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！

龙图腾网获悉同济大学申请的专利基于PINN的磁浮车辆非线性预测控制方法、设备及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：CN121187198B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202511726694.1，技术领域涉及：G05B19/042；该发明授权基于PINN的磁浮车辆非线性预测控制方法、设备及介质是由孙友刚;张丹丹;赵小宁;徐俊起;吉文设计研发完成，并于2025-11-24向国家知识产权局提交的专利申请。

本基于PINN的磁浮车辆非线性预测控制方法、设备及介质在说明书摘要公布了：本发明公开了基于PINN的磁浮车辆非线性预测控制方法、设备及介质，涉及轨道交通领域，所述预测控制方法包括以下步骤：S1、构建动力学模型；S2、采用物理信息神经网络学习并逼近动力学模型中的未知动态和时变参数；S3、基于物理信息神经网络预测的动力学模型的未知动态，设计满足系统输入与输出约束的优化代价函数；S4、构建步进式变终端约束集以处理输入时滞。在控制器设计与理论分析过程中，通过完整保留系统的非线性动力学形式，并构建一种适用输入时滞的步进式变终端约束集，使得系统状态显著偏离平衡点的情况下，控制器仍能维持稳定性与动态性能。该方法有效提升了磁浮车辆在面临参数漂移和时滞扰动等复杂工况时的运行安全性与控制精度。

本发明授权基于PINN的磁浮车辆非线性预测控制方法、设备及介质在权利要求书中公布了：1.基于PINN的磁浮车辆非线性预测控制方法，其特征在于，包括以下步骤： S1、构建磁浮车辆电磁悬浮系统的动力学模型； S2、采用物理信息神经网络在线学习并逼近动力学模型中的未知动态和时变参数； S3、基于物理信息神经网络预测的动力学模型未知动态，设计满足系统输入与输出约束的优化代价函数； S4、构建步进式变终端约束集以处理输入时滞，以保障系统状态约束的满足度与闭环稳定性； 在所述S1的步骤中，基于牛顿第二定律构建单电磁铁悬浮系统的所述动力学模型，其方程为： ； 其中，，为重力加速度，为作用于悬浮系统的时变外部扰动，包括由轨道不平顺或车辆负载变化所引入的干扰力，为单点悬浮系统的质量，为系统时变参数，是电磁铁和轨道之间的悬浮间隙，是悬浮电磁铁电磁线圈通过的电流； 在所述S2的步骤中，所述物理信息神经网络的训练损失函数包括数据拟合项和物理损失项，所述物理损失项通过引入系统物理方程约束实现，损失函数表达式为： ；其中，是数据拟合项，是物理损失项，是权重参数； 通过所述物理信息神经网络学习后，将系统动力学模型离散化为： ；其中，为离散时间索引时刻的悬浮间隙状态，为时刻悬浮电磁铁电磁线圈通过的电流,函数表征悬浮间隙和控制输入电流之间的非线性关系，其中为离散时间索引。

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同济大学，其通讯地址为：200400 上海市杨浦区四平路1239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。