自学习控制

摘要： 配电网台区变的三相负荷不平衡已经对配网供电安全、电能质量和经济性运行产生了很大的影响.从节能减排角度及实用性角度,提出了一种基于自学习控制系统的三相不平衡换相开关装置,从根源上的负荷分配上,进行治理和预防.设备装置的控制器基于自学习控制系统,并且通过数据的逐渐积累,其控制策略会逐渐进行学习演化,从开关的动作次数和调节性能等方面,求出最优的投切策略,从而实现负荷不平衡的调整.最后,通过一套实际的投运现场的设备的采集数据进行对比,验证了方案的可行性.

摘要： 为了减少车辆在交叉口的延误,采用Q学习和神经网络结合的方法对智能体控制的单路口进行信号配时的优化,在神经网络的基础上,通过不断的采集新的交通状态,优化神经网络中的权值参数,从而达到交通信号不断适应交通状态的自学习控制.仿真实验结果表明,基于Q学习和神经网络的信号自学习控制方法,可以使得各个方向的车辆平均延误稳定在一个较短的时间,保证了交叉口车辆通行的畅通.

摘要： 本文通过对高炉料流调节方法的控制方法进行阐述,并在此基础上提出改进措施,即以软硬件相结合的方式,添加伺服阀系统,以此提高调节阀的开度与速度,保证调节阀的控制精准性.

摘要： 通过优化轧钢数学模型参数,提升对热轧模型和温度控制模型的预报水平和系统适应性,提高轧钢系统对薄规格产品(厚度1.6mm至1.0mm)轧制的稳定性和成材率以及自动化控制精度,进而扩大新品种的开发.

摘要： Disturbance rejection control (DRC) method with self-learning sliding mode (SLSM) is proposed for a class of single-input single-output (SISO) non-affine nonlinear systems (NANS). The proposed method realizes the extended state estimation of internal parameters perturbation and external disturbances of the NANS based on extended state observer (ESO) designed by nonlinear smooth function. Sliding mode disturbance rejection control (SMDRC) for SISO NANS with uncertainties and disturbance is realized by the technology based on the ESO combined with auto-learning sliding mode control (ALSMC). The method is not dependent on the mathematical model of the controlled plants, and can fast track any given reference signal. Numerical simulation results show that the proposed method not only has fast response, high control precision, but also has strong disturbance-rejection ability for the non-affine nonlinear systems with internal and external disturbance. So the proposed control method will play an important role in control field of the SISO NANS because of its strong robust stability.%针对一类单输入单输出(single-input single-output, SISO)非仿射非线性系统的控制问题,提出了一种自学习滑模抗扰控制方法。该方法用非线性光滑函数设计扩张状态观测器,实现SISO非仿射非线性系统内部不确定性和外部扰动的扩张状态估计,并将扩张状态观测器(extended state observer, ESO)与自学习滑模控制技术融为一体,实现SISO非仿射非线性系统的自学习滑模抗扰控制。该方法不依赖受控对象的数学模型,可以快速跟踪任意给定的参考信号。数值仿真试验表明了该方法响应速度快、控制精度高,具有很强的抗扰动能力,因而是一种鲁棒稳定性很强的控制方法,在SISO非仿射非线性系统控制领域具有重要作用。

摘要： 低速下电机转矩脉动严重影响系统的控制性能.为了抑制转矩脉动,提出了一种迭代学习控制算法,算法基于自学习控制,结合迭代法,不依赖于系统的精确数学模型,是一种通用性较强的控制算法.为了模拟本身具有大转矩脉动的电机特性,采用特殊的方式来驱动一台永磁同步电机,使其具有较大的转矩脉动,然后运用算法对其转矩脉动进行抑制,取得了良好的效果.最后对PID调节器进行了改进,使其具有更好的调节性能.

摘要： 针对非线性、多变量、强耦合系统的控制问题，提出一种基于双曲函数的非线性PID自学习控制方法。在PID控制过程中，用双曲函数构造比例、积分、微分3个增益参数分别随误差变化的规律曲线，将传统线性PID控制律转化为非线性PID控制律的控制思想，并使用自学习算法实时调整3个非线性增益函数的增益系数，实现基于双曲函数的非线性PID自学习控制。仿真实验结果表明，与其他控制方法相比，该方法具有更强的鲁棒稳定性和抗扰动能力，是一种有效的控制方法，在非线性控制领域具有重要的应用价值。%Aiming at nonlinear,multivariable,strong coupling system control problem,a nonlinear PID control method for self-learning based on hyperbolic function is proposed. Due to the process in PID controlling,it forms a consensus in the control field that the curves of proportional,integral,differential three gain parameters following error changes. Thus, this method uses hyperbolic function to construct the rule curves of PID three gain parameters following error changes, which puts forward a control theory about making the traditional linear PID control law into nonlinear PID control law, and uses self-learning algorithm to adjust the three nonlinear gain function coefficients in real time. The self-learning control on nonlinear PID is implemented based on the hyperbolic function. Compared with other controlling methods,the simulation results show that the approach achieves a better robust stability and anti-disturbance capacity, which is an effective control method and has important application value in the nonlinear control filed.

