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！

龙图腾网获悉上海航天控制技术研究所申请的专利基于神经网络拟合模型类机理形式转换的电机系统辨识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：CN116191959B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202310310198.2，技术领域涉及：H02P21/14；该发明授权基于神经网络拟合模型类机理形式转换的电机系统辨识方法是由周恒杰;谭天乐;张永杰;严丹;陶晟;赵雪婷设计研发完成，并于2023-03-27向国家知识产权局提交的专利申请。

本基于神经网络拟合模型类机理形式转换的电机系统辨识方法在说明书摘要公布了：本发明公开了基于神经网络拟合模型类机理形式转换的电机系统辨识方法，实现永磁同步电机文中后述电机均指该型电机机械特性参数辨识的方法。采用神经网络学习电机系统在受控作用下状态的演变规律，拟合得到电机机械特性。通过动态线性化与局部线性化等近似转化途径，将神经网络模型转换为状态转移形式的电机机械特性机理类机理模型。利用神经网络的动态学习，实现对电机部分参数实时、准确的持续自学习辨识与跟踪。该方法可以在缺乏先验知识、机理分析的基础上，解决未知、时变、强耦合、高度非线性电机系统的实时精确建模与数学表达的问题，为经典、现代以及先进的控制系统控制器的设计提供数学模型，为基于神经网络的电机控制提供定性、定量的分析基础，可以广泛应用于各种类型的电机控制技术。

本发明授权基于神经网络拟合模型类机理形式转换的电机系统辨识方法在权利要求书中公布了：1.基于神经网络拟合模型类机理形式转换的电机系统辨识方法，其特征在于包括以下步骤： 考虑电机控制需要和电机状态测量能力，确定神经网络输入、输出状态量，在连续时间系统中，建立电机机械特性方程，并得到离散化后的状态转移矩阵； 构建神经网络结构、将神经网络结构转换为与步骤一得到的离散化后的状态转移矩阵同构的类机理状态转移矩阵； 根据电机控制实际或仿真中形成的状态量与控制量的测量或仿真数据，对神经网络进行训练并进行转换，得到最终的类机理状态转移矩阵； 根据电机控制中测量的数据，结合所述最终的类机理状态转移矩阵，实时得到电机系统的输出； 构建的神经网络结构为符合电机系统一般范式的神经网络结构，具体为具有全连接结构，存在输入层，输出层，隐含层的神经网络； 所述将神经网络结构转换为与步骤一得到的离散化后的状态转移矩阵同构的类机理状态转移矩阵，包括： 根据神经网络前向传播过程，对构建的神经网络结构的隐含层中神经元的输入输出进行展开，进而得到输出层中各神经元输入输出展开表达式； 将神经网络结构中隐含层神经元激活函数近似成线性函数表达形式，将近似表达式带入到上述输出层中各神经元输入输出展开表达式，并按照神经网络输入参数、常数项进行整理简化，得到简化表达式； 将简化表达式中输入、输出替代为系统状态与控制作用得到的拟合模型表达式，即得到所述类机理状态转移矩阵。

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航天控制技术研究所，其通讯地址为：201109 上海市闵行区中春路1555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。