<rp id="fwvt1"></rp>

        [發明專利]行為驅動的四足機器人伺服層細粒度演進優化模型在審

        專利信息
        申請號: 202210638409.0 申請日: 2022-06-07
        公開(公告)號: CN115061370A 公開(公告)日: 2022-09-16
        發明(設計)人: 蘇波;江磊;邢伯陽;劉宇飛;王志瑞;梁振杰;趙建新;邱天奇;許鵬;田翀;許威;黨睿娜 申請(專利權)人: 中國北方車輛研究所
        主分類號: G05B13/04 分類號: G05B13/04
        代理公司: 中國兵器工業集團公司專利中心 11011 代理人: 周恒
        地址: 100072*** 國省代碼: 北京;11
        權利要求書: 暫無信息 說明書: 暫無信息
        摘要: 發明屬于機器人運動控制技術領域,具體涉及一種行為驅動的四足機器人伺服層細粒度演進優化模型,包括:結合機器人的雅克比動力學,對足底力進行在線估計;采用反向史密斯觸發器對支撐與擺動行為進行在線判別和控制通道的行為切換;基于切換結果,針對擺動行為控制通道采用位置+速度,實現對期望關節位置與力指令的跟蹤;針對支撐行為控制通道采用位置+速度+力前饋,實現對期望關節位置與力指令的跟蹤;采用自抗擾ADRC控制器對系統擾動在線估計,并對通道控制參數進行細粒度優化。該方案能提升四足機器人在未知環境下足地接觸的可靠性以及力控制的魯棒性。
        搜索關鍵詞: 行為 驅動 機器人 伺服 細粒度 演進 優化 模型
        【主權項】:
        暫無信息
        下載完整專利技術內容需要扣除積分,VIP會員可以免費下載。

        該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國北方車輛研究所,未經中國北方車輛研究所許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服