摘要： 针对带不确定性的X-Y定位平台系统位置控制问题,提出了径向基函数神经网络的自学习控制策略.首先建立X-Y定位平台轴系统的动力学模型,然后利用增广变量法设计了基于神经网络PID控制器,利用RBF神经网络良好的逼近能力来进行自学习控制,设计了改进随机梯度算法来实现网络权值的自适应调整,并加快其学习速度.针对神经网络动态特性欠缺的问题,设计了PID控制器来保证控制阶段初期的跟踪精度.最后通过仿真详细分析了其控制机理,并证明了该方案的有效性,具有较高工程应用价值.

摘要： There are many complex jobs and abnormal situations in a railway marshalling process. Moreover, it is impossible to consider all the influencing factors during establishing a phase plan. So, there will be some unexpected problems when the plan is implemented. The plans needed adjusting to increase the fulfillment rate. Accordingly, an algorithm of conflict detection was designed, and the adjustment rules were set out. The rules have been completed by the self-learning algorithm to increase the adjustment efficiency and achieved the goal of plan adjusting automatically finally.%铁路编组站作业复杂，异常情况多，而且编组站阶段计划在编制过程中根本不可能考虑所有的影响因素，所以计划在执行过程中会出现一些异常问题，这时就需要对计划实施调整，以提高计划的兑现率。据此，通过知识表达的形式建立了计划自身异常及计划间冲突的调整规则，设计了计划间冲突的检测算法，并通过自学习算法不断完善调整规则集，提高计划调整效率，最终实现计划的自动调整。

摘要： 本文提出了一种自学习模糊解耦控制器,将多变量模糊解耦控制和模型参考自学习控制结合起来,利用模糊逆模型在线产生和修正模糊解耦控制系统的规则库.并研究了它在航空发动机上的应用,取得了较好的控制效果.

摘要： 本文介绍了一种新的神经网络——PID神经网络及其多变量强耦合时变控制系统.文中给出了网络的结构和算法,分析了时变对象的特点,对一组二变量强耦合时变系统进行了实时仿真,显示了PID神经网络对多变量强耦合时变对象的良好解耦性能和自学习控制特性.

摘要： 为引进当代金属旋压成形工艺技术和新型旋压设备，并推广在电真空器件研制中的应用，自行研制了具有当代数控录返技术的XK20－1型普旋压机床。该机术具有操作方便、多种使用功能、道次规划手段多、加工零件精度高等优点。

摘要： 为引进当代金属旋压成形工艺技术和新型旋压设备，并推广在电真空器件研制中的应用，自行研制了具有当代数控录返技术的XK20－1型普旋压机床。该机术具有操作方便、多种使用功能、道次规划手段多、加工零件精度高等优点。

摘要： 为引进当代金属旋压成形工艺技术和新型旋压设备，并推广在电真空器件研制中的应用，自行研制了具有当代数控录返技术的XK20－1型普旋压机床。该机术具有操作方便、多种使用功能、道次规划手段多、加工零件精度高等优点。

摘要： 为引进当代金属旋压成形工艺技术和新型旋压设备，并推广在电真空器件研制中的应用，自行研制了具有当代数控录返技术的XK20－1型普旋压机床。该机术具有操作方便、多种使用功能、道次规划手段多、加工零件精度高等优点。

摘要： 为引进当代金属旋压成形工艺技术和新型旋压设备，并推广在电真空器件研制中的应用，自行研制了具有当代数控录返技术的XK20－1型普旋压机床。该机术具有操作方便、多种使用功能、道次规划手段多、加工零件精度高等优点。

摘要： 为引进当代金属旋压成形工艺技术和新型旋压设备，并推广在电真空器件研制中的应用，自行研制了具有当代数控录返技术的XK20－1型普旋压机床。该机术具有操作方便、多种使用功能、道次规划手段多、加工零件精度高等优点。

