-
公开(公告)号：CN111258215B
公开(公告)日：2022-05-31
申请号：CN202010177915.5
申请日：2020-03-13
Applicant: 大连海事大学
IPC: G05B13/02
Abstract: 本发明提供一种模型未知系统的数据驱动控制器，以一阶非线性系统为被控对象，控制器的输入端与参考信号相连，控制器的输出端与被控系统的输入端相连，包括扩张状态观测器模块、参数辨识模块、数据驱动模块以及线性控制模块。本发明所提的数据驱动总扰动和控制系数估计方法不但能够估计控制参数，而且实现了内扰和外扰的统一估计，同时克服了现有方法假设控制参数已知的缺陷，显著提高了系统的控制精度。
-
Patent Agency Ranking
公开(公告)号：CN111258215A
公开(公告)日：2020-06-09
申请号：CN202010177915.5
申请日：2020-03-13
Applicant: 大连海事大学
IPC: G05B13/02
Abstract: 本发明提供一种模型未知系统的数据驱动控制器，以一阶非线性系统为被控对象，控制器的输入端与参考信号相连，控制器的输出端与被控系统的输入端相连，包括扩张状态观测器模块、参数辨识模块、数据驱动模块以及线性控制模块。本发明所提的数据驱动总扰动和控制系数估计方法不但能够估计控制参数，而且实现了内扰和外扰的统一估计，同时克服了现有方法假设控制参数已知的缺陷，显著提高了系统的控制精度。
-
公开(公告)号：CN110350839B
公开(公告)日：2021-01-15
申请号：CN201910735595.8
申请日：2019-08-09
Applicant: 大连海事大学
Abstract: 本发明提供一种模型不确定异步电动机的位置跟踪控制器及控制方法。本发明方法，其中控制器包括7级子控制器，主要利用ESO估计系统的不确定性和影响系统输出的外部扰动的总和，解决了系统不确定性难以观测的问题，同时还显著降低了控制器结构的复杂性。本发明提出的扩张状态观测器能够保证观测误差的收敛性，实现了对异步电动机模型不确定的精确估计与补偿，与自适应神经网络/模糊控制方法相比，不需要持续激励的条件也能保证观测误差的收敛性。
-
公开(公告)号：CN110350839A
公开(公告)日：2019-10-18
申请号：CN201910735595.8
申请日：2019-08-09
Applicant: 大连海事大学
Abstract: 本发明提供一种模型不确定异步电动机的位置跟踪控制器及控制方法。本发明方法，其中控制器包括7级子控制器，主要利用ESO估计系统的不确定性和影响系统输出的外部扰动的总和，解决了系统不确定性难以观测的问题，同时还显著降低了控制器结构的复杂性。本发明提出的扩张状态观测器能够保证观测误差的收敛性，实现了对异步电动机模型不确定的精确估计与补偿，与自适应神经网络/模糊控制方法相比，不需要持续激励的条件也能保证观测误差的收敛性。
-
公开(公告)号：CN110995090B
公开(公告)日：2023-02-28
申请号：CN201911276663.5
申请日：2019-12-12
Applicant: 大连海事大学
IPC: H02P21/13
Abstract: 本发明提供一种控制参数未知的异步电动机位置跟踪控制器，包括7级子控制器，其中：第1级子控制器的输入端与参考信号Θr相连，第1级子控制器的输出端α1与第2级子控制器的输入端相连，第4级子控制器的输出端uqs与被控系统的输入端相连；第5级子控制器的输入端与参考信号相连，第5级子控制器的输出端α4与第6级子控制器的输入端相连，第6级子控制器的输出端α5与第7级子控制器的输入端相连，第7级子控制器的输出端uds与被控系统的输入端相连，其中c表示转子角度参考值，表示转子磁链参考值。本发明不但能够实现对模型不确定与负载扰动的估计，而且能够估计未知的控制参数，克服了现有神经网络和模糊控制方法假设控制参数已知的缺陷。
-
公开(公告)号：CN110995090A
公开(公告)日：2020-04-10
申请号：CN201911276663.5
申请日：2019-12-12
Applicant: 大连海事大学
IPC: H02P21/13
Abstract: 本发明提供一种控制参数未知的异步电动机位置跟踪控制器，包括7级子控制器，其中：第1级子控制器的输入端与参考信号Θr相连，第1级子控制器的输出端α1与第2级子控制器的输入端相连，第4级子控制器的输出端uqs与被控系统的输入端相连；第5级子控制器的输入端与参考信号 相连，第5级子控制器的输出端α4与第6级子控制器的输入端相连，第6级子控制器的输出端α5与第7级子控制器的输入端相连，第7级子控制器的输出端uds与被控系统的输入端相连，其中c表示转子角度参考值， 表示转子磁链参考值。本发明不但能够实现对模型不确定与负载扰动的估计，而且能够估计未知的控制参数，克服了现有神经网络和模糊控制方法假设控制参数已知的缺陷。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