        本文鏈接:http://www.musicboxmix.net/patent/202210638409.0/,轉載請聲明來源鉆瓜專利網。

        同類專利
        • 一種基于虛擬傳感器的離散非線性系統的MFAC容錯控制方法-202210727718.5
        • 許德智;張偉明;花斐;楊瑋林;潘庭龍;郝澤亮 - 江南大學
        • 2022-06-23 - 2022-10-14 - G05B13/04
        • 本發明公開了一種基于虛擬傳感器的離散非線性系統的MFAC容錯控制方法,包括構建存在傳感器故障的離散時間非線性系統模型,并采用緊格式動態線性化方法對其進行線性化處理,得到基于緊格式動態線性化系統模型,根據執行器飽和時輸入大小與輸入速率的約束,得到被限制后的控制輸入,構建抗飽和補償器控制算法,根據基于緊格式動態線性化系統模型、被限制后的控制輸入以及構建抗飽和補償器控制算法,構建故障時自適應容錯控制算法,應對傳感器故障時進行系統控制,本發明采用虛擬傳感器技術構建狀態觀測器進行估計,提高了故障估計的速率和估計精度,同時引入抗飽和補償器解決執行器飽和引起的約束問題,使控制的系統更加穩定。
        • 一種基于二型橢球型模糊神經網絡的機械臂有限時間跟蹤控制方法-202210981267.8
        • 高亞斌;孫藝倬;劉澳華;劉壯;匡冀源;劉健行 - 哈爾濱工業大學
        • 2022-08-16 - 2022-10-14 - G05B13/04
        • 一種基于二型橢球型模糊神經網絡的機械臂有限時間跟蹤控制方法,它屬于工業機械臂控制領域。本發明解決了由于來自操作環境和機械臂自身造成的系統不確定性,導致采用現有方法難以實現對機械臂的高精度控制的問題。本發明方法采取的技術方案為:步驟一、建立考慮系統不確定性的機械臂動力學模型;步驟二、采用區間二型橢球型模糊神經網絡對系統不確定性進行估計,得到估計結果;步驟三、設計預定時間內收斂的非奇異終端滑模面;步驟四、基于估計結果和非奇異終端滑模面進行跟蹤控制器的設計。本發明方法可以應用于對工業機械臂的控制。
        • 一種MPCVD反應器的改進自適應反步控制方法-202211047389.6
        • 于興虎;鄭曉龍;孟欣博 - 寧波智能裝備研究院有限公司
        • 2022-08-29 - 2022-10-14 - G05B13/04
        • 一種MPCVD反應器的改進自適應反步控制方法,涉及MPCVD反應器過程控制技術領域,針對現有技術中MPCVD合成金剛石過程控制建模中存在非參數不確定性問題,進而導致系統輸出不能夠在小誤差范圍內跟蹤給定目標信號的問題,本申請針對處理系統的非參數不確定性,首先提出了直接自適應律來估計這種不確定性;利用系統的等價變換解決了未知方向函數帶來的問題;實現設計反饋控制器ui,使系統輸出yi(t)能夠在小誤差范圍內跟蹤給定目標信號
        • 帶隱私保護的一致性最優控制方法、系統、設備和介質-202211081802.0
        • 張銀炎;鄧青云 - 人工智能與數字經濟廣東省實驗室(廣州)
        • 2022-09-06 - 2022-10-14 - G05B13/04
        • 本發明公開了一種帶隱私保護的一致性最優控制方法,涉及控制領域和機器人領域,所述方法包括:建立所述機器人系統中所有機器人在運動時的動力學方程模型;在所述動力學方程模型中結合帶輸入約束的分布式一致性控制律,以獲得所有機器人的控制輸入;在所述動力學方程模型中結合Paillier同態加密算法;將帶Paillier同態加密算法的所述動力學方程模型應用到所述機器人系統中所有機器人上,進而使得所有機器人保持運動時位置和速度上保持一致。本發明可以讓所有機器人最終在位置和速度上保持一致,同時避免泄露私有信息。
        • 一種基于模型預測控制的緊急避障路徑規劃及控制方法-202210733939.3
        • 謝磊;多然;胡鋮;周肖鈴 - 浙江大學
