专利汇可以提供基于模糊TS模型的压电陶瓷执行器的预测控制方法和装置专利检索,专利查询,专利分析的服务。并且本 发明 提供一种基于模糊TS模型的压电陶瓷执行器的预测控制方法和装置,所述方法包括:获取压电陶瓷执行器的 电压 位移建模数据组;根据模糊TS模型,对所述电压位移 采样 数据组执行模糊聚类,获得多个线性子规则,并根据最小二乘辨识法获得各所述线性子规则的参数;确定性能指标取最优条件下的各所述线性子规则对应的子预测控制律;获取压电陶瓷执行器在一个采样周期内的电压位移预测数据组;对所述子预测控制律执行加权平均、确定最终预测控制律、并作为控制输出函数。本发明所述方法能够实现对压电陶瓷执行器的实时精确的控制。,下面是基于模糊TS模型的压电陶瓷执行器的预测控制方法和装置专利的具体信息内容。
1.一种基于模糊TS模型的压电陶瓷执行器的预测控制方法,其特征在于,包括:
获取压电陶瓷执行器的电压位移建模数据组;
根据模糊TS模型,对所述电压位移采样数据组执行模糊聚类,获得多个线性子规则,并根据最小二乘辨识法获得各所述线性子规则的参数;
确定性能指标取最优条件下的各所述线性子规则对应的子预测控制律;
获取压电陶瓷执行器在一个采样周期内的电压位移预测数据组;
以所述电压位移预测数据组对所述线性子规则的满足度为权重对所述子预测控制律执行加权平均、确定最终预测控制律、并将所述最终预测控制律作为控制输出函数。
2.根据权利要求1所述的基于模糊TS模型的压电陶瓷执行器的预测控制方,其特征在于,所述获取压电陶瓷执行器的电压位移建模数据组包括:
获取所述压电陶瓷执行器的电压和位移,并以先行向量形式表示电压位移数据组:
p
X=[y(t-1),y(t-2),…,y(t-ny),u(t),u(t-1),…,u(t-nu)]∈R (1)其中ny为输出量y所对应的最大延迟,nu为输入量u所对应的最大延迟。
3.根据权利要求1所述的压电陶瓷执行器预测控制方法,其特征在于,所述根据模糊TS模型对所述电压位移采样数据组执行模糊聚类,获得多个线性子规则,并根据最小二乘辨识法获得各所述线性子规则的参数包括:
根据GK算法对电压位移数据组进行模糊聚类,求得IF-THEN表达式的模糊集Aip,获得线性子规则Ri:
IF x1 is Ai1 and x2 is Ai2 and … and xp is Aip
其中,其中,x1等代表先行词向量X中的元素,Aip等为先行词对应的模糊集,该集合可在模糊聚类辨识中得到。fi(X)为第i个局部线性子模型,yi为其对应的模型输出。aij和bij为常数参数,ζi为偏差常数;
并针对各所述线性子规则分别用最小二乘辨识法求得参数aij、bij和ζi;
相应的,所述确定性能指标取最优条件下的各所述线性子规则对应的子预测控制律包括:
根据公式(2)和公式(3)获得各所述线性子规则对应的的电压调节序列
其中,R(t)为压电陶瓷执行器的跟踪目标值序列, 为第i个线性子规则的预测输出序列,ΔUi为相邻时刻的电压的变化量序列,ρi为惩罚因子。
4.根据权利要求2所述的压电陶瓷执行器预测控制方法,其特征在于,所述以电压位移预测数据组对所述线性子规则的满足度为权重对所述子预测控制律执行加权平均、确定最终预测控制律、并将所述最终预测控制律作为控制输出函数包括:
根据公式(5)获得所述电压位移预测数据组对所述线性子规则Ri的满足度函数βi(X):
根据公式(6)以所述电压位移预测数据组对所述线性子规则的满足度为权重βi(X)对所述子预测控制律执行加权平均、确定最终预测控制律:
其中,其中K为规则的个数, 为所述电压位移预测数据组中元素对相应模糊集Aip的隶属度函数值。
5.根据权利要求2所述的压电陶瓷执行器预测控制方法,其特征在于,所述获取所述压电陶瓷执行器的电压和位移包括:
将压电陶瓷执行器的电压激励信号转换为变频率定幅值的正弦型信号,并将所述正弦型信号作用于所述压电陶瓷执行器以获得位移信号,采集所述电压激励信号和位移信号。
6.一种基于模糊TS模型的压电陶瓷执行器的预测控制装置,其特征在于,包括:
