-
公开(公告)号：CN113043314B
公开(公告)日：2022-11-08
申请号：CN202110337414.3
申请日：2021-03-30
Applicant: 滨州学院
Inventor： 文国兴
Abstract: 本发明公开了一种机械自动化抓取装置，涉及机械自动化技术领域，包括机械夹爪主体，所述机械夹爪主体的结构中设置有第一夹爪关节与第二夹爪关节，所述第一夹爪关节远离第二夹爪关节的一侧设置有第一微型气泵，所述第二夹爪关节远离第一夹爪关节的一侧设置有第二微型气泵，所述第一微型气泵的输出端固定连接有第一金属管，所述第一夹爪关节上开设有第一气室，所述第一金属管的一端插装至第一气室的内部，所述第一金属管上设置有第一电磁阀，所述第二微型气泵的输出端固定连接有第二金属管，所述第二夹爪关节上开设有第二气室。本发明具备两种固定方式，且两种固定方式可相互配合，有效避免实际使用中所受到的部分限制。
-
公开(公告)号：CN111387891A
公开(公告)日：2020-07-10
申请号：CN202010194114.X
申请日：2020-03-19
Applicant: 滨州学院
Abstract: 本发明公开了一种基于飞信器的自动化粉尘清洗设备及工作方法，包括飞行器以及相对安装在飞行器两端的清扫装置和除尘装置，飞行器设有飞行器主体，飞行器主体一端连接有清扫装置的收尘仓，收尘仓前部下端设有收尘底板，收尘仓前部两侧设有收尘侧板，两侧的收尘侧板内侧通过滑轮连接在旋转轴两端，旋转轴中部连接有旋转支架，旋转支架连接在第一清扫轴和第二清扫轴的上部；本发明通过飞行器带动清扫装置进行人工操作清扫或者自动清扫，避免了人工清扫的不安全因素，节省了人力物力，提高了工作效率和清扫的干净程度；设计的激光测距传感器和激光导航，使清扫装置清扫更全面彻底，不留死角，同时保证设备在清扫时，保持安全距离，提高设备的安全性。
-
公开(公告)号：CN116819959A
公开(公告)日：2023-09-29
申请号：CN202310567234.3
申请日：2023-05-17
Applicant: 滨州学院
IPC: G05B13/04
Abstract: 本发明属于自适应非线性控制技术领域，提出了基于滑模机制的多智能体优化控制器构建方法及系统，基于高阶非线性多智能体系统的实际系统状态和参考状态得到多智能体系统的跟踪误差；基于多智能体系统的跟踪误差设计滑模超平面，通过滑模变量来控制跟踪误差使其位于滑模超平面上；构造执行identifier‑critic‑actor神经网络结构的强化学习，在强化学习中，根据神经网络逼近未知动力函数和分布式HJB方程的解，分别推导出identifier神经网络和critic‑actor神经网络，得到最优控制信号，将最优控制信号作为实际控制输入信号，在该输入信号下引导多智能体系统实现控制目标。
-
公开(公告)号：CN114967448A
公开(公告)日：2022-08-30
申请号：CN202210532826.7
申请日：2022-05-11
Applicant: 滨州学院
IPC: G05B13/04
Abstract: 本发明涉及自适应非线性控制技术领域，具体公开了一种未知非线性动力的高阶多智能体的滑模一致跟踪控制方法，为了解决未知动力问题，自适应模糊系统逼近不确定的非线性动力函数，为了让每个智能体的所有状态跟随到领航智能体状态，通过利用状态跟踪误差变量，一个滑模变量被设计，因为这个控制方法不同于传统滑模方法，没有要求切换控制项，放宽了控制条件，能实现未知动力的非线性高阶多智能体系统的一致跟踪控制，它能有效避免震滑模控制的颤现象，最后，通过理论证明和计算机仿真，论证了该控制方法能够完成控制任务。
-
公开(公告)号：CN114740710A
公开(公告)日：2022-07-12
申请号：CN202210453088.7
申请日：2022-04-27
Applicant: 滨州学院
IPC: G05B13/02
Abstract: 本发明涉及自适应非线性控制技术领域，具体公开了一种随机非线性多智能体的强化学习优化编队控制方法，基于神经网络的函数逼近能力，设计了一种自适应辨识器对未知随机动力进行估计在期望意义，然后通过构建评判网络和执行经网络执行强化学习，从而获得优化控制；在本发明中，由于强化学习算法是通过对一个简单的正函数执行梯度下降法得到的，该函数设计根据HJB方程的偏导，因此可以使最优控制比传统的方法更简单，可以更方便地应用到随机非线性多智能体系统；最后，从定理证明和计算机仿真两个方面验证，所提出的优化方法能够实现预期的目标。
-
Patent Agency Ranking
公开(公告)号：CN116755339A
公开(公告)日：2023-09-15