        • 2022-06-27 - 2022-10-14 - G05B13/04
        • 本發明公開了一種基于模型預測控制的緊急避障路徑規劃及控制方法,包括決策部分、路徑規劃部分和跟蹤控制部分,具體如下:決策部分:當車輛高速運行過程中檢測到障礙物且判斷無法通過常規轉彎進行避障時,做出進行漂移避障的決策;路徑規劃部分:在得到進行漂移避障的決策后,根據當前車速進行前向漂移避障路徑的搜索,生成漂移避障路徑;其中,前向漂移避障路徑的搜索基于混合路徑搜索和優化路徑搜索的方法;跟蹤控制部分:基于線性化的車輛動力學模型,采用以漂移時的平衡點為狀態量的模型預測控制器對生成的漂移避障路徑進行跟蹤。利用本發明,可以在高速運行的車輛面對突然出現的障礙物時能夠進行有效的避障。
        • 一種基于凸優化方法的機器人接觸控制方法-202210738771.5
        • 周穎凡;韓峰濤;庹華;馬建濤;張航;張雷;韓建歡;陳可 - 珞石(北京)科技有限公司
        • 2022-06-28 - 2022-10-14 - G05B13/04
        • 本發明提出了一種基于凸優化方法的機器人接觸控制方法,包括:步驟S1,設置離散時不變系統動力學模型參數;步驟S2,對所述動力學模型進行Z變換,獲取系統動力學的傳遞函數矩陣表達;步驟S3,獲得離散時間下開環系統的控制器傳遞函數K(z),閉環系統的控制器傳遞函數T(z);步驟S4,通過將T(z)進行仿射式的參數化,轉換成多個矩陣的線性組合形式;步驟S5,將控制器求解問題轉化為一個標準的凸優化問題;步驟S6,根據實際任務情況,構建接觸環境模型Envstiff(z);步驟S7,結合所述環境模型,將實際任務要求轉化成凸約束的形式,然后將約束和目標函數轉化為頻域下的表達形式,最后用標準的凸優化求解器對優化問題進行求解,獲得閉環系統下的最優控制器。
        • 基于神經網絡的液壓缸速度控制方法-202210842333.3
        • 伍國果;楊國來;柴紅強;曹川川;張杰;曹文斌 - 蘭州理工大學;重慶文理學院
        • 2022-07-18 - 2022-10-14 - G05B13/04
        • 本發明公開了一種基于神經網絡的液壓缸速度控制方法,包括:S1.確定與液壓缸速度相關的影響變量;S2.將不同工況下的影響變量作為樣本集,并將樣本集輸入到神經網絡模型進行網絡模型的訓練,使得神經網絡模型的輸出值處在設定范圍內;其中,所述輸出值為液壓缸速度的預測值;S3.將步驟S2完成訓練后的神經網絡模型作為目標網絡模型,并提取目標網絡模型中影響變量的權重與偏置;S4.將所述權重與偏置配置給對應的影響變量,得到配置后的影響變量;S5.將配置后的影響變量作為控制輸入參數,實現對液壓缸輸出速度的控制。本發明能夠實現對速度的準確控制,穩定性強,控制過程簡單易操作。
        • 一種基于安全評論家的綠波車速跟蹤控制方法及系統-202210842581.8
        • 李正浩;高炳釗;褚洪慶;石文通;陳虹 - 同濟大學
        • 2022-07-18 - 2022-10-14 - G05B13/04
        • 本發明涉及一種基于安全評論家的綠波車速跟蹤控制方法,該方法包括以下步驟:步驟1:交通信息層通過傳感器和通信設施建立高精地圖,并收集道路信息和車輛信息;步驟2:車輛通過V2I通信設施與道路側的基礎設施進行通信,道路側根據路段通行狀態和路口交通信號控制信息得到指導綠波車速;步驟3:上層控制層通過建立的強化學習框架進行基于安全評論家函數強化學習算法的車速跟蹤控制:步驟4:下層控制模塊根據總需求力矩進行兼顧動力學與節能的綜合力矩分配,并將分配后的力矩輸出至車輛;步驟5:車輛的每個輪轂發動機按照分配的力矩進行驅動。與現有技術相比,本發明具有實現車輛保持對指導綠波車速的跟蹤進而提高路段通行效率等優點。
        • 一種電液位置伺服系統多參數辨識方法-202210855979.5