数据获取模块,用于获取压电陶瓷执行器的电压位移建模数据组,和获取压电陶瓷执行器在一个采样周期内的电压位移预测数据组;
模糊TS模型建立模块,用于根据模糊TS模型,对所述电压位移采样数据组执行模糊聚类,获得多个线性子规则,并根据最小二乘辨识法获得各所述线性子规则的参数;
子预测控制律确定模块,用于确定性能指标取最优条件下的各所述线性子规则对应的子预测控制律;
最终预测控制律确定模块,用于以所述电压位移预测数据组对所述线性子规则的满足度为权重对所述子预测控制律执行加权平均、确定最终预测控制律、并将所述最终预测控制律作为控制输出函数。
7.根据权利要求6所述的基于模糊TS模型的压电陶瓷执行器的预测控制装置,其特征在于,所述数据获取模块具体用于获取所述压电陶瓷执行器的电压和位移,并以先行向量形式表示电压位移数据组:
p
X=[y(t-1),y(t-2),…,y(t-ny),u(t),u(t-1),…,u(t-nu)]∈R (1)其中ny为输出量y所对应的最大延迟,nu为输入量u所对应的最大延迟。
8.根据权利要求6所述的基于模糊TS模型的压电陶瓷执行器的预测控制装置,其特征在于,所述模糊TS模型建立模块具体用于根据GK算法对电压位移数据组进行模糊聚类,求得IF-THEN表达式的模糊集Aip,获得线性子规则Ri:
IF x1 is Ai1 and x2 is Ai2 and … and xp is Aip
其中,其中,x1等代表先行词向量X中的元素,Aip等为先行词对应的模糊集,该集合可在模糊聚类辨识中得到。fi(X)为第i个局部线性子模型,yi为其对应的模型输出。aij和bij为常数参数,ζi为偏差常数;
并针对各所述线性子规则分别用最小二乘辨识法求得参数aij、bij和ζi;
所述子预测控制律确定模块具体用于根据公式(2)和公式(3)获得各所述线性子规则对应的的电压调节序列
其中,R(t)为压电陶瓷执行器的跟踪目标值序列, 为第i个线性子规则的预测输出序列,ΔUi为相邻时刻的电压的变化量序列,ρi为惩罚因子。
9.根据权利要求6所述的基于模糊TS模型的压电陶瓷执行器的预测控制装置,其特征在于,所述最终预测控制律确定模块具体用于根据公式(5)获得所述电压位移预测数据组对所述线性子规则Ri的满足度函数βi(X):
根据公式(6)以所述电压位移预测数据组对所述线性子规则的满足度为权重βi(X)对所述子预测控制律执行加权平均、确定最终预测控制律:
其中,其中K为规则的个数, 为所述电压位移预测数据组中元素对相应模糊集Aip的隶属度函数值。
10.根据权利要求6所述的压电陶瓷执行器预测控制装置,其特征在于,所述数据获取模块具体用于将压电陶瓷执行器的电压激励信号转换为变频率定幅值的正弦型信号,并将所述正弦型信号作用于所述压电陶瓷执行器以获得位移信号,采集所述电压激励信号和位移信号。
置
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种通过在线分类跟踪内窥镜图像序列特征点的方法 | 2020-05-08 | 884 |
基于卷积神经网络和概念格的图像语义完备标注方法 | 2020-05-11 | 741 |
一种基于聚类分析自主再学习的人脸识别方法 | 2020-05-11 | 519 |
基于共同注意力范式的孤独症辅助诊断装置 | 2020-05-08 | 386 |
一种基于局部区域聚类的电力设备故障区域提取方法 | 2020-05-11 | 767 |
一种基于深度学习的2D+3D大飞机外形缺陷检测与分析方法 | 2020-05-08 | 534 |
信用评分模型的构建方法、装置、设备及存储介质 | 2020-05-08 | 41 |
酒店评分方法、酒店推荐方法、电子装置和存储介质 | 2020-05-08 | 214 |
一种故障数据标记方法及故障识别装置 | 2020-05-11 | 326 |
车辆物流路径生成的方法、装置、计算机设备及存储介质 | 2020-05-08 | 202 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。