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！

龙图腾网获悉北京理工大学申请的专利基于谱归一化神经网络的伺服系统预设性能滑模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：CN119828478B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202510002192.8，技术领域涉及：G05B13/04；该发明授权基于谱归一化神经网络的伺服系统预设性能滑模控制方法是由任雪梅;杨明宇;肖成磊;郑冬冬设计研发完成，并于2025-01-02向国家知识产权局提交的专利申请。

本基于谱归一化神经网络的伺服系统预设性能滑模控制方法在说明书摘要公布了：本公开提供了一种基于谱归一化神经网络的伺服系统预设性能滑模控制方法。该方法建立无扰动的第一伺服系统模型和加入风干扰模型的第二伺服系统模型。基于相同控制量输入两模型自生成系统状态数据，利用系统状态数据的差异计算风力矩Td，获得训练样本；利用训练样本训练谱归一化神经网络，使其具有风力矩Td的估计能力；实际控制时，根据转台伺服系统输出的系统状态数据，利用谱归一化神经网络获得风力矩估计将风力矩估计补偿到预设性能滑模控制器中，生成控制量u。使用本发明能够提升控制方案的鲁棒性。

本发明授权基于谱归一化神经网络的伺服系统预设性能滑模控制方法在权利要求书中公布了：1.一种基于谱归一化神经网络的伺服系统预设性能滑模控制方法，其特征在于，包括： 步骤1：针对转台伺服系统，构建无扰动的第一伺服系统模型； 步骤2：构建风干扰模型，将风干扰模型输出的风力矩加入第一伺服系统模型，获得含阵风干扰的第二伺服系统模型； 所述风干扰模型中，风速为稳态风速和脉动风速之和； 所述稳态风速；其中，为高度ℎ处的稳态风速，为参考高度处的稳态风速，为地面粗糙度指数； 所述脉动风速的获取方式为：构建滤波函数H，使其频率响应曲线接近Davenport频谱曲线；将均值为零的白噪声通过此滤波函数H，滤波函数H输出脉动风速； 将风速的模型代入如下风力矩计算公式，获得风干扰模型： 其中，表示风力矩系数，为风压，，为空气密度，A为转台伺服系统的圆形截面的面积，D为转台伺服系统圆形截面的直径； 步骤3：第一伺服系统模型和第二伺服系统模型基于相同控制量输入各自生成系统状态数据，基于两伺服系统模型产生系统状态数据的差值计算风力矩；将含阵风干扰的第二伺服系统模型生成的系统状态数据以及计算出的风力矩，组成训练样本； 步骤4：利用训练样本训练谱归一化神经网络，使其具有风力矩的估计能力； 步骤5：构建预设性能滑模控制器：转台伺服系统的跟踪误差先根据预设性能函数生成转换误差，再利用转换误差进行滑模控制，输出控制量u； 其中，转换误差为： 其中，，为转台伺服系统的跟踪误差，为是性能函数，为性能函数规定的跟踪误差的初值范围，为性能函数规定的时间t趋近于正无穷时跟踪误差的稳态边界；为衰减因子；生成的转换误差作为滑模面中的误差； 所述滑模面选择线性滑模面：；其中，为大于零的可调增益； 构建的预设性能滑模控制器为： 上式中，，为角位置，为角速度，为给定角度，J为电机惯量，为系统负载力矩；和为滑模面的参数，均为大于零的常数；为符号函数；，，为力矩时间常数，为转子电阻，，为电极数量，为转子磁链； 步骤6：实际控制时，根据转台伺服系统输出的系统状态数据，利用谱归一化神经网络获得风力矩估计；将风力矩估计补偿到预设性能滑模控制器中，生成控制量u。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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”。

以上内容由龙图腾AI智能生成。