在线数据对执行机制与评判机制的参数进行更新，可以使评判机制逼近系统在当前控制策略下的系统性能指标，进一步使执行机制在系统性能指标的作用下优化当前控制策略。该方法在污水处理溶解氧浓度跟踪设定值的无模型最优控制问题中取得了较好的效果，有助于提高控制精度和系统稳定性。
-
公开(公告)号：CN112000004A
公开(公告)日：2020-11-27
申请号：CN202010422508.6
申请日：2020-05-19
IPC分类号： G05B13/04
摘要： 本发明公开一种利用迭代二次启发式规划的污水处理浓度控制方法，用于求解离散时间非线性动态系统的近似最优控制问题，并应用于污水处理系统中溶解氧和硝态氮的浓度控制设计。将二次启发式规划技术与迭代自适应评判框架相结合，在处理近似最优调节问题时，不需要已知被控对象的动态信息，而且可以降低神经网络反向传播的计算复杂度。这样，当开展先进控制设计时，能够有效利用污水处理数据资源，并在自适应学习过程中达到智能优化的目的。
-
公开(公告)号：CN111367181A
公开(公告)日：2020-07-03
申请号：CN202010263147.5
申请日：2020-04-07
申请人： 北京工业大学
IPC分类号： G05B13/04
摘要： 本发明提出一种用于污水处理系统的混合驱动智能评判控制方法，同时考虑基于数据和事件的思想，采用新颖的混合驱动迭代自适应评判控制设计，以解决一类污水处理系统的智能优化控制问题；将神经动态规划技术与迭代自适应评判框架相结合，在数据驱动学习机制下，降低优化控制设计过程对于被控对象的动态信息要求；同时设计一个合理的事件驱动阈值，使得控制信号在满足适当的条件时进行更新，从而切实提高复杂动态系统的控制效率。采用本发明提出的混合驱动智能评判控制方法，能够使得溶解氧浓度和硝态氮浓度达到期望值，并且显著提高了整个系统的控制效率。
-
-
-
-
-
-
-
-
-
搜索结果
17 条记录 (耗时 0.03 秒)
