Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 合肥工业大学朱仲文获国家专利权

合肥工业大学朱仲文获国家专利权

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!

龙图腾网获悉合肥工业大学申请的专利一种基于数据标定自适应模糊控制的两栖车压浪板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:CN117021854B

龙图腾网通过国家知识产权局官网在2026-03-17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:202310919488.7,技术领域涉及:B60F3/00;该发明授权一种基于数据标定自适应模糊控制的两栖车压浪板控制方法是由朱仲文;蒋智涛;王维志;李丞;佟强;江维海;季传龙;郑润泽设计研发完成,并于2023-07-25向国家知识产权局提交的专利申请。

一种基于数据标定自适应模糊控制的两栖车压浪板控制方法在说明书摘要公布了:本发明提供一种基于数据标定自适应模糊控制的两栖车压浪板控制方法。此两栖车压浪板由两组不同的液压油缸控制,定义为压浪板1和压浪板2,可同步可异步工作,分别控制压浪板的上下角度和前后伸收。通过模拟电压信号查表得到的参考角度与使能信号得到的工况结合最终形成完整的目标角度,继电器控制液压阀,达到跟踪目标角度的效果。现有的简单的位式控制在压浪板到达目标角度的过程中继电器在设定的阈值附近跳变,影响控制的平稳性。本发明通过加入结合数据模型拟合标定的自适应模糊控制,在保证角度跟踪精度的同时,解决角度跟踪过程中继电器在位式控制阈值附近跳变的问题,控制精度更高,平稳性更好,有很好的工程应用前景。

本发明授权一种基于数据标定自适应模糊控制的两栖车压浪板控制方法在权利要求书中公布了:1.一种基于数据标定自适应模糊控制的两栖车压浪板控制方法,其特征在于,包括以下步骤: 步骤1、实时获取第一压浪板调节模块的电压信号作为第一压浪板调节模块的到位信号,对电压进行角度标定后查表得到参考角度,使能信号依据真值表判定压浪板所处工况,使能信号与参考角度相结合,最终形成完整的第一压浪板调节模块的目标角度,所述使能信号包括伸状态信号和收状态信号,所述第一压浪板调节模块用于控制压浪板的上下角度; 步骤2、第一压浪板调节模块的反馈信号进行角度标定后得到第一压浪板调节模块当前位置信息,将所述当前位置信息与目标角度做差值得到实际误差;将实际误差、目标角度变化率、目标与反馈角度变化率差值作为三个输入,通过模糊控制得到调整误差,与实际误差结合得到位式控制的控制输入,所述第一压浪板调节模块的反馈信号为电流信号; 步骤3、将控制输入与位式控制设定的阈值对比,控制压浪板继电器开关,继电器A控制伸,继电器B控制缩,做基于误差来消除误差的策略控制; 所述的步骤2中,具体步骤为: S21、通过标定的反馈电流来确定第一压浪板调节模块的当前角度,通过采集电流信号得到第一压浪板调节模块的当前角度后与目标角度相减得到压浪板实际误差; S22、模糊化:通过隶属函数将输入量映射成系统输入论域中的模糊量集合,模糊变量有实际误差、目标角度变化率以及目标与反馈角度变化率差值,即e、ΔVdeg以及ΔVdeg-ΔIdeg,其中e代表实际误差,ΔVdeg代表目标角度变化率,ΔIdeg代表反馈角度变化率; S23、规则建立:实际误差的模糊子集设计为{NL,NM,NS,PS,PM,PL},目标角度变化率的模糊子集为{NS’,Z’,PS’},目标与反馈角度变化率差值的模糊子集为{NS’’,Z’’,PS’’},输出量调整误差的模糊子集为{NS’’’,Z’’’,PS’’’},对于实际误差e,先对信号进行限幅处理,将实际误差e的范围限制在一定区间;对于角度变化率ΔVdeg和目标与反馈角度变化率差值ΔVdeg-ΔIdeg,主要是用来判断目标角度的变化趋势以及反馈角度与目标角度的变化速度的快慢,故当计算出的值大于0时,将这两个输入设为1;小于0时,将这两个输入设为-1;等于0时,将这两个输入设为0;对于输出量调整误差Δe,用于调整实际误差e的大小; 其中,对实际误差的模糊子集{NL,NM,NS,PS,PM,PL}的分段设置即隶属函数的取值如下: NL:[-0.5-0.4-0.3];NM:[-0.3-0.1595-0.00975]; NS:[-0.0195-0.009750];PS:[00.009750]; PM:[0.009750.15950.3];PL:[0.30.40.5]; 对目标角度变化率的模糊子集的分段设置即隶属函数的取值如下: NS’:[-1.5-1-0.5];Z’:[-0.500.5]; PS’:[0.511.5]; 对目标与反馈角度变化率差值的模糊子集的分段设置即隶属函数的取值如下: NS’’:[-1.5-1-0.5];Z’’:[-0.500.5]; PS’’:[0.511.5]; 对输出量调整误差的模糊子集设计为{NS,Z,PS}的分段设置即隶属函数的取值如下: NS’’’:[-1.6-1-0.4];Z’’’:[-0.400.4]; PS’’’:[0.411.6]; S24、模糊推理:模糊推理中,设X是输入,Y是输出,多输入单输出制定模糊规则如下: IfX1=AandX2=BandX3=CthenY=D 其中,A,B,C属于输入量的模糊子集,D属于输出量的模糊子集,根据模糊规则进行模糊推理,采用Mamdani推理法决策模糊输出量; S25、解模糊化:选择重心法来进行变量解模糊化,转化为实际输出值。

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合肥工业大学,其通讯地址为:230000 安徽省合肥市屯溪路193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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。