        • 高炳微;張威;申偉;鄭麟韜;趙宏建 - 哈爾濱理工大學
        • 2022-07-08 - 2022-10-14 - G05B13/04
        • 本發明公布了一種電液位置伺服系統多參數辨識方法,屬于自動控制領域。該發明首先根據電液位置伺服系統運行機理獲取系統模型結構和待辨識參數;再提出一種基于懲罰機制的反向非線性麻雀搜索算法,利用反向學習策略豐富初始種群多樣性,在發現者和加入者的位置更新過程中引入非線性因子,包括非線性收斂因子、自適應權重因子和黃金正余弦因子,以此來平衡局部優化和全局搜索能力,同時,根據麻雀個體發現危險的程度,制定懲罰機制,使警戒者位置分布更合理;再根據采集系統的輸入和輸出數據,引進誤差評價函數鑒別辨識結果,最終獲得較為精準的系統數學模型。
        • 四旋翼飛行器自適應滑??刂葡到y的建立方法-202210890935.6
        • 潘健;邵冰;張恢鑒;郭泓展;李子修;易深華;熊嘉鑫;劉孫德;劉雨晴 - 湖北工業大學
        • 2022-07-27 - 2022-10-14 - G05B13/04
        • 本發明提供一種四旋翼飛行器自適應滑??刂葡到y的建立方法,包括:根據四旋翼飛行器的姿態動力學方程,設計用于實時估計整個系統中的擾動線性擴張狀態觀測器;根據四旋翼飛行器的姿態動力學方程和所設計的線性擴張狀態觀測器設計自適應滑??刂葡到y,該滑??刂葡到y的控制律部分包括實時根據擾動大小改變切換項的增益來補償擾動估計誤差的可變增益切換項;對四旋翼飛行器自適應滑??刂葡到y進行穩定性分析。實時根據擾動大小改變切換項的增益來補償擾動估計誤差,做到大擾動時增大增益值,提升抗擾能力;在外部擾動較小的時候,減小切換項增益,在不改變控制器效果前提下,抑制滑??刂频亩墩駟栴}。
        • 基于多智能體強化學習的城市排水系統控制方法和裝置-202211106987.6
        • 董欣;王一茗;徐智偉 - 清華大學
        • 2022-09-13 - 2022-10-14 - G05B13/04
        • 本發明提供了一種基于多智能體強化學習的城市排水系統控制方法和裝置,其中,該方法包括:對城市排水系統進行概化處理,創建虛擬數字對象的城市排水系統虛擬模型;根據城市排水系統的水量水質變化過程、關鍵節點流量和液位為控制目標,構建基于神經網絡的城市排水系統代理模型;構建由當前網絡和目標網絡組成的單個智能體,采用價值分解方法識別智能體間的聯動關系,并構建多智能體;多智能體經過訓練后,對城市排水系統的控制策略進行評估和驗證處理。通過本發明實施例提供的基于多智能體強化學習的城市排水系統控制方法和裝置,實現了對實際排水系統控制效率和控制效果的同時提升。
        • 一種生箔機銅箔厚度自學習控制系統及方法-202211107925.7
        • 曹精忠;彭東明 - 鈦科優控(江蘇)工業科技有限公司
        • 2022-09-13 - 2022-10-14 - G05B13/04
        • 本發明公開了一種生箔機銅箔厚度自學習控制系統及方法,它包括自學習控制系統,自學習控制系統包括:數據采集單元,采集生箔機生產數據;厚度測量單元,實時測量銅箔厚度值;數據分析單元,分析生產數據,計算出最優配方數據;配方數據庫,存儲數據分析單元的數據;反饋控制單元由配方控制模塊、流量實時控制模塊組成,反饋控制單元執行系統指令,控制閥門開度,調節溶液濃度、鈦輥溫度和電流。本發明生箔機銅箔厚度自學習控制系統及方法,解決現有生箔機生箔厚度控制過程中的不穩定問題,避免操作人員能力參差不齊帶來的不確定性,手工控制和自動閉環控制的滯后性,使產品快速合格,減少廢品率。
        • 含參優化控制問題的求解方法、裝置、設備以及存儲介質-202211117007.2
        • 楊超;尹鵬飛;肖光強 - 北京大學
        • 2022-09-14 - 2022-10-14 - G05B13/04
