CN109709958A - 一种用于agv电磁导航控制系统的可拓控制方法 - Google Patents

一种用于agv电磁导航控制系统的可拓控制方法 Download PDF

Info

Publication number
CN109709958A
CN109709958A CN201811606259.5A CN201811606259A CN109709958A CN 109709958 A CN109709958 A CN 109709958A CN 201811606259 A CN201811606259 A CN 201811606259A CN 109709958 A CN109709958 A CN 109709958A
Authority
CN
China
Prior art keywords
control
agv
domain
magnetic induction
extension
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201811606259.5A
Other languages
English (en)
Other versions
CN109709958B (zh
Inventor
王体春
童昌圣
张祥坤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Quete Digital Technology Nanjing Co ltd
Original Assignee
Nanjing University of Aeronautics and Astronautics
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN201811606259.5A priority Critical patent/CN109709958B/zh
Publication of CN109709958A publication Critical patent/CN109709958A/zh
Application granted granted Critical
Publication of CN109709958B publication Critical patent/CN109709958B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Feedback Control In General (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明涉及一种用于AGV电磁导航控制系统的可拓控制方法,可解决传统控制下导航系统控制论域有限、环境适应较差等问题。该可拓控制方法包含以下步骤:特征量的选取,关联函数的计算,特征模式的划分,控制算法的实现。通过可拓控制方法,能够在不同论域内采取相应的控制算法,有效拓宽了控制论域,使系统原来不可控的区域实现可控。

