买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉吉林大学申请的专利一种基于神经网络嵌入的高速列车容错补偿控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116534082B 。

龙图腾网通过国家知识产权局官网在2025-07-04发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310674528.6，技术领域涉及：B61L15/00；该发明授权一种基于神经网络嵌入的高速列车容错补偿控制方法是由刘玉梅;郝子绪;刘敬卓;刘铭;胡婷;周彦轩;薛超群;刘鹏程;徐观;陈熔;林慧英;戴建国;单红梅;张立斌;陈洪鹏设计研发完成，并于2023-06-08向国家知识产权局提交的专利申请。

本一种基于神经网络嵌入的高速列车容错补偿控制方法在说明书摘要公布了：本发明提供了一种基于神经网络嵌入的高速列车容错补偿控制方法，在不改变原控制器的基础上，添加神经网络控制器，提高高速列车的控制性能和故障下跟踪期望轨迹的效果。所述方法包括：建立存在执行器故障、未知非线性扰动的高速列车动态模型；给定期望轨迹的位置、速度，建立期望轨迹模型；验证高速列车原控制器，保证其满足李雅普诺夫稳定性；基于得到的轨迹误差，构造与控制性能有关的向量，选取合适的向量函数，并构建一个与控制性能有关且输出大于0的神经网络；基于控制性能向量，建立等价损失函数，采用SGD算法优化神经网络参数；基于原控制器、控制性能向量、向量函数与神经网络，构建基于神经网络嵌入补偿的容错控制器。

本发明授权一种基于神经网络嵌入的高速列车容错补偿控制方法在权利要求书中公布了：1.一种基于神经网络嵌入的高速列车容错补偿控制方法，其特征在于包括： 步骤一，建立存在执行器故障、未知非线性扰动的高速列车动态模型； 步骤二，给定期望轨迹的位置、速度，建立期望轨迹模型； 步骤三，基于步骤一所建立的高速列车动态模型，验证高速列车原控制器，保证其满足李雅普诺夫稳定性； 步骤四，基于步骤二，构造与控制性能有关的向量，选取合适的向量函数，并构建一个与控制性能有关且输出大于0的神经网络； 步骤五，基于步骤四构建的神经网络，建立等价损失函数，采用SGD算法优化神经网络参数； 步骤六，基于步骤三与步骤四，构建基于神经网络嵌入补偿的容错控制器； 其中，所述步骤一中，构建含有未知时变动力学的n节车厢的高速列车多质点纵向未知有界动力学模型为： ， 上式中，；xi表示高速列车第i节车厢所处的位置；vi表示高速列车第i节车厢的速度；表示高速列车第i节车厢所受牵引力和制动力的合力；表示高速列车第i节车厢所受的阻力，表示高速列车第i节车厢所受的未知扰动； 列车执行器所受故障表达为： ， 上式中，表示第i节车厢的未知时变执行器故障因子，且满足；表示第i节车厢的未知时变执行器偏置因子，为控制器理想输出； 其中，所述步骤二中，建立的期望轨迹模型表达为： ， 上式中，为期望位移，为期望速度，为期望加速度； 所述步骤三中，列车原控制器需满足李雅普诺夫稳定性，即满足： ， ， 上式中，表示列车原控制器，表示原控制器与性能有关的向量，是以状态向量作变量的函数向量，是与控制无关的函数向量； 所述步骤四中，选择与控制性能有关的向量，选取合适的向量函数，并构建一个与控制性能有关且输出恒大于等于0的神经网络； 其中，选择的与控制性能有关的向量与步骤三中验证原控制器所选择的与性能有关的向量保持一致；选择的向量函数需保证；神经网络可以采用任意的输出恒大于0的神经网络，表示神经网络参数； 所述步骤五中，建立等价的损失函数，采用SGD算法更新神经网络； 其中，等价的损失函数为： ， 上式中，表示可调整参数，为带有神经网络的控制器输出； 所述步骤六中，构建基于神经网络嵌入的高速列车容错补偿控制器，其表达式为： 。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人吉林大学，其通讯地址为：130012 吉林省长春市前进大街2699号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。