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！

龙图腾网获悉海南师范大学申请的专利基于强化学习的工业过程最小-最大优化的容错控制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：CN114706356B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202210358730.3，技术领域涉及：G05B19/418；该发明授权基于强化学习的工业过程最小-最大优化的容错控制方法是由李雪玉;贾林竹;唐彬彬;王立敏;李春设计研发完成，并于2022-04-06向国家知识产权局提交的专利申请。

本基于强化学习的工业过程最小-最大优化的容错控制方法在说明书摘要公布了：本发明涉及工业控制技术领域，具体是基于强化学习的工业过程最小‑最大优化的容错控制方法。包括：1在具有执行器故障和外部扰动的原系统状态空间模型基础上建立包含跟踪误差和状态增量的增广状态空间模型，并根据增广状态空间模型提出性能指标函数；2根据性能指标函数提出值函数以及Q函数，并构建相应的最优控制输入、最坏外部扰动及最优控制增益、最坏外部扰动增益的表达式；3给定能使系统稳定的最初的控制增益与外部扰动增益收集数据θjk及ρkj，θjk及ρkj是第j次迭代所产生的包含系统生产信息的数据；4通过强化学习更新控制增益K1F、外部扰动增益K2F；5如果达到迭代结束条件则迭代结束，否则转回步骤4继续迭代。本发明适用范围广、跟踪性能好、控制效果好。

本发明授权基于强化学习的工业过程最小-最大优化的容错控制方法在权利要求书中公布了：1.基于强化学习的工业过程最小‑最大优化的容错控制方法，其特征在于：包括以下步骤： 1在具有执行器故障和外部扰动的原系统状态空间模型基础上建立包含跟踪误差和状态增量的增广状态空间模型，并根据增广状态空间模型提出性能指标函数； 2根据性能指标函数提出值函数以及Q函数，并构建相应的最优控制输入、最坏外部扰动及最优控制增益、最坏外部扰动增益的表达式； 3给定能使系统稳定的最初的控制增益与外部扰动增益并收集数据θjk及ρkj，其中，分别是最初的控制增益和外部扰动增益，θjk及ρkj是第j次迭代所产生的包含系统生产信息的数据； 4通过强化学习更新控制增益K1F、外部扰动增益K2F； 5如果达到迭代结束条件则迭代结束，否则转回步骤4继续迭代； 所述步骤1中的跟踪误差和状态增量的增广状态空间模型为： 其中，xΔk+1是原系统在k+1时刻和k时刻的状态之差，yΔk+1是原系统在k+1时刻的跟踪误差；xΔk是原系统在k时刻和k‑1时刻的状态之差，yΔk是原系统在k时刻的跟踪误差；uΔk’是原系统在k时刻的迭代更新率；wΔk’是原系统在k时刻的外部扰动与在k‑1时刻的外部扰动之差；是与{Zk,uΔk,wΔk}维数相匹配的系统矩阵，组成的{A,B,C,D}是原系统的系统矩阵，I是单位矩阵；α是故障系数；Zk为增广状态空间模型在k时刻的状态，uΔk为增广状态空间模型在k时刻的输入，wΔk为增广状态空间模型在k时刻的外部扰动； 所述步骤1中基于所述增广状态空间模型提出的性能指标函数为： 其中，Zi是增广状态空间模型在第i时刻的状态、uΔi是增广状态空间模型在第i时刻的输入，i＝k,k+1,...,∞，wΔi是增广状态空间模型在第i时刻的外部扰动；Q1、R 1分别是与状态Zi、输入uΔi维数相匹配的正定矩阵；γ≥0，γ代表持续干扰衰减水平。

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海南师范大学，其通讯地址为：570100 海南省海口市龙昆南路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。