发明

一种基于在线神经预测的作动器控制方法及控制器

2023-06-29 07:10:01 发布于四川 1
  • 申请专利号:CN202310057037.7
  • 公开(公告)日:2025-05-09
  • 公开(公告)号:CN116339136A
  • 申请人:浙江大学
摘要:本发明公开了一种基于在线神经预测的作动器控制方法及控制器,控制方法通过选取具有最大置信区间上界的超参数作为最优超参数,从而最大化累积奖励;通过神经网络的在线学习来辨识系统,从而学习到时变的电液作动器系统动态;通过学习到时变的电液作动器系统动态的神经网络来预测下一采样时间步的作动器位移量,迭代更新获得最优控制量,从而使所获控制量能最小化位移跟踪误差。使用基于Zynq片上系统设计的控制器作为控制方法的装置载体,本控制器用于对控制方法进行硬件加速与实现。本发明简化非线性系统的理论建模并减少所需的状态类型,同时基于在线学习和预测控制来适应时变的系统动态;提高在各类工业应用中对作动器的控制性能和适用范围。

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116339136 A (43)申请公布日 2023.06.27 (21)申请号 202310057037.7 (22)申请日 2023.01.18 (71)申请人 浙江大学 地址 310058 浙江省杭州市西湖区余杭塘 路866号 (72)发明人 王依川 赵成成 史治国 陈积明  (74)专利代理机构 杭州求是专利事务所有限公 司 33200 专利代理师 刘静 (51)Int.Cl. G05B 13/04 (2006.01) 权利要求书2页 说明书7页 附图6页 (54)发明名称 一种基于在线神经预测的作动器控制方法 及控制器 (57)摘要 本发明公开了一种基于在线神经预测的作 动器控制方法及控制器,控制方法通过选取具有 最大置信区间上界的超参数作为最优超参数,从 而最大化累积奖励;通过神经网络的在线学习来 辨识系统,从而学习到时变的电液作动器系统动 态;通过学习到时变的电液作动器系统动态的神 经网络来预测下一采样时间步的作动器位移量, 迭代更新获得最优控制量,从而使所获控制量能 最小化位移跟踪误差。使用基于Zynq片上系统设 计的控制器作为控制方法的装置载体,本控制器 用于对控制方法进行硬件加速与实现。本发明简 A 化非线性系统的理论建模并减少所需的状态类 6 型,同时基于在线学习和预测控制来适应时变的 3 1 9 系统动态;提高在各类工业应用中对作动器的控 3 3 6 制性能和适用范围。 1 1

最新专利