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！

龙图腾网获悉重庆邮电大学申请的专利基于事件触发的双连杆机械臂的自适应评价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：CN116604570B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202310845305.1，技术领域涉及：B25J9/16；该发明授权基于事件触发的双连杆机械臂的自适应评价控制方法是由黄龙旺;谢冰鑫;李永福;黄鑫;丁孟涛;龚炯豪设计研发完成，并于2023-07-11向国家知识产权局提交的专利申请。

本基于事件触发的双连杆机械臂的自适应评价控制方法在说明书摘要公布了：本发明涉及一种基于事件触发的双连杆机械臂的自适应评价控制方法，属于双连杆机械臂系统跟踪控制领域。该方法利用神经网络的万能逼近定理和反步法设计方法，实现了自适应神经网络控制器的构建。同时，引入了事件触发机制，减少了控制器与执行器之间的通信开销，提高了网络资源的利用效率。评价网络和执行网络相结合，利用光滑的效用函数和最优跟踪控制器，改善了系统的控制性能和容错能力。此外，还设计了执行器故障补偿项，以抑制执行器故障对系统性能的影响。本发明可以克服传统方法中精确建模的困难性和网络资源有限的问题，实现对双连杆机械臂系统的高效控制和容错能力的提升。本发明具有广泛的应用潜力，适用于工业自动化、机器人等领域。

本发明授权基于事件触发的双连杆机械臂的自适应评价控制方法在权利要求书中公布了：1.一种基于事件触发的双连杆机械臂的自适应评价控制方法，其特征在于，该方法具体包括以下步骤： S1：建立双连杆机械臂的动力学模型和期望跟踪轨迹，具体包括：建立以机械臂关节角位置和角速度，力矩，连杆质量和长度作为状态变量的双连杆机械臂的动力学模型，并建立双连杆机械臂的关节角位置和的期望跟踪轨迹； S2：采用欧拉法将双连杆机械臂的动力学模型离散化； S3：设计作用与传感器和控制器之间网络通道的事件触发机制，具体包括：定义位于传感器和控制器之间网络通道的信号传输误差为： 其中，表示上一个事件触发时刻，是下一个事件触发时刻，为系统的当前状态，为上一次传输的系统状态； 定义为第个子系统的事件触发状态指示函数： 设计网络通道传输信号的触发条件： 其中，设计为： 其中，，和为待定的触发条件参数，为系统误差，为执行网络权值更新律，；为设计参数，为lipschitz常数，为的上界； 在时间区间内，当触发条件满足时，会更新为触发时刻的值，否则会受零阶保持器的作用始终保持为上一个事件触发时刻的值； S4：设计评价网络性能指标，具体包括： 定义系统误差方程： 其中，,分别为双连杆机械臂的关节角位置和的期望跟踪轨迹，，； 定义效用函数和长期性能指标函数分别为： 其中，，,是可调参数； S5：设计基于事件触发的评价网络，具体包括：采用评价网络对步骤S4中的长期性能指标函数进行逼近： 其中，为网络的逼近误差，为评价网络权值的权值更新律，为激活函数，为神经网络输入向量； 将步骤S3中的事件触发机制引入自适应神经网络控制器与执行器之间的网络通道，则选取评价网络权值更新律为： 其中，为高阶神经网络的输入信号，输入量为的高阶神经网络基函数向量选取为；，，为待确定的设计参数； S6：设计基于事件触发的自适应神经网络控制器，具体包括：在控制器与执行器之间的网络通道中引入事件触发机制，通过反推设计方法和李雅普诺夫稳定性理论构造基于事件触发的自适应神经网络控制器； 利用反推法设计出理想的控制率，定义系统误差方程： 其中，和为虚拟控制量； 根据李雅普诺夫稳定性分析，设计虚拟控制量为： 设计基于事件触发机制的自适应神经网络控制器为： 其中，，为执行器故障的补偿项，，为理想网络权值，，为高阶神经网络的输入信号，高阶神经网络基函数向量选取为； S7：设计基于事件触发的执行网络，具体包括：设计如下基于事件触发机制的执行网络权值更新律为： 其中，为执行网络权值更新律的可调参数，为评价网络长期性能指标函数,； S8：设计执行器故障补偿项。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2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。