Description

一种用于AGV电磁导航控制系统的可拓控制方法
技术领域
本发明属于AGV导航控制领域,特别是涉及一种用于AGV电磁导航控制系统的可拓控制方法。
背景技术
自动导引小车(Automated Guided Vehicle,AGV)是实现生产物料搬运自动化的重要设备和组成。AGV作为一种技术集成度较高的机电一体化自动设备,具有良好的适应性、柔性、可靠性和容错能力,可实现生产全流程的自动化和信息化,被认为是柔性制造系统中最优的物料运输方式。AGV的众多特性使其被广泛地应用于多种行业和领域,如仓储物流、加工制造业、口岸码头、烟草化工和特种行业等。工厂的物流结构正在不断改变,AGV的应用将极大地改善这些领域的生产效率。AGV导航系统主要分为激光导航,光电导航,电磁导航,超声波导航等。其中磁导航因成本较低且可靠性高,故应用广泛。
“可拓学”是以蔡文教授为首的我国学者们创立的新学科,它用形式化的模型,研究事物拓展的可能性和开拓创新的规律与方法。将可拓论,可拓方法应用于控制领域去处理控制中的矛盾问题,称为可拓控制。90年代,华东理工大学的王行愚,李健等发表“论可拓控制”,首先提出了可拓控制的概念、定义以及基本架构。清华大学的潘东、金以慧等发表了“可拓控制与研究”,对可拓控制器的结构和具体实现进行了研究,提出了二层可拓控制器的概念。广东工业大学的杨刚、余永权等发表了“基于可拓控制算法的改进与仿真研究”,提出了一种改进的可拓控制算法。
目前,电磁导航AGV多采用传统控制方法,如PID控制、模糊控制,控制品质较高。当AGV角度、位置偏差较小时,能快速修正,收敛曲线较为平滑。但当运行路径复杂时,传统控制的范围有限,当AGV角度、位置偏差较大时,无法快速消除偏差。可拓控制则是以可拓学的状态关联度为核心,对传统控制方法认为不可控的区域进行处理,扩大控制论域,从而将控制系统的不可控转换为可控状态。
本发明提出了一种新的基于可拓控制的AGV电磁导航方法,该方法通过特征量提取,论域划分,关联度计算,从而选取不同的测度模式,构造可拓控制器。该导航系统将控制论域分为三部分:经典域,可拓域,非域。经典域内采用传统控制,用于提升系统的控制品质;非域内采用最大输出,保证系统尽快回归稳定区域;可拓域内则采用传统控制与最大输出相结合的方式,并引入关联函数K(S)确定二者权重,拓展了系统的控制论域。
发明内容
本说明书提出一种基于可拓控制的AGV电磁导航控制方法。在预定路径内铺设电导线,其中通有频率固定的交流电。AGV通过电磁传感器采集磁场信号,磁感应的强度变化代表了路径的偏离程度。再通过可拓控制器,将磁感应信号转化为PWM,控制驱动电机的转速,利用主动轮差速调整运行姿态。传统的控制算法在AGV路径偏离量较小时,具有良好的控制效果,但当偏差较大时难以快速收敛,控制论域有限。本文所述系统,通过构建可拓控制器,在不同论域内采取相应的控制算法,有效拓宽了控制论域。
为解决上述技术问题本发明采用的的技术方案如下:
一种用于AGV电磁导航控制系统的可拓控制方法,所述可拓控制方法包含以下步骤:特征量的选取,关联函数的计算,特征模式的划分,控制算法的实现;
磁感应的偏差量为Δm=ml-mr,其数值大小代表了AGV与预定路径的偏离程度,正负符号代表了偏离方向,磁感应差值的变化率为可表示如下:
Δm(t)为当前采样时刻的偏差值,Δm(t-1)为上一时刻偏差值;
(1)所述特征量的选取,以偏差值与变化率的商,即选为特征量,表示磁感应偏差的变化趋势。将特征量记作Ω;其符号记作φ,取值范围记作ψ,偏差变化趋势记作ξ,建立如下所示的基元模型:基元模型J1:若Ω>0,表明磁感应偏差的绝对值|Δm|正在增大;基元模型J2:当-α≤Ω<0时,表明以当前变化率偏差绝对值|Δm|正在迅速减小;基元模型J3:若Ω<-α,且表明偏差绝对值|Δm|正在减小,但趋势不明显,其中α的选取与AGV的运行工况有关,用于划分论域;
将论域分为“经典域”“可拓域”“非域”,其中,V1为经典域,边界为Ω∈(-α,0);V2为可拓域,边界为Ω∈(-∞,-α);V3为非域,边界为Ω∈(0,+∞);
(2)所述关联度函数,计算如下:
α用于划分论域边界,β用于控制算法的参数整定,二者选取均与AGV的运行工况有关。(1)Ω∈(0,+∞)时,K(S)<-1,磁感应偏差的绝对值|Δm|正在增大;(2)当Ω∈(-∞,-α)时,-1<K(S)<0,磁感应偏差的绝对值|Δm|逐渐减小但趋势缓慢;(3)当Ω∈(-α,0)时,K(S)≥0,磁感应偏差绝对值|Δm|正在迅速减小;(4)当Δm=0或时,关联度函数K(S)无意义;
(3)所述测度模式选取,当K(S)≥0时,系统位于经典域,采取M1测度模式;-1<K(S)<0时,系统位于可拓域,采取M2测度模式;K(S)<-1时,系统位于非域,采取M3测度模式;K(S)无意义时,若Δm=0则划入M1测度模式,则划入M2测度模式;
(4)所述控制算法的实现:在不同的测度模式下采取相应的控制算法:
测度模式M1,系统处于经典域内。采用模糊PID控制,公式如下:
其中Δm(t)为当前时刻的磁感应偏差值,Δm(t-1)为上一时刻的磁感应偏差值,因AGV导航系统为非线性系统,Kp,KI,KD的参数整定较为复杂,故引入模糊控制器;
测度模式M2,系统处于可拓域内,将模糊PID控制与最大输出相结合,引入关联度函数K(s)确定二者权重,k1=|1-K(S)|,k2=|K(S)|,公式如下:
u2=k1·u(模糊PID)+k2·u(max) (4)
测度模式M3,特征状态处于非域,此时可拓控制器已无法使不可控状态变为可控状态,为使系统尽早回归稳定区域,输出应取幅值,公式如下:
u3=u(max) (5)
由公式(3)(4)(5)可知,AGV导航系统的控制算法如下:
本发明的有益效果在于:提出一种基于可拓控制的AGV电磁导航控制方法,该方法通过构建可拓控制器,在不同论域内采取相应的控制算法,有效拓宽了控制论域,使系统原来不可控的区域实现可控。
附图说明
图1 AGV机械结构示意图。
图2感应磁场分布示意图。
