CN112947087B - 半主动悬架增强型多重模糊pid控制系统及方法 - Google Patents
半主动悬架增强型多重模糊pid控制系统及方法 Download PDFInfo
- Publication number
- CN112947087B CN112947087B CN202110274785.1A CN202110274785A CN112947087B CN 112947087 B CN112947087 B CN 112947087B CN 202110274785 A CN202110274785 A CN 202110274785A CN 112947087 B CN112947087 B CN 112947087B
- Authority
- CN
- China
- Prior art keywords
- controller
- fuzzy
- stage
- suspension
- pid
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Vehicle Body Suspensions (AREA)
Abstract
本发明涉及半主动悬架增强型多重模糊P I D控制系统及方法,包括与悬架系统连接的P I D控制器,第一级模糊控制器和第三级模糊控制器分别连接P I D控制器,第二级模糊控制器连接第一级模糊控制器;P I D控制器输出最终的参数来控制悬架的动作,速度传感器和加速度传感器监测悬架的动态性能反馈给第一、第二和第三级模糊控制器,同时检测路面激励反馈给第一、第二和第三级模糊控制器。建立起了悬架系统与路面激励的直接关系,增强了悬架在不同路面上的自适应能力,提高了悬架的综合性能。
Description
技术领域
本发明涉及汽车悬架系统控制领域,具体为半主动悬架增强型多重模糊PID控制系统及方法。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
悬架是用来连接车轮和车架的关键总成,能够缓和路面冲击,降低车身震动,保证汽车在道路上的操纵稳定性和平顺性。近些年来,半主动悬架和主动悬架成为研究热点,具有比被动悬架更好的综合性能,半主动悬架由于结构简单、耗能较少、成本低等优势,在高档汽车上广泛应用。
半主动悬架控制系统和控制算法是核心要点,在传统的研究中,模糊控制PID控制、神经网络控制、粒子群控制等控制方法日益成熟,尤其模糊PID控制具有良好的控制精度,自适应能力较强,鲁棒性较好,成为广大学者的研究中心,但是传统的模糊PID控制系的控制参数统过于单一,控制系统只能根据汽车自身响应进行调节,始终没有建立起外界路面激励与控制器的直接关系,使得控制器参数不能达到最优状态,并且控制器初始参数的设定依赖于事先假定的路面条件,这就使得当实际路面条件波动较大时,控制器不能够很好的调节悬架性能。
发明内容
为了解决上述背景技术中存在的技术问题,本发明提供半主动悬架增强型多重模糊PID控制系统及方法,建立起了悬架系统与路面激励的直接关系,增强了悬架在不同路面上的自适应能力,提高了悬架的综合性能。
为了实现上述目的,本发明采用如下技术方案:
本发明的第一个方面提供基于半主动悬架增强型多重模糊PID控制系统,包括与悬架系统连接的PID控制器,第一级模糊控制器和第三级模糊控制器分别连接PID控制器,第二级模糊控制器连接第一级模糊控制器;
PID控制器输出最终的参数来控制悬架的动作,速度传感器和加速度传感器监测悬架的动态性能并反馈给第一、第二和第三级模糊控制器,同时检测路面激励反馈给第一、第二和第三级模糊控制器。
通过悬架模型建立第一级模糊控制器和PID控制器,确定PID控制器的原始参数和第一级模糊控制器的隶属函数和模糊规则,选择簧上质量速度与设定值的误差作为PID控制器的输入变量,可由速度传感器获得,输出变量为悬架调节力。
第一级模糊控制器输入变量为悬架簧上质量速度与设定值的误差及误差的变化率(簧上质量加速度),可由速度传感器和加速度传感器获得,输出变量为PID控制器参数的修正量。
第二级模糊控制器根据路面激励的变化实时调整第一级模糊控制器输入输出变量论域,即实现变论域;第二级模糊控制器的输入变量为路面激励及路面激励的变化率,可由位移传感器和速度传感器获得,输出变量为第一级模糊控制器的论域伸缩因子。
第三级模糊控制器建立起路面激励和PID控制器参数的直接关系,根据路面激励的变化实时调整PID控制器参数,实现了PID控制器参数可同时依据车辆动态性能和路面激励变化进行实时调整;第三级模糊控制器的输入变量为路面激励及路面激励的变化率,可由位移传感器和速度传感器获得,输出变量为PID控制器参数的修正量。
本发明的第二个方面提供基于上述系统的半主动悬架增强型多重模糊PID控制方法,包括以下步骤:
A、通过悬架系统模型建立第一级模糊控制器和PID控制器,PID控制器的输出变量为作用于悬架的可控阻尼力;确定PID控制器的原始参数和第一级模糊控制器的隶属函数及模糊规则,第一级模糊控制器根据汽车的动态性能实时调整PID控制器参数;
