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！

龙图腾网获悉上海大学申请的专利一种基于神经网络的柔性机械臂控制器设计方法和系统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：CN117921738B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202311629349.7，技术领域涉及：B25J19/00；该发明授权一种基于神经网络的柔性机械臂控制器设计方法和系统是由孙庆;金敏艳;任肖强设计研发完成，并于2023-11-30向国家知识产权局提交的专利申请。

本一种基于神经网络的柔性机械臂控制器设计方法和系统在说明书摘要公布了：本发明涉及一种基于神经网络的柔性机械臂控制器设计方法和系统。设计方法包括如下步骤：通过传感器收集数据，并存储于服务器中；在服务器中对所述数据进行预处理，并存储于数据库中；提取数据库中的数据，在神经网络构建模块中构建神经网络；在神经网络训练模块中，将所述构建的神经网络拆分成两个子网，对所述拆分的两个子网进行离线训练和在线训练；在控制器设计模块中，将训练完成的神经网络与模型预测控制相结合，执行控制器控制策略的设计。设计系统包括数据收集模块，数据预处理模块，神经网络构建模块，神经网络训练模块，控制器设计模块。利用本发明提供的方法可保证算法的收敛性的同时提高精度，提升机械臂控制系统的适应性和鲁棒性。

本发明授权一种基于神经网络的柔性机械臂控制器设计方法和系统在权利要求书中公布了：1.一种基于神经网络的柔性机械臂控制器设计方法，其特征在于，包括以下步骤： 通过传感器收集数据，并将所述数据存储于服务器中； 在服务器中对所述数据进行预处理，并将预处理后的数据存储于数据库中； 提取数据库中的数据，在神经网络构建模块中构建神经网络，以逼近柔性机械臂的运动模型； 在神经网络训练模块中，将所述构建的神经网络拆分成两个子网，对所述拆分的两个子网进行离线训练，并且在离线训练完成后进行在线训练；以及 在控制器设计模块中，将训练完成的神经网络与模型预测控制相结合，以执行控制器控制策略的设计； 将所述构建的神经网络拆分成两个子网包括如下步骤： 将12-48-36-6结构的神经网络拆分成第一子网和第二子网； 其中，所述第一子网的结构为12-48-36，第二子网的结构为48-36-6； 所述第一子网和所述第二子网的训练顺序为：离线训练第一子网，在线训练第一子网，离线训练第二子网，在线训练第二子网； 所述离线训练包括预训练阶段和微调阶段；以及 所述第一子网的预训练阶段包括如下步骤： 初始化权重矩阵，分别是这些权重矩阵初始化后的值； 逆分层学习算法更新公式为， 其中，为第步更新的第一子网的输出估计权重矩阵，是一个正对角矩阵，是根据初始化后的权重值计算的第1个隐藏层的输出，是在第步的输出估计误差； 的设计原则遵循下列式子， 其中，的定义式为是根据初始化后的权重值计算的第1个隐藏层的第个神经元的输出，当输出层的激活函数是单调递增函数向量时，它的导数以为界限； 预训练的目标是取得一个足够小的估计误差，第步的输出估计误差满足下式， 其中，是实际输出，是根据估计权重矩阵模拟的输出； 所述第一子网完成预训练后，进行所述第一子网的微调； 所述第一子网的微调阶段包括如下步骤： 使用两层更新定律对第一子网进行微调， 所述两层更新定律为， 其中，是正标量，可根据实际需求设置；是一个正对角矩阵；和分别是第步学习中第一子网的输入和输出估计权重矩阵；是输出估计误差；是第一子网隐藏层的输出；是第一子网的输入；是一个对角矩阵； 定义式如下， ， 的设计原则遵循下列式子， 其中，是根据初始化后的权重值计算的第1个隐藏层的第个神经元的输出，当输出层的激活函数是单调递增函数向量时，它的导数以为界限；的定义式为，的定义式为； 所述离线训练神经网络还包括移动到下一个训练样本，重复微调阶段，直到训练集中的所有样本都被使用；训练集中的所有数据样本都被使用即完成一个循环，循环次数根据实际需要确定； 所述第一子网完成离线训练后，进行所述第一子网的在线训练； 所述在线训练中的两层更新定律为， 其中，是正标量，可根据实际需求设置；是一个正对角矩阵；和分别是第步学习中第一子网的输入和输出估计权重矩阵；是在线反馈误差；是第一子网隐藏层的输出；是第一子网的输入；是一个对角矩阵； 在线反馈误差定义式如下， 其中，是一个正标量，是的一阶导数，是小球期望变化率与实际变化率之间的差值，小球期望位置与实际位置之间的差值。

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上海大学，其通讯地址为：200444 上海市宝山区上大路99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。