[发明专利]一种基于Adaboost预测鲁棒控制的连续回转马达电液伺服系统控制方法在审

专利信息
申请号: 201910283798.8 申请日: 2019-04-09
公开(公告)号: CN110568756A 公开(公告)日: 2019-12-13
发明(设计)人: 王晓晶;彭义文;刘美珍;李春辉;李文杰 申请(专利权)人: 哈尔滨理工大学
主分类号: G05B13/04 分类号: G05B13/04;G05B13/02
代理公司: 暂无信息 代理人: 暂无信息
地址: 150080 黑龙江省哈*** 国省代码: 黑龙;23
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明涉及一种基于Adaboost预测鲁棒控制的连续回转马达电液伺服系统控制方法,属于液压技术控制领域。其主要技术特点是,根据连续回转马达电液伺服系统的数学模型,采用上线性分式变化得到系统参数摄动的结构不确定矩阵,建立系统的线性不确定广义状态方程,使系统精度在最差时满足性能要求;将经过鲁棒控制器得到的系统输出反馈给RBF神经网络回归模型的Adaboost学习器,由各弱学习器的权重分布将其组成一个强学习器,从而提高学习器的泛化能力以及预测精度;并且根据Adaboost算法改进RBF神经网络强学习器预测电液伺服系统的未来输出,由所述鲁棒控制器进行实时控制,以抑制电液伺服系统参数扰动,减少不确定性因素的影响,提高系统的跟踪精度和鲁棒性。
搜索关键词: 学习器 电液伺服系统 鲁棒控制器 连续回转 马达 预测 不确定性因素 矩阵 回归模型 技术特点 建立系统 鲁棒控制 实时控制 数学模型 系统参数 系统输出 性能要求 液压技术 状态方程 扰动 鲁棒性 权重 摄动 反馈 输出 跟踪 改进
【主权项】:
1.一种基于Adaboost预测鲁棒控制的连续回转马达电液伺服系统控制方法,是由鲁棒控制器和基于RBF神经网络的Adaboost学习器共同实现的,其特征是,在所述的鲁棒控制器,主要是验证鲁棒控制器对系统的鲁棒性以及对系统输入端的抑制能力,使连续回转马达电液伺服系统满足性能要求;所述的基于RBF神经网络的Adaboost学习器,是选择具有强拟合能力且泛化能力高的Adaboost算法作为反馈强预测器,其特点是利用电液伺服系统过去时刻的多步输出与输入值进行训练预测,具有较强的预测能力和较高的预测精度,能实现系统的实时预测。/n
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨理工大学,未经哈尔滨理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201910283798.8/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top