B、设计第二级模糊控制器,第二级模糊控制器建立起路面激励和第一级模糊控制器输入变量及输出变量论域的关系,第二级模糊控制器根据路面激励的变化实时调整第一级模糊控制器输入输出变量论域;
C、设计第三级模糊控制器,第三级模糊控制器建立起路面激励和PID控制器参数的关系,第三级模糊控制器根据路面激励的变化实时调整PID控制器参数。
步骤A中,选择簧上质量速度y与设定值r的误差e作为PID控制器的输入变量,输出变量为悬架调节力。
步骤A中,选择第一级模糊控制器的输入变量和输出变量,输入变量为悬架簧上质量速度y与设定值r的误差e以及e的变化率ec(簧上质量加速度),输出变量为PID控制器参数的修正量Δkp1、Δki1、Δkd1。
第一、第二和第三级模糊控制器均具有隶属函数和模糊规则,基于模糊控制器中各自的隶属函数和模糊规则,利用Mamdani模糊推理法和重心法完成模糊推理和清晰化。
PID控制器输出最终的参数来控制悬架的动作,并由速度传感器、加速度传感器监测悬架的动态性能并反馈给第一、第二和第三级模糊控制器,同时检测路面激励反馈给第一、第二和第三级模糊控制器。PID控制器的最终参数为
与现有技术相比,以上一个或多个技术方案存在以下有益效果:
1、建立起了悬架系统与路面激励的直接关系,增强了悬架在不同路面上的自适应能力,提高了悬架的综合性能。
2、PID控制器输出最终的参数来控制悬架的动作,速度传感器、加速度传感器监测悬架的动态性能并反馈给模糊控制器,同时路面激励也会反馈给模糊控制器,形成闭环控制。
3、经仿真验证后,增强型多重模糊PID控制系统的簧上质量加速度、悬架动挠和轮胎动载荷相对于传统单模糊PID控制系统均有大幅提高,在舒适性、平顺性和操纵稳定性方面有大幅改善。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1是本发明一个或多个实施例提供的半主动悬架结构示意图;
图2是本发明一个或多个实施例提供的控制系统示意图;
图3是本发明一个或多个实施例提供的变论域原理示意图;
图4是本发明一个或多个实施例提供的单冲击路面激励输入下三种控制系统的簧上质量加速度响应曲线示意图;
图5是本发明一个或多个实施例提供的正线路面激励输入下三种控制系统的簧上质量加速度响应曲线示意图;
图6是本发明一个或多个实施例提供的C级路面激励输入下三种控制系统簧上质量加速度响应曲线示意图;
图7是本发明一个或多个实施例提供的C级路面激励输入下三种控制系统悬架动挠度响应示意图;
图8是本发明一个或多个实施例提供的C级路面激励输入下三种控制系统车轮动载荷响应曲线示意图;
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出,以下详细说明都是示例性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
实施例一:
如图1-2所示,半主动悬架增强型多重模糊PID控制系统,包括与悬架系统连接的PID控制器,第一级模糊控制器和第三级模糊控制器分别连接PID控制器,第二级模糊控制器连接第一级模糊控制器;
PID控制器输出最终的参数来控制悬架的动作,并由速度传感器、加速度传感器监测悬架的动态性能并反馈给第一、第二和第三级模糊控制器,同时检测路面激励反馈给第一、第二和第三级模糊控制器。
PID控制器输出最终的参数来控制悬架的动作,速度传感器、加速度传感器监测悬架的动态性能并反馈给模糊控制器,同时路面激励也会反馈给模糊控制器,形成闭环控制。建立起了悬架系统与路面激励的直接关系,增强了悬架在不同路面上的自适应能力,提高了悬架的综合性能。
实施例二:
如图1-8所示,基于上述实施例的半主动悬架增强型多重模糊PID控制方法,包括以下步骤:
通过悬架模型建立第一级模糊控制器和PID控制器,确定PID控制器的原始参数和第一级模糊控制器的隶属函数和模糊规则,选择簧上质量速度与设定值的误差作为PID控制器的输入变量,可由速度传感器获得,输出变量为悬架调节力。
选择第一级模糊控制器的输入变量和输出变量;其中第一级模糊控制器输入变量为悬架簧上质量速度与设定值的误差及误差的变化率(簧上质量加速度),可由速度传感器和加速度传感器获得,输出变量为PID控制器参数的修正量。
设计第二级模糊控制器,第二级模糊控制器建立起路面激励和第一级模糊控制器输入变量和输出变量论域的直接关系,第二级模糊控制器根据路面激励的变化实时调整第一级模糊控制器输入输出变量论域,即实现变论域,确定第二级模糊控制器的隶属函数和模糊规则,选择第二级模糊控制器的输入变量和输出变量;其中该模糊控制器的输入变量为路面激励及路面激励的变化率,可由位移传感器和速度传感器获得,输出变量为第一级模糊控制器的论域伸缩因子。
设计第三级模糊控制器,第三级模糊控制器建立起路面激励和PID控制器参数的直接关系,第三级模糊控制器根据路面激励的变化实时调整PID控制器参数,实现了PID控制器参数可同时依据车辆动态性能和路面激励变化进行实时调整,确定第三级模糊控制器的隶属函数和模糊规则,选择第三级模糊控制器的输入变量和输出变量;其中输入变量为路面激励及路面激励的变化率,可由位移传感器和速度传感器获得,输出变量为PID控制器参数的修正量。