        • 本公開的實施例提供了一種含參優化控制問題的求解方法、裝置、設備以及存儲介質,涉及控制系統技術領域。該方法包括:構建含參優化控制問題對應的控制函數近似解網絡、狀態函數近似解網絡和伴隨函數近似解網絡,從含參優化控制問題對應的樣本空間中采集樣本點,根據采集到的樣本點對構建的網絡進行訓練,以便訓練完成的控制函數近似解網絡、狀態函數近似解網絡和伴隨函數近似解網絡,分別輸出控制函數近似解、狀態函數近似解和伴隨函數近似解,并將其確定為含參優化控制問題的最優解。以此方式,可以將伴隨框架引入到神經網絡框架中,以對含參優化控制問題進行快速求解,進而一次性求解任意參數的含參優化控制問題。
        • 一種時滯奇異攝動系統的容錯控制方法-201910634480.X
        • 梅平;嚴樂;劉云平 - 南京信息工程大學
        • 2019-07-15 - 2022-10-14 - G05B13/04
        • 本發明公開了一種時滯奇異攝動系統的容錯控制方法。首先,在不同的時間尺度下,將時滯奇異攝動系統分解為有時滯的慢子系統和無時滯的快子系統;然后,針對有時滯的慢子系統,設計簡化容錯控制器;針對無時滯的快子系統,設計狀態反饋控制器;最后,整合簡化容錯控制器和狀態反饋控制器,得到針對整個時滯奇異攝動系統的容錯控制器。本發明能夠對時滯奇異攝動系統中發生的傳感器故障進行快速有效的補償。
        • 一種信號傳輸鏈路傳遞函數計算方法-202010057828.6
        • 秦風;高原;馮溪溪;吳雙;劉廷軍 - 中國工程物理研究院應用電子學研究所
        • 2020-01-15 - 2022-10-14 - G05B13/04
        • 本發明公開了一種信號傳輸鏈路傳遞函數計算方法,包括如下步驟:(1)測量信號傳輸鏈路輸入端的信號x,以及相應的輸出端信號y;(2)計算輸入信號x和輸出信號y的采樣點數n;(3)通過輸入信號x,構建傳遞函數計算矩陣H;(4)對計算矩陣H進行奇異值分解,得到中間計算矩陣U、S、V;(5)利用中間計算矩陣S計算參數集λ;(6)利用中間計算矩陣U、S、V,以及參數集λ,計算參數集μ;(7)以λ為橫坐標,μ為縱坐標畫離散圖;(8)對離散圖進行曲線擬合,得到連續光滑曲線z;(9)根據曲線z計算z取最大值時對應的λm;(10)根據輸出信號y,中間計算矩陣U、S、V,以及λm計算傳遞函數L。本發明僅需一組輸入、輸出數據即可完成系統傳遞函數的估計,方便快捷。
        • 一種基于降維區間觀測器的多智能體系統一致性分析方法-202011143197.6
        • 王曉玲;蘇厚勝;錢娟;蔣國平 - 南京郵電大學
        • 2020-10-23 - 2022-10-14 - G05B13/04
        • 本發明公開了一種基于降維區間觀測器的多智能體系統一致性分析方法,包括如下步驟:對于由多個智能體構成的智能體系統中存在時間變化的區間不確定的連續時間線性系統矩陣,對系統矩陣A,B,C作龍伯格降維分解得到相應子系統的對應矩陣;設計系統的降維區間觀測器;設計多智能體系統的“架構”;設計分布式的控制算法,并給出系統實現魯棒一致性的條件。本發明將區間觀測器從單個系統擴展到多智能體系統,同時解決了具有時變區間不確定性的網絡多智能體系統的狀態估計和協調控制問題。
        • 基于雙觀測器的發射平臺自適應魯棒輸出反饋控制方法-202011280272.3
        • 胡健;邢浩晨;徐晨晨;陳偉 - 南京理工大學
        • 2020-11-16 - 2022-10-14 - G05B13/04
        • 本發明公開了一種基于雙觀測器的發射平臺自適應魯棒(ARC)輸出反饋控制方法(ARCFZ)。該控制方法是針對如下問題提出的:發射平臺由方位框架和俯仰框架兩部分構成,兩者的數學模型基本一致。在發射平臺的工作過程中,由于傳動系統中存在的粘性摩擦力、齒隙、兩軸耦合、未知干擾等問題,將嚴重惡化發射平臺伺服系統的跟蹤性能。以上問題,使得發射平臺伺服系統的控制器設計變得更加困難。所公開的控制方法有效地自適應了發射平臺系統不好獲取的參數,并解決了傳統ARC控制方法設計過程中存在的所需速度不好獲取以及存在強外部干擾魯棒性會變差的問題,保證了發射平臺伺服系統優良的跟蹤性能。
