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！

龙图腾网获悉东南大学申请的专利自抗扰控制器设计方法、设备及存储介质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：CN115903510B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202211558443.3，技术领域涉及：G05B13/04；该发明授权自抗扰控制器设计方法、设备及存储介质是由房淑华;王翌丞设计研发完成，并于2022-12-06向国家知识产权局提交的专利申请。

本自抗扰控制器设计方法、设备及存储介质在说明书摘要公布了：本发明公开了自抗扰控制器设计方法、设备及存储介质，属于机电领域，所述方法包括：搭建基于前馈弱磁控制的电机控制系统，搭建自抗扰控制器模型并作为控制系统的速度环；将传统自抗扰控制器的非线性误差反馈控制律以神经网络替代，将马尔可夫决策过程与自抗扰控制相结合，搭建深度强化学习模型，以电机控制系统作为环境，以电机运转情况作为状态，依据转速稳态效果和抗干扰能力设置奖励，使用双延迟深度确定性梯度下降策略训练深度强化学习模型，使算法智能体自主学习神经网络的超参数设置，完成基于深度强化学习的新型自抗扰控制器模型训练，获得最优方案。采用上述方法能解决自抗扰控制器参数多、非线性控制律应用范围受限的问题。

本发明授权自抗扰控制器设计方法、设备及存储介质在权利要求书中公布了：1.一种自抗扰控制器设计方法，其特征在于，所述方法包括： 建立基于前馈弱磁控制的电机控制系统，搭建自抗扰控制系统模型并作为基于前馈弱磁控制的电机控制系统的速度环； 通过将自抗扰控制器模型的非线性误差反馈控制律以神经网络替代形成自抗扰控制系统模型； 将马尔可夫决策过程与自抗扰控制器模型结合，搭建深度强化学习模型； 训练深度强化学习智能体，深度强化学习智能体依据状态、奖励，通过与环境不断交互，自主学习深度神经网络优化方法； 设计双延迟深度确定性梯度下降策略方法，用于自抗扰控制器模型的训练，形成自抗扰控制器； 所述将自抗扰控制器模型的非线性误差反馈控制律以神经网络替代，具体为： 输入为跟踪微分器输出的输入值状态Z11与扩张状态观测器输出的观测量Z21的误差值，输出为参考转矩Tref；转速参考值作为输入量进入自抗扰控制器中，跟踪微分器据此获得输入值的状态量；扩张状态观测器观测到转速的实际值，并处理获得转速实际值的各阶状态量；跟踪微分器输出的输入值状态Z11与扩张状态观测器输出的观测量Z21的误差值被输入进深度神经网络中，获得相应的参考转矩输出，作为弱磁控制所需的输入。

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东南大学，其通讯地址为：210096 江苏省南京市玄武区新街口街道四牌楼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。