对于三个模糊控制器,基于模糊控制器中的隶属函数和模糊规则,利用Mamdani模糊推理法和重心法完成模糊推理和清晰化。
基于PID控制器最终的参数来控制悬架的动作,并检由速度传感器、加速度传感器测悬架的动态性能并反馈给模糊控制器,同时检测路面激励反馈给模糊控制器,从而实现闭环自动控制。
如图1所示的半主动悬架结构图,其中mb为簧上质量,mw为簧下质量,zb为簧上质量位移,zw为簧下质量位移,zr为路面激励,k为弹簧刚度,c为阻尼系数,F为可控阻尼力。
如图2所示的增强型多重模糊PID控制系统结构图,其中zr为路面激励,r为簧上质量速度的设定值,y为悬架系统簧上质量速度,e为簧上质量速度y与设定值r的误差,ec为e的变化率,F为可控阻尼力,α1、α2、β分别为第一级模糊控制器输入变量和输出变量论域的伸缩因子,分别为第一级模糊控制器对PID控制器参数的修正量,分别为第三级模糊控制器对PID控制器参数的修正量。
PID控制器输入变量为簧上质量速度y与设定值r的误差e,该设定值r为0,PID原始参数的确定可选用经验整定法、临界比例法和试凑法,这是本领域技术人员所熟知的,在此不再累赘。PID控制器的输出变量为可控阻尼力,该力可直接作用于悬架从而实现对悬架性能的控制。
第一级模糊控制器可根据汽车的动态性能实时调整PID控制器参数,其输入变量为簧上质量速度y与设定值r的误差e以及e的变化率ec,输出变量为PID控制器参数修正量Δkp1、Δki1、Δkd1,该修正量可对PID控制器原始参数进行调整,采用七个模糊集来描述输入变量和输出变量,即{NB,NM,NS,ZO,PS,PM,PB}。
根据专家经验制定第一级模糊控制器的模糊规则,如表1所示:
表1
第二级模糊控制器建立起路面激励和第一级模糊控制器输入变量和输出变量论域的直接关系,第二级模糊控制器根据路面激励的变化实时调整第一级模糊控制器输入输出变量论域,即实现变论域。
第二级模糊控制器的输入变量为路面激励zr及其变化率输出变量为第一级模糊控制器输入变量和输出变量论域的伸缩因子α1、α2、β,变论域原理可描述如下:设输入变量的初始论域为X=[-E,E],则变论域后的论域为X=[-αiE,αiE],(i=1,2),设输出变量的初始论域为Y=[-K,K],则变论域后的论域为Y=
[-βK,βK],原理如图3所示。
采用七个模糊集来描述输入变量,即{NB,NM,NS,ZO,PS,PM,PB},采用四个模糊集来描述输出变量,即{ZO,PS,PM,PB},第二级模糊控制器采用Mamdani模糊推理法和重心法完成模糊推理和清晰化,其隶属函数选择三角隶属函数,其模糊规则的制定原则为:
(1)当路面激励及其变化率较大时,为尽快减小系统误差和加快动态响应,输入变量论域应适当增大,输出变量论域基本保持不变。
(2)当路面激励及其变化率较小时,为避免系统产生较大超调量,输入变量和输出变量论域应缩小。
因此,第二级模糊控制器模糊规则如表2所示:
表2
第三级模糊控制器建立起路面激励和PID控制器的直接关系,根据路面激励的变化适时调整PID控制器参数。
即 其中kp,ki,kd分别为PID控制器的最终参数。采用七个模糊集来描述输入变量和输出变量,即{NB,NM,NS,ZO,PS,PM,PB},第二级模糊控制器采用Mamdani模糊推理法和重心法完成模糊推理和清晰化,其隶属函数选择三角隶属函数,其模糊规则的制定原则为:
因此,第三级模糊控制器模糊规则如表3所示:
表3
为验证该控制器具有良好的控制性能,在Matlab/Simulink中分别建立被动悬架系统、传统单模糊PID控制系统和增强型多重模糊PID控制系统模型,分别在单冲击路面激励、正弦路面激励输入下测试三种系统的簧上质量加速度,其实验结果如图4、5所示,由此可知,在簧上质量加速度均方根值上,传统单模糊PID控制系统相对被动悬架系统减小了22.49%,而增强型多重模糊PID控制系统相对被动悬架减小了45.01%,这意味着增强型多重模糊PID控制系统具有更好的舒适性和平顺性。
进一步的,分别在A、B、C、D级路面激励输入下测试三种系统的簧上质量加速度、悬架动挠度和车轮动载荷,以C级路面为例,响应曲线如图6、7、8所示。
传统单模糊PID控制系统在不同等级路面上相对于被动悬架系统各参数降低的百分比如表4所示:
表4
增强型多重模糊PID控制系统在不同等级路面上相对于被动悬架系统各参数降低的百分比如表5所示:
表5
可以看到,增强型多重模糊PID控制系统的簧上质量加速度、悬架动挠和轮胎动载荷相对于传统单模糊PID控制系统均有大幅提高,在舒适性、平顺性和操纵稳定性方面有大幅改善。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.半主动悬架增强型多重模糊PID控制系统,其特征在于:包括与悬架系统连接的PID控制器,第一级模糊控制器和第三级模糊控制器分别连接PID控制器,第二级模糊控制器连接第一级模糊控制器;