        • 一種雙神經網絡自學習的IPMSM自抗擾控制方法-202110417874.7
        • 賈紅云;李明陽;蔡駿;賈周;曹永娟 - 南京信息工程大學
        • 2021-04-19 - 2022-10-14 - G05B13/04
        • 本發明公開了一種雙神經網絡自學習的IPMSM自抗擾控制方法,首先基于位置誤差和轉速誤差構建目標函數,分別利用徑向基神經網絡和誤差反向傳播神經網絡對非線性擴張狀態觀測器和非線性狀態誤差反饋中的參數進行在線整定。該控制方法充分發揮了自抗擾控制器的優越性,具有更好的位置和轉速跟蹤效果,且抗負載能力和自適應能力強,使其更加符合工程實際中的需要。
        • 一種口腔種植機器人自進化姿態調整方法及系統-202110573213.3
        • 馮源;范佳程;陳敏;王石剛;梁慶華;莫錦秋 - 上海交通大學
        • 2021-05-25 - 2022-10-14 - G05B13/04
        • 本發明提供了一種口腔種植機器人自進化姿態調整方法及系統,包括以下步驟:步驟S1:對病人設計的種植路徑進行量化;步驟S2:求得與種植路徑對應的剛度最大的最優機器人關節角度值,并形成訓練集;步驟S3:建立神經網絡結構學習設計種植路徑和最優的機器人關節角度值之間的對應關系;步驟S4:將學習到的神經網絡進行自進化。本發明根據機器人剛度來從多個符合要求的機器人姿態中快速找到最優的關節角度值,通過神經網絡來對最優的關節角度值和設計種植路徑矢量之間的映射關系進行學習,避免了直接通過優化類算法,保證了求得到的解的穩定性;通過不斷更新神經網絡結構來保證神經網絡對設計種植路徑矢量和最優關節角度值的映射。
        • 基于協狀態輔助的自適應動態規劃最優控制方法及系統-202110757749.0
        • 胡滿江;葉俊;邊有鋼;徐彪;秦曉輝;謝國濤;秦兆博;王曉偉;秦洪懋;丁榮軍 - 湖南大學
        • 2021-07-05 - 2022-10-14 - G05B13/04
        • 本發明公開了一種基于協狀態輔助的自適應動態規劃最優控制方法,包括如下步驟:步驟1,構建系統的狀態變量、控制變量、轉移環境、效用函數和代價函數;步驟2,構建基于協狀態輔助的自適應動態規劃的執行網絡、協狀態網絡和評價網絡;步驟3,基于協狀態輔助的自適應動態規劃的策略評估過程;步驟4,基于協狀態輔助的自適應動態規劃的策略提升過程;步驟5,重復步驟3~4直至循環迭代次數i大于規定次數或相鄰兩次外循環之后的代價函數差值|Ji+1(xt,utt)?Ji(xt,utt)|小于設定值。本發明的基于協狀態輔助的自適應動態規劃最優控制方法,將代價函數對狀態量的導數作為估計代價函數時的輔助變量,同時避免對復雜系統進行動力學建模的過程,提高了復雜動態系統求解的精度。
        • 一種針對未知動態注塑成型過程的二維數據驅動最優跟蹤控制方法-202110031486.5
        • 施惠元;文馨;楊辰;蘇成利;姜雪瑩;彭博;楊晨;李平 - 遼寧石油化工大學
        • 2021-01-11 - 2022-10-14 - G05B13/04
        • 一種針對未知動態注塑成型過程的二維數據驅動最優跟蹤控制方法,屬于工業過程控制技術領域,具體步驟如下:步驟一:建立具有未知動態的二維注塑成型過程的狀態空間模型;步驟二:將構建的二維注塑成型過程狀態空間模型轉化為新的增廣狀態空間模型;步驟三:設計具有未知動態注塑成型系統的二維增廣狀態空間模型的控制器;步驟四:設計控制律以及控制器增益K1,K2;步驟五:通過Q學習算法求解控制器增益K1,K2。本發明所設計的方法能有效地避免具有未知動態注塑成型過程建模困難以及具有重復性等復雜特性的問題,通過采用數據驅動的方式,極大地降低了系統的模型依賴性,降低了計算成本。