图3放大检波电路图。
图4控制流程图。
图5路径偏差示意图。
图6 AGV转向示意图。
图7可拓控制器结构图。
图8可拓控制论域划分图。
图9模糊PID结构图。
具体实施方式
下面结合附图和具体实施方式,进一步阐明本发明,应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。
导航系统为AGV核心组成部分,目前常见的AGV导航方式主要有视觉导航、激光导航与磁导航,视觉导航由于易受环境影响其适应性差,激光导航的硬件成本较高,磁导航则不仅控制简单、成本低、且抗干扰能力强,可在各种环境下工作,应用最为广泛。磁导航方式分为电磁导航与磁带导航,因电磁导航抗干扰能力强,成本较低,故采用该方式。
AGV采用四轮布局,32位单片机作为主控制器,通过电磁传感器对路径信息进行检测,利用主动轮差速实现自动寻迹功能,结构如图1所示。其中1,2为电磁传感器,呈对称分布;3,4为主动轮;5,6为驱动电机;7,8为从动轮。
在AGV的预定路径内铺设导线,通有频率固定的交流电。根据麦克斯韦电磁场理论,交变电流会在周围产生交变的电磁场。导线周围的磁场分布是以导线为轴的一系列的同心圆,同一圆上的磁场强度B大小相同,并随着距离导线的半径r增加成反比下降,如图2所示。根据毕奥-萨法尔定律,两侧传感器的磁感应强度分别为B1,B2,计算公式如下:
其中I为电流强度,r1,r2为传感器与导线距离。
AGV所采用的电磁传感器模型,可以简化LC震荡电路,谐振频率为根据法拉第电磁感应定律,电感线圈位于交变磁场中,产生感应电动势E,计算公式如下:
其中A为电感线圈的截面积,N为圈数。
感应电动势E较弱,经过如图3所示的电路,放大后传入单片机A/D端口。放大检波电路由同向比例放大器构成,放大倍数如下:
端口电压经A/D转换后,数字量记为m。由公式(1)(2)(3)可知:
其中r为传感器与导线距离;K是常数,与线圈截面积、圈数,反馈电阻等因素有关。
由公式(4)可知,磁感应m大小与距离r成反比。两侧传感器的偏差值记作Δm=ml-mr,其数值大小表示AGV与预定路径的偏离程度,符号表示偏离方向,如图5所示。
AGV转向方式为双主动轮差速式,通过两轮的线速度差距实现转向功能。不妨假设轮胎与地面间为纯滚动,路面平坦。为更好的建立驱动电机占空比与旋转半径间的关系,建立如图6所示的AGV转向模型。点P为旋转中心,Vl,Vr分别为左右两轮的线速度,Rl,Rr分别为左右两轮的旋转半径,D为两轮间距,Pl,Pr为两侧驱动电机的占空比,ΔPl,ΔPr为占空比变化量。旋转半径R的计算公式如下:
转向时为保持速度V恒定,应将主动轮差速平均分配,即|ΔPl|=|ΔPr|=ΔP。引入可拓控制器,以磁感应偏差值Δm为输入,驱动电机的占空比变化量ΔP为输出,建立可拓控制器。
可拓控制器的建立,主要用于扩大控制论域,对传统控制方法认为不可控的区域进行处理,从而将控制系统的不可控转换为可控状态。可拓控制器的结构如图7所示,分为特征量的选取,关联函数的计算,特征模式的划分,控制算法的实现。
磁感应的偏差量为Δm=ml-mr,其数值大小代表了AGV与预定路径的偏离程度,正负符号代表了偏离方向。磁感应差值的变化率为可表示如下:
Δm(t)为当前采样时刻的偏差值,Δm(t-1)为上一时刻偏差值。
所述特征量的选取,以偏差值与变化率的商,即选为特征量,表示磁感应偏差的变化趋势。将特征量记作Ω,符号记作φ,取值范围记作ψ,偏差变化趋势记作ξ,建立如下所示的基元模型。基元模型J1:若Ω>0,表明磁感应偏差的绝对值|Δm|正在增大。基元模型J2:当-α≤Ω<0时,表明以当前变化率偏差绝对值|Δm|正在迅速减小。基元模型J3:若Ω<-α,且表明偏差绝对值|Δm|正在减小,但趋势不明显。其中α的选取与AGV的运行工况有关,用于划分论域。
将论域分为“经典域”“可拓域”“非域”,如图8所示。其中,V1为经典域,边界为Ω∈(-α,0);V2为可拓域,边界为Ω∈(-∞,-α);V3为非域,边界为Ω∈(0,+∞)。
所述关联度函数,计算如下:
α用于划分论域边界,β用于控制算法的参数整定,二者选取均与AGV的运行工况有关。(1)Ω∈(0,+∞)时,K(S)<-1,磁感应偏差的绝对值|Δm|正在增大。(2)当Ω∈(-∞,-α)时,-1<K(S)<0,磁感应偏差的绝对值|Δm|逐渐减小但趋势缓慢。(3)当Ω∈(-α,0)时,K(S)≥0,磁感应偏差绝对值|Δm|正在迅速减小。(4)当Δm=0或时,关联度函数K(S)无意义。
所述测度模式选取,如表1所示。当K(S)≥0时,系统位于经典域,采取M1测度模式;-1<K(S)<0时,系统位于可拓域,采取M2测度模式;K(S)<-1时,系统位于非域,采取M3测度模式;K(S)无意义时,若Δm=0则划入M1测度模式,则划入M2测度模式。
表1
所述控制算法的实现,在不同的测度模式下采取相应的控制算法。
测度模式M1,系统处于经典域内。采用模糊PID控制,公式如下:
其中Δm(t)为当前时刻的磁感应偏差值,Δm(t-1)为上一时刻的磁感应偏差值。因AGV导航系统为非线性系统,Kp,KI,KD的参数整定较为复杂,故引入模糊控制器,结构如图9所示。
测度模式M2,系统处于可拓域内,将模糊PID控制与最大输出相结合,引入关联度函数K(s)确定二者权重,k1=|1-K(S)|,k2=|K(S)|。公式如下:
u2=k1·u(模糊PID)+k2·u(max) (9)
测度模式M3,特征状态处于非域。此时可拓控制器已无法使不可控状态变为可控状态,为使系统尽早回归稳定区域,输出应取幅值。公式如下:
u3=u(max) (10)
由公式(8)(9)(10)可知,AGV导航系统的控制算法如下:
尽管上面对本发明说明性的具体实施方式进行了描述,以便于本技术领域的技术人员能够理解本发明,但是本发明不仅限于具体实施方式的范围,对本技术领域的普通技术人员而言,只要各种变化只要在所附的权利要求限定和确定的本发明精神和范围内,一切利用本发明构思的发明创造均在保护之列。