PID控制器输出最终的参数来控制悬架的动作,速度传感器和加速度传感器监测悬架的动态性能反馈给第一、第二和第三级模糊控制器,同时检测路面激励反馈给第一、第二和第三级模糊控制器;
第一级模糊控制器根据汽车的动态性能实时调整PID控制器参数,第一级模糊控制器输入变量为悬架簧上质量速度与设定值的误差及簧上质量加速度,输出变量为PID控制器参数的修正量;
第二级模糊控制器根据路面激励的变化实时调整第一级模糊控制器输入输出变量论域;
第三级模糊控制器根据路面激励的变化实时调整PID控制器参数。
3.如权利要求1所述的半主动悬架增强型多重模糊PID控制系统,其特征在于:所述PID控制器的输入变量为簧上质量速度y与设定值r的误差e,输出变量为悬架调节力。
4.如权利要求1所述的半主动悬架增强型多重模糊PID控制系统,其特征在于:所述第一级模糊控制器的输入变量为悬架簧上质量速度y与设定值r的误差e以及e的变化率ec,输出变量为PID控制器参数的修正量Δkp1、Δki1、Δkd1。
7.如权利要求1所述的半主动悬架增强型多重模糊PID控制系统,其特征在于:所述第一、第二和第三级模糊控制器均具有隶属函数和模糊规则,利用Mamdani模糊推理法和重心法完成模糊推理和清晰化。
9.基于权利要求1-8任一项所述系统的方法,其特征在于:包括以下步骤:
A、通过悬架系统模型建立第一级模糊控制器和PID控制器,PID控制器的输出变量为作用于悬架的可控阻尼力;确定PID控制器的原始参数和第一级模糊控制器的隶属函数及模糊规则,第一级模糊控制器根据汽车的动态性能实时调整PID控制器参数;
B、利用第二级模糊控制器建立起路面激励和第一级模糊控制器输入变量及输出变量论域的关系,第二级模糊控制器根据路面激励的变化实时调整第一级模糊控制器输入输出变量论域;
C、利用第三级模糊控制器建立起路面激励和PID控制器参数的关系,第三级模糊控制器根据路面激励的变化实时调整PID控制器参数。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110149806 | 2021-02-03 | ||
CN2021101498067 | 2021-02-03 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112947087A CN112947087A (zh) | 2021-06-11 |
CN112947087B true CN112947087B (zh) | 2022-09-27 |
Family
ID=76229793
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110274785.1A Active CN112947087B (zh) | 2021-02-03 | 2021-03-15 | 半主动悬架增强型多重模糊pid控制系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112947087B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116080326B (zh) * | 2023-02-07 | 2024-06-14 | 河南工业大学 | 半主动悬架的控制方法及系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0985988A1 (en) * | 1998-09-11 | 2000-03-15 | Sck.Cen | An adaptive fuzzy controller and simulation method |
DE60118149T2 (de) * | 2001-04-04 | 2007-04-19 | Stmicroelectronics S.R.L., Agrate Brianza | Auf der Sky-Hook-Theorie basierendes Verfahren und Vorrichtung zur Regelung einer Fahrzeugaufhängung |
CN201914049U (zh) * | 2010-12-14 | 2011-08-03 | 江苏技术师范学院 | 一种车辆半主动悬架的智能控制系统 |
CN107024866A (zh) * | 2017-05-26 | 2017-08-08 | 江苏大学 | 一种基于车速分区的多模型横向模糊控制方法 |
CN109629503B (zh) * | 2019-01-15 | 2023-09-08 | 吉林大学 | 一种实现电动门式传动的多功能除雪车及其控制方法 |
-
2021
- 2021-03-15 CN CN202110274785.1A patent/CN112947087B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112947087A (zh) | 2021-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107825930B (zh) | 一种用于车辆悬架系统的智能模糊混合棚半主动控制方法 | |