        • 一種制動缸壓力控制方法、控制系統及列車-202210900083.4
        • 張瑞;陳彬;劉輝;龍英;謝明華 - 長沙學院
        • 2022-07-28 - 2022-10-11 - G05B13/04
        • 本發明公開了一種制動缸壓力控制方法、控制系統及列車,該方法包括:獲取制動缸的壓力目標值以及當前時刻制動缸的壓力測量值;計算制動缸的壓力目標值與壓力測量值的差值,若差值處于預設范圍內,保持當前制動模式;否則,將壓力目標值、壓力測量值作為輸入量,并基于擴展狀態觀測器以及反饋控制器得到調節制動缸壓力的控制量,并進行調節控制;重復上述步驟進行迭代控制直至制動缸壓力達到壓力目標值并保持穩定,其中,每一次迭代是基于擴展狀態觀測器在線更新不確定性因子,再利用當前時刻的壓力差值以及更新的不確定性因子預測下一時刻的控制量。利用該方法,本發明解決了不確定干擾下制動缸壓力的精確控制問題,提高了模型精度。
        • 基于數字孿生模型驅動的智能主軸微幅振動控制方法及系統-202210641177.4
        • 史江海;曹宏瑞;陳雪峰 - 西安交通大學
        • 2022-06-08 - 2022-10-11 - G05B13/04
        • 本發明公開一種基于數字孿生模型驅動的智能主軸微幅振動控制方法及系統,方法具體為:基于智能主軸物理實體特征參數及運行工況,建立智能主軸數字孿生模型;基于主軸數字孿生模型,建立轉子不平衡離心力、陀螺力矩以及軸承間隙與主軸/殼體振動響應之間的映射關系;基于智能主軸微幅振動響應,建立考慮主軸銑削力和控制力耦合作用的智能主軸?銑削?作動閉環系統;將智能主軸振動信號輸入到控制器,根據目標函數和約束條件輸出控制電壓,將控制電壓信號放大后輸入到壓電作動器,驅動其對智能主軸系統施加主動控制力,進而抑制主軸的微幅振動;本發明考慮主軸銑削力和作動器控制力對主軸振動響應的綜合影響,實現主軸微幅振動抑制。
        • 一種基于多代理系統的空調集群虛擬儲能協同控制方法-202210681377.2
        • 劉云;周郁凱;王貴斌;洪岳;孫超 - 華南理工大學
        • 2022-06-15 - 2022-10-11 - G05B13/04
        • 本發明公開了一種基于多代理系統的空調集群虛擬儲能協同控制方法,通過建立N個單區域HVAC物理負載模型,來實時監測室內CO2濃度并使用一致性算法分布式調節調整風門位置,改變了混合空氣外部空氣與返回空氣比例,另外,通過一致性算法分布式調節供氣速率,確保各HVAC集群的服務區環境溫度一致,保證室內CO2濃度維持在舒適范圍內;在此基礎上,協同調節各HVAC負載功率,使各HVAC的負載率一致,并使HVAC集群的總體功率靈活可調。從而達到節省能源同時保持良好室內空氣質量和用戶滿意的舒適溫度的目的,并且實現了HVAC集群控制的運行經濟性。
        專利分類
        ×

        專利文獻下載

        說明:

        1、專利原文基于中國國家知識產權局專利說明書;

        2、支持發明專利 、實用新型專利、外觀設計專利(升級中);

        3、專利數據每周兩次同步更新,支持Adobe PDF格式;

        4、內容包括專利技術的結構示意圖、流程工藝圖技術構造圖;

        5、已全新升級為極速版,下載速度顯著提升!歡迎使用!

        請您登陸后,進行下載,點擊【登陸】 【注冊】

        關于我們 尋求報道 投稿須知 廣告合作 版權聲明 網站地圖 友情鏈接 企業標識 聯系我們

        鉆瓜專利網在線咨詢

        400-8765-105周一至周五 9:00-18:00

        咨詢在線客服咨詢在線客服
        tel code back_top
        日本少妇精品亚洲第一区
        <rp id="fwvt1"></rp>