申请号：CN202310761473.2
申请日：2023-06-26
Applicant: 滨州学院
IPC: G05B13/04
Abstract: 本公开提供了一种非线性严格反馈系统的自适应非反步控制方法及系统，涉及自适应非线性控制技术领域，方法包括针对单输入单输出的非线性严格反馈系统，将非线性严格反馈系统转换为规范动力系统形式；考虑滑模机制作为控制律的设计原理，引入Bernstein近似定理，将Bernstein多项式逼近与自适应学习方法相结合构造自适应状态观测器；根据控制目标，设计实际的自适应控制器，利用自适应状态观测器定义跟踪误差估计，转化跟踪误差估计的动力方程，使控制器的能够以期望的精度跟踪参考信号，实现严格反馈系统的自适应非反步控制。本公开有效地实现了系统的自适应跟踪控制。
-
公开(公告)号：CN115857320A
公开(公告)日：2023-03-28
申请号：CN202211654307.4
申请日：2022-12-22
Applicant: 滨州学院
IPC: G05B13/02
Abstract: 本发明涉及高阶非线性控制技术领域，具体公开了一种单输入单输出非线性未知动力系统的优化跟踪控制方法，由于该非线性系统需要控制多个状态变量，因此根据李亚普诺夫函数构造虚拟控制序列，来考虑反步法，基于包含以下n个步骤的反步设计，由于系统的前n‑1个动力学方程是直接的，不包含不确定性，因此可以直接获得前n‑1个反步控制的虚拟控制，在第n步中，构造了基于神经网络近似的identifier‑critic‑actor强化学习，从而实现优化的实际控制；利用HJB方程的平方求解强化学习更新律，从一个等价于HJB方程的简单正定函数的负梯度求解更新律，明显降低算法复杂度，还可以消除已知动力和持久续激励的两个要求。
-
公开(公告)号：CN113058498A
公开(公告)日：2021-07-02
申请号：CN202110329774.9
申请日：2021-03-29
Applicant: 滨州学院
Inventor： 文国兴
Abstract: 本发明公开的一种进料机械自动化混合装置，包括混合框，所述混合框的外表面一侧设置有支撑柱，所述支撑柱的底端设置有防护垫，所述混合框的顶部设置有进料斗，所述进料斗的顶端设置有密封盖，所述混合框的外表面一侧设置有接收箱，所述混合框的底部设置有出料管，所述混合框的外表面一侧设置有震动装置，所述震动装置的顶部设置有震动板，所述支撑柱的一侧设置有输料装置。本发明所述的一种进料机械自动化混合装置，解决了现有的进料机械在进行使用时，需要对其的材料进行混合，但是其混合效果较差，同时不能将材料进行很好的筛选，降低了混合的效果，不能迅速将物料进行输送。
-
公开(公告)号：CN114942588A
公开(公告)日：2022-08-26
申请号：CN202210517884.2
申请日：2022-05-12
Applicant: 滨州学院
IPC: G05B13/02
Abstract: 本发明涉及非线性系统控制技术领域，具体公开了一种状态不可测的非线性系统自适应神经网络观测器控制方法，为了消除不可测状态在控制设计中的影响，首先利用神经网络，设计一种新的自适应状态观测器，该观测器方法不要求观测器增益参数满足Hurwitz方程，因此比现有的观测器方法更容易应用和扩展到非线性系统控制中，然后将观测器的动态特性与反步法相结合，设计控制器，实现严格反馈系统的自适应跟踪控制，最后，通过理论和仿真验证了该方法的可行性；本发明不需要满足Hurwitz方程，因此更容易应用和推广到非线性系统控制中；不需要精确的系统确认，因此能满足广泛的实际控制工程系统的要求。
-
公开(公告)号：CN114859704A
公开(公告)日：2022-08-05
申请号：CN202210453058.6
申请日：2022-04-27
Applicant: 滨州学院
IPC: G05B13/02
Abstract: 本发明涉及自适应非线性控制技术领域，具体公开了一种针对四旋翼无人机姿态的强化学习优化控制方法，通过利用模糊系统的函数逼近性质，构造两个迭代网络：评价和执行网络用于执行强化学习，从而最终获得该优化姿态控制，因为该优化控制要求同时控制姿态角和角速度两个状态，它需要同时包含角变量和角速度的两个跟踪误差项，这样，如果设计该强化学习借鉴传统的方法，此优化控制算法将非常复杂。本发明首先是设计一个与HJB等式等价的简单正函数，然后利用该函数的负梯度构建强化学习，这样该控制的算法能是明显简单，最后，通过理论证明和计算机仿真，证明该优化姿态控制能够完成控制任务。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.015 seconds)