CN103754081A (zh) | 车辆非线性悬架系统的最优模糊复合控制方法 | |
Li et al. | Static-output-feedback based robust fuzzy wheelbase preview control for uncertain active suspensions with time delay and finite frequency constraint | |
CN112947087B (zh) | 半主动悬架增强型多重模糊pid控制系统及方法 | |
CN112904718B (zh) | 一种基于Hammerstein模型的磁流变阻尼器控制系统及方法 | |
CN107323198A (zh) | 一种横向互联空气悬架互联状态模糊控制系统及方法 | |
CN114590090A (zh) | 基于自适应lqr轮毂直驱半主动悬架控制系统构造方法 | |
Swethamarai et al. | Design and implementation of fuzzy-PID controller for an active quarter car driver model to minimize driver body acceleration | |
CN116080326B (zh) | 半主动悬架的控制方法及系统 | |
Roukieh et al. | Design of active and semi-active automotive suspension using fuzzy logic | |
CN110443003B (zh) | 一种主动稳定杆系统的控制及优化设计方法 | |
jie Yue et al. | Research on vehicle suspension systems based on fuzzy logic control | |
Sun et al. | H∞ robust control of interconnected air suspension based on mode switching | |
Mudduluru et al. | Quarter and full car models optimisation of passive and active suspension system using genetic algorithm | |
Zulkarnain et al. | Controller design for an active anti-roll bar system | |
CN113110031A (zh) | 基于遗传算法优化的模糊pid主动悬架控制系统及方法 | |
Abougarair et al. | Design and Simulation Optimal Controller for Quarter Car Active Suspension System | |
Ghazali et al. | Intelligent controller design for a nonlinear quarter car active suspension with electro-hydraulic actuator | |
Atef et al. | Vehicle active suspension system performance using different control strategies | |
Bagchi et al. | Designing and optimizing an active car suspension with genetic algorithm | |
CN110281725A (zh) | 存在作动器死区的主动悬架的优化控制方法及系统 | |
Tang et al. | The application of fuzzy logic control algorithm to active suspensions of vehicles | |
Jibril | Comparison of neural network NARMA-L2 model reference and predictive controllers for nonlinear quarter car active suspension system | |
Lingfeng et al. | Notice of Retraction: PID-Fuzzy control research on hydraulic semi-active suspension system of car | |
Nurhadi | Study on Control of Bus Suspension System |
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 |