Claims (1)

1.一种用于AGV电磁导航控制系统的可拓控制方法,所述可拓控制方法包含以下步骤:特征量的选取,关联函数的计算,特征模式的划分,控制算法的实现;
磁感应的偏差量为Δm=ml-mr,其数值大小代表了AGV与预定路径的偏离程度,正负符号代表了偏离方向,磁感应差值的变化率为可表示如下:
Δm(t)为当前采样时刻的偏差值,Δm(t-1)为上一时刻偏差值;
(1)所述特征量的选取,以偏差值与变化率的商,即选为特征量,表示磁感应偏差的变化趋势。将特征量记作Ω;其符号记作φ,取值范围记作ψ,偏差变化趋势记作ξ,建立如下所示的基元模型:基元模型J1:若Ω>0,表明磁感应偏差的绝对值|Δm|正在增大;基元模型J2:当-α≤Ω<0时,表明以当前变化率偏差绝对值|Δm|正在迅速减小;基元模型J3:若Ω<-α,且表明偏差绝对值|Δm|正在减小,但趋势不明显,其中α的选取与AGV的运行工况有关,用于划分论域;
将论域分为“经典域”“可拓域”“非域”,其中,V1为经典域,边界为Ω∈(-α,0);V2为可拓域,边界为Ω∈(-∞,-α);V3为非域,边界为Ω∈(0,+∞);
(2)所述关联度函数,计算如下:
α用于划分论域边界,β用于控制算法的参数整定,二者选取均与AGV的运行工况有关。(1)Ω∈(0,+∞)时,K(S)<-1,磁感应偏差的绝对值|Δm|正在增大;(2)当Ω∈(-∞,-α)时,-1<K(S)<0,磁感应偏差的绝对值|Δm|逐渐减小但趋势缓慢;(3)当Ω∈(-α,0)时,K(S)≥0,磁感应偏差绝对值|Δm|正在迅速减小;(4)当Δm=0或时,关联度函数K(S)无意义;
(3)所述测度模式选取,当K(S)≥0时,系统位于经典域,采取M1测度模式;-1<K(S)<0时,系统位于可拓域,采取M2测度模式;K(S)<-1时,系统位于非域,采取M3测度模式;K(S)无意义时,若Δm=0则划入M1测度模式,则划入M2测度模式;
(4)所述控制算法的实现:在不同的测度模式下采取相应的控制算法:
测度模式M1,系统处于经典域内。采用模糊PID控制,公式如下:
其中Δm(t)为当前时刻的磁感应偏差值,Δm(t-1)为上一时刻的磁感应偏差值,因AGV导航系统为非线性系统,Kp,KI,KD的参数整定较为复杂,故引入模糊控制器;
测度模式M2,系统处于可拓域内,将模糊PID控制与最大输出相结合,引入关联度函数K(s)确定二者权重,k1=|1-K(S)|,k2=|K(S)|,公式如下:
u2=k1·u(模糊PID)+k2·u(max) (4)
测度模式M3,特征状态处于非域,此时可拓控制器已无法使不可控状态变为可控状态,为使系统尽早回归稳定区域,输出应取幅值,公式如下:
u3=u(max) (5)
由公式(3)(4)(5)可知,AGV导航系统的控制算法如下:
CN201811606259.5A 2018-12-26 2018-12-26 一种用于agv电磁导航控制系统的可拓控制方法 Active CN109709958B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811606259.5A CN109709958B (zh) 2018-12-26 2018-12-26 一种用于agv电磁导航控制系统的可拓控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811606259.5A CN109709958B (zh) 2018-12-26 2018-12-26 一种用于agv电磁导航控制系统的可拓控制方法