摘要： 为引进当代金属旋压成形工艺技术和新型施压设备，并推广在电真空器件研制中的应用，自行研制了当代数控录返技术的ＸＫ２０－１型普施旋压机床，该机床具有操作方便、多种使用功能、道 次规划手段多、加工零件精度高等优点。

摘要： 本发明公开了一种基于参数自学习的电机执行机构控制器，包括人机交互模块，主控模块，通信模块，电机控制模块，阀位检测模块，存储模块及电源模块。本发明的目的是提供一种基于参数自学习的电机执行机构控制器，利用固态继电器对电机进行驱动、控制，另外利用参数自学习的控制算法进行自学习获得静差数据，既解决了谐波问题，又解决了面向不同控制对象的静差不稳定问题。

摘要： 本申请涉及一种方向盘按键的自学习方法与自学习系统，车载系统依据语音输入装置传输的驾驶者的语音信号，实现自学习进程的推进。车载系统通过获取驾驶者按压方向盘中的物理按键产生的电压信号，从而将短按键功能和/或长按键功能与电压信号进行捆绑匹配，实现了按键功能的自定义赋予。车载系统通过对按键数据的纠错，使得按键之间的电压信号避免出现冲突情况。本申请涉及的方向盘按键的自学习方法与自学习系统，统一了所有车型的方向盘差异点，不需要针对不同的车型做差异化软件设计，同时简化了人机界面的设计工作，使得方向盘自学习可以适配不同车型以及不同用户的需求，提升了软件质量，降低了软件成本。

摘要： 本发明公开了一种自学习ECG QRS波检测装置及其自学习方法，装置包括自学习预处理单元和自学习ECG QRS波判定单元；其自学习方法包括如下步骤：S1、ECG数据导入到差分单元；S2、ECG数据进行差分处理；S3、多点平滑单元平滑滤波处理，输出预处理数据序列Z(n)；S4、区间最大值单元求最大值；区间阈值单元得到区间阈值，输出自学习阈值序列TH(n)；S5、Z(n)和TH(n)传递给自学习ECG QRS波判定单元，S6、心率自学习单元取预设最大值作为自学习心率阈值上限HB输出；S7、RR间隔点数下阈值单元求得计算RR间隔点数下阈值PT；S8、QRS判定单元根据预判定的QRS波标志和RR间隔点数下阈值PT判定。

摘要： 本发明涉及智能机器人技术领域，尤其涉及一种障碍物自学习方法及新障碍物自学习方法，障碍物自学习方法包括以下步骤：步骤1，获取移动区域的栅格地图数据，对每个栅格标记为未遍历；步骤2，设置栅格地图的起点栅格，将起点栅格数据入栈，控制移动单元到达起点栅格，重新标记起点栅格为已遍历；步骤3，每遍历一个栅格将该栅格数据入栈，控制移动单元遍历整个栅格地图，获取障碍物边界数据；步骤4，存储障碍物边界数据。通过使用本发明，可以实现以下效果：(1)自动获取障碍物信息，智能程度高，通过一次学习，以便能在以后的作业中主动避开障碍物；(2)能够自主学习环境中新增的障碍物。

摘要： 本发明涉及一种具有自学习功能的平行客服机器人系统及其自学习方法，平行客服机器人系统包括用户端、客服机器人、人工客服端和反馈单元，用户端将用户端问句发送给客服机器人、人工客服端和反馈单元；客服机器人根据用户端问句将FAQ推荐数据组发送给人工客服端和反馈单元；人工客服端将应用户端问句的FAQ数据发送给用户端和反馈单元；反馈单元根据接收到的用户端问句、FAQ推荐数据组和修正后的对应该用户端问句的FAQ数据生成反馈数据，并将反馈数据发送给客服机器人；客服机器人根据接收到的反馈数据进行自学习。本发明能够在真实的客服场景中收集整理相似问句，供客服机器人进行学习，减少人工标注的成本投入。

摘要： 本发明公开了一种车辆配置信息的自学习方法，该自学习方法包括：获取车辆的各个电子控制单元的当前配置信息；将各个电子控制单元的当前配置信息与历史配置信息进行比较；如果各个电子控制单元的当前配置信息与历史配置信息存在差异，根据所述当前配置信息，更新各个电子控制单元的配置信息。该方法，可以使得人机交互系统自学习车辆配置信息，保持人机交互界面与实际硬件功能的一致。本发明还公开一种车辆配置信息的自学习系统和车辆。

摘要： 一种基于