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！

龙图腾网获悉渤海大学申请的专利一种基于神经网络观测器的双连杆机械臂控制方法及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：CN120347734B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202510445207.8，技术领域涉及：B25J9/16；该发明授权一种基于神经网络观测器的双连杆机械臂控制方法及系统是由曹亮;王爽;赵萌;杨雯;王未设计研发完成，并于2025-04-10向国家知识产权局提交的专利申请。

本一种基于神经网络观测器的双连杆机械臂控制方法及系统在说明书摘要公布了：本发明公开了一种基于神经网络观测器的双连杆机械臂控制方法及系统，包括以下步骤：步骤1.建立在外部攻击和扰动下的双连杆机械臂动力学模型；步骤2.基于动力学模型，建立神经网络观测器；步骤3.基于强化学习、动力学模型以及神经网络观测器，建立双连杆机械臂的控制方案；步骤4.基于所述控制方案，在反步法框架下，对双连杆机械臂进行自适应安全控制；本发明对未知因素引发的攻击和扰动，快速变化的攻击和扰动观测；通过性能指标函数，使得控制器实现双连杆机械臂的控制；本发明技术方案通过强化学习算法的学习能力，利用梯度下降法设计出Actor–Critic神经网络自适应更新率，使近似控制器能够逼近实际的控制器。

本发明授权一种基于神经网络观测器的双连杆机械臂控制方法及系统在权利要求书中公布了：1.一种基于神经网络观测器的双连杆机械臂控制方法，其特征在于，具体包括以下步骤： 步骤1.建立在外部攻击和扰动下的双连杆机械臂的系统动力学模型； 步骤2.基于系统动力学模型，建立神经网络观测器； 步骤3.基于强化学习所述系统动力学模型以及所述神经网络观测器，建立双连杆机械臂的控制方案； 步骤4.基于所述控制方案，在反步法框架下，对双连杆机械臂进行自适应安全控制； 建立在外部攻击和扰动下的双连杆机械臂的系统动力学模型，具体包括： 利用建立在外部攻击和扰动下的双连杆机械臂的系统动力学模型； 其中，q＝q1,q2T,分别表示双连杆机械臂关节的角位置、角速度以及角加速度，该机械臂关节包括机械臂关节1和机械臂关节2，q1表示机械臂关节1的角位置，q2表示机械臂关节2的角位置，表示机械臂关节1的角速度，表示机械臂关节2的角速度，表示机械臂关节1的角加速度，表示机械臂关节2的角加速度；Mq表示机械臂惯性矩阵；表示离心利氏力矩阵；Gq＝g11,g21T表示重力矢量，其中g11＝m1+m2gl1cosq1+m2gl2cosq1+q2，g21＝m2gl2cosq1+q2，m1,m2分别表示为机械臂关节1和机械臂关节2的质量，l1,l2分别表示为机械臂关节1和机械臂关节2的长度，g表示重力加速度；表示摩擦力矩阵，τdt表示未知的外部干扰；τt表示机械臂关节的输入转矩；y＝q表示机械臂关节的角位置； 步骤1之后还包括，将双连杆机械臂的系统动力学模型转化为具有攻击的非线性系统动态模型，所述非线性系统动态模型为： 其中，x1＝q,xi表示不可测的系统状态变量，i＝1,2；u＝τtM-1q，u表示可测的系统输入，M-1q表示机械臂惯性矩阵的逆矩阵；y表示系统的输出，x1表示系统输出状态；表示未知的非线性函数，分别是x1,x2的导数，Dt＝τdtM-1q表示未知的外部扰动；ast,xi表示状态变量xi在t时刻所受到的攻击状态，是xi受攻击后的状态； 建立在外部攻击和扰动下的双连杆机械臂的系统动力学模型，之后还包括： 利用径向基神经网络辨识双连杆机械臂中的未知不确定非线性动态，对所述动态模型进行改进，确定改进后的动态模型；所述改进后的动态模型为： 其中，表示通过神经网络近似得到的函数，表示权重向量，T表示转置，表示基函数向量，表示逼近误差；表示状态变量的子集向量，表示的估计；表示未知的系统非线性项函数与神经网络近似函数的误差项，y表示系统的输出。

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渤海大学，其通讯地址为：121000 辽宁省锦州市高新区科技路19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。