Publications (2)

Publication Number Publication Date
CN109709958A true CN109709958A (zh) 2019-05-03
CN109709958B CN109709958B (zh) 2020-10-27

Family

ID=66258611

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811606259.5A Active CN109709958B (zh) 2018-12-26 2018-12-26 一种用于agv电磁导航控制系统的可拓控制方法

Country Status (1)

Country Link
CN (1) CN109709958B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110147042A (zh) * 2019-05-28 2019-08-20 金力 一种基于模糊控制结合pid控制的直立agv车体控制方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3967210B2 (ja) * 2002-06-27 2007-08-29 株式会社日立メディコ 磁気共鳴イメージング装置
CN101816821A (zh) * 2010-05-26 2010-09-01 天津大学 基于蚁群模糊控制器的助行功能性电刺激精密控制方法
CN102145808A (zh) * 2011-01-27 2011-08-10 合肥工业大学 工业型激光导引agv的双闭环控制系统及控制方法
CN105759825A (zh) * 2016-05-18 2016-07-13 刘学良 一种基于模糊pid的agv机器人定位控制算法
CN206075136U (zh) * 2016-08-29 2017-04-05 深圳市劲拓自动化设备股份有限公司 基于模糊算法的视觉导航控制系统
CN108214446A (zh) * 2017-12-29 2018-06-29 塔普翊海(上海)智能科技有限公司 一种移动机器人以及移动机器人系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3967210B2 (ja) * 2002-06-27 2007-08-29 株式会社日立メディコ 磁気共鳴イメージング装置
CN101816821A (zh) * 2010-05-26 2010-09-01 天津大学 基于蚁群模糊控制器的助行功能性电刺激精密控制方法
CN102145808A (zh) * 2011-01-27 2011-08-10 合肥工业大学 工业型激光导引agv的双闭环控制系统及控制方法
CN105759825A (zh) * 2016-05-18 2016-07-13 刘学良 一种基于模糊pid的agv机器人定位控制算法
CN206075136U (zh) * 2016-08-29 2017-04-05 深圳市劲拓自动化设备股份有限公司 基于模糊算法的视觉导航控制系统
CN108214446A (zh) * 2017-12-29 2018-06-29 塔普翊海(上海)智能科技有限公司 一种移动机器人以及移动机器人系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
C.A. GRACIOS-MARIN,等: "Recursive decision-making feedback extension (RDFE) for fuzzy scheduling scheme applied on electrical power control generation", 《ELECTRICAL POWER AND ENERGY SYSTEMS》 *
TI-CHUN WANG,等: "AGV navigation analysis based on multi-sensor data fusion", 《MULTIMED TOOLS APPL》 *
李志林: "区域论域上的区域可拓集合及其关联函数", 《石油化工高等学校学报》 *
王体春,等: "基于多属性可拓灰关联决策模型的产品方案设计", 《系统工程理论与实践》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110147042A (zh) * 2019-05-28 2019-08-20 金力 一种基于模糊控制结合pid控制的直立agv车体控制方法
CN110147042B (zh) * 2019-05-28 2020-06-16 金力 一种基于模糊控制结合pid控制的直立agv车体控制方法

