一种三维未知复杂环境下无人机群协同围捕方法

    公开(公告)号:CN117055625A

    公开(公告)日:2023-11-14

    申请号:CN202311245906.5

    申请日:2023-09-26

    IPC分类号: G05D1/10

    摘要: 本发明公开了一种三维未知复杂环境下无人机群协同围捕方法,包括S1:建立无人机群模型,包括无人机群系统避障模型,基于膨胀原理建立;S2:建立围捕算法,包括:S21:建立三维简化虚拟受力围捕模型,S22:基于三维简化虚拟受力围捕模型和无人机群系统避障模型计算无人机个体所受合力大小和速度,S23:计算无人机个体期望速度和角度,按一个时间步长更新个体位置,S24:判断每个无人机是否到达围捕圆周上并均匀分布,如果是,则围捕算法结束,如果否,则返回S22。本发明融合膨胀算法和三维简化虚拟受力围捕模型,提出了三维非凸复杂环境下无人机群协同围捕算法,可应用于三维凸和非凸复杂环境下的无人机群围捕场景。

    基于扩展滑模观测器的永磁同步电机机械参数辨识方法

    公开(公告)号:CN114006557B

    公开(公告)日:2023-11-10

    申请号:CN202111165630.0

    申请日:2021-09-30

    摘要: 本发明公开了一种基于扩展滑模观测器的永磁同步电机机械参数辨识方法,步骤为:建立表贴式永磁同步电机的数学模型并经过坐标变换采用矢量控制;设计扩展滑模机械参数观并确定观测器相关参数;利用所提出的扩展滑模观测器观察系统扰动信息并从中提取阻尼系数、转动惯量、负载转矩。本发明首先将摩擦系数参数误差、转动惯量参数误差、负载转矩系统扰动作为扩展系统状态,建立扩展状态方程,用于设计扩展滑模观测器,扩展滑模观测器能实时跟踪系统状态,能软化滑模变结构控制信号;因此,扩展滑模观测器的输出可以直接用于机械参数估计,而不产生相位滞后,通过正确实时估计机械参数,从而实现永磁同步电机系统的自整定控制,并以此来实现最优控制。

    基于深度生成式对抗网络的滚动轴承剩余寿命预测方法

    公开(公告)号:CN110942101B

    公开(公告)日:2023-06-27

    申请号:CN201911201619.8

    申请日:2019-11-29

    摘要: 本发明公开了一种基于深度生成式对抗网络的滚动轴承剩余寿命预测方法,包括以下步骤:采集滚动轴承的原始振动信号;获取原始振动信号的特征参数;将特征参数划分训练集和预测集;把训练集送入生成器长短期记忆网络进行训练;预测滚动轴承的退化过程,并生成预测结果;搭建自动编码器模型作为判别器,判别预测结果是否来自真实历史数据;生成器长短期记忆网络和判别器自动编码器进行对抗训练,寻求最优解;输出滚动轴承剩余寿命预测结果。本发明通过长短期记忆网络学习预测滚动轴承的退化过程,利用自动编码器判别长短期记忆网络的预测结果,两者对抗学习,直到达到精度要求,减少了传统方法的预测误差叠加问题,提高了预测的准确性。

    基于单相电流估计的永磁同步电机无传感控制方法及系统

    公开(公告)号:CN114448312A

    公开(公告)日:2022-05-06

    申请号:CN202210123321.5

    申请日:2022-02-10

    摘要: 本发明涉及一种基于单相电流估计的永磁同步电机无传感控制方法及系统,方法包括:根据B相电流构建扩张状态观测器数学模型;利用扩张状态观测器数学模型对永磁同步电机的两相电流进行估计;基于扩张状态观测器数学模型构建PMSM多参数识别模型;根据第一电流估计值、第二电流估计值以及定子电阻估计值,利用PMSM多参数识别模型对永磁同步电机的电磁参数进行估计;构建PMSM无传感控制模型;将第一电流估计值、第二电流估计值、定子电阻估计值、定子电感估计值以及永磁体磁链估计值迭代进PMSM无传感控制模型中,构建基于扩张状态观测器与多参数识别的PMSM无传感控制模型。本发明的方法提高了无传感控制系统的鲁棒性。

    基于最优输运的传动链无监督域适应故障诊断方法

    公开(公告)号:CN112232252A

    公开(公告)日:2021-01-15

    申请号:CN202011152085.7

    申请日:2020-10-23

    IPC分类号: G06K9/00 G06K9/62 G06N7/00

    摘要: 本发明公开了一种基于最优输运的传动链无监督域适应故障诊断方法,包括以下步骤:搭建传动链故障数据库;构造无监督域适应特征提取及分类模型;建立融合最优输运的无监督域适应故障诊断模型;将目标域数据送入训练好的特征提取器和softmax分类器,得到目标域数据的预测标签,并计算其分类精度。本发明将最优输运理论与域适应理论结合在一起,通过最小化故障源域和目标域特征和标签的距离来对齐特征空间和标签空间的分布,解决了故障诊断中的源域和目标域的域适应问题,提高了故障诊断的精度。

    基于转矩信号模糊智能学习的PMSM退磁故障诊断方法

    公开(公告)号:CN112101457A

    公开(公告)日:2020-12-18

    申请号:CN202010968338.1

    申请日:2020-09-15

    摘要: 本发明公开了一种基于转矩信号模糊智能学习的PMSM退磁故障诊断方法,包括以下步骤:采集永磁同步电机不同退磁故障下的转矩脉动信号;计算转矩脉动信号的模糊隶属度;利用小波包分解对转矩脉动信号进行分解与重构,得到小波包系数;计算所得小波包系数的能量,构造具有模糊隶属度的特征向量样本集,并划分训练集和测试集;构造模糊极限学习机FELM,将训练集输入FELM进行训练;将测试集输入训练好的FELM,并计算分类精度。本发明通过将模糊理论融于极限学习机中,将退磁故障转矩脉动信号样本进行模糊化,解决了训练样本分布不平衡不规则的问题,使传统机器学习算法能适应退磁故障转矩信号,加快了训练速度,提高了诊断精度。

    一种复杂凸环境下群机器人协同作业的多目标围捕方法

    公开(公告)号:CN111240332A

    公开(公告)日:2020-06-05

    申请号:CN202010056177.9

    申请日:2020-01-18

    IPC分类号: G05D1/02

    摘要: 本发明公开了一种复杂凸环境下群机器人协同作业的多目标围捕方法,首先设计了复杂凸环境下多目标和动态障碍物的运动模型,然后通过对复杂环境下围捕行为的研究,构建了多目标简化虚拟受力模型,基于此受力模型,提出了动态多目标自组织任务分配方法和协同自组织动态多目标围捕的具体过程,上述过程中只需多目标和两最近邻位置信息以及面向多目标中心方向的两最近邻任务信息,计算简单高效,易于实现,且整个方法过程具有良好的避障性能、鲁棒性、可扩展性和灵活性。