Also Published As

Publication number Publication date
CN109709958B (zh) 2020-10-27

Similar Documents

Publication Publication Date Title
CN109508015A (zh) 一种基于可拓控制的agv电磁导航控制系统
CN104639001B (zh) 融合滑模控制和分数阶神经网络控制的伺服电机控制方法
Bouhoune et al. Hybrid control of the three phase induction machine using artificial neural networks and fuzzy logic
CN108540030B (zh) 一种永磁同步电机调速系统滑模变结构控制方法
CN103034127B (zh) 一种轴向磁轴承控制系统
CN105375848B (zh) 一种永磁同步电机自适应辨识控制方法及其控制系统
WO2022252289A1 (zh) 采用模糊逻辑控制的永磁同步电机d-q轴电感参数辨识的MTPA控制方法
CN108183645A (zh) 基于扩张状态观测器的永磁同步电机双幂次滑模控制方法
CN111007716A (zh) 基于预测函数的交流伺服电机变论域模糊pi控制方法
Yadav et al. Comperative performance analysis of PMSM drive using MPSO and ACO techniques
CN109709958A (zh) 一种用于agv电磁导航控制系统的可拓控制方法
Chen et al. PMSM control for electric vehicle based on fuzzy PI
Mosavi et al. Design of efficient adaptive neuro-fuzzy controller based on supervisory learning capable for speed and torque control of BLDC motor
CN103647481A (zh) 无轴承永磁同步电机径向位置神经网络自适应逆控制器构造方法
CN103486134A (zh) 一种交流混合磁轴承解耦控制器的构造方法
Chen et al. A High‐Performance Control Method of Constant V/f‐Controlled Induction Motor Drives for Electric Vehicles
CN114721273B (zh) 一种固定时间收敛零化神经网络的多智能体编队控制方法
Chen et al. High performance control of a permanent magnet synchronous motor for electric vehicle applications
CN108155836A (zh) 基于全局在线启发式动态规划永磁同步电机矢量控制方法
Hesari et al. Investigating the intelligent methods of loss minimization in induction motors
CN106067750B (zh) 一种永磁直线电机伺服控制方法
Yu Intelligent neural network control strategy of hydraulic system driven by servo motor
Lin Hybrid Recurrent Laguerre‐Orthogonal‐Polynomial NN Control System Applied in V‐Belt Continuously Variable Transmission System Using Particle Swarm Optimization
Tang et al. Direct torque control of induction motor based on self-adaptive PI controller
Chen et al. The simulation research of PMSM control based on MPC

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20240105

Address after: Room 815, Building B, South China University of Technology Innovation Building, No. 5 Xinmofan Road, Gulou District, Nanjing City, Jiangsu Province, 210000

Patentee after: Quete Digital Technology (Nanjing) Co.,Ltd.

Address before: School of Aeronautics and Astronautics, Nanjing University of Aeronautics and Astronautics, 29 Yudao street, Qinhuai District, Nanjing, Jiangsu Province, 210016

Patentee before: Nanjing University of Aeronautics and Astronautics

TR01 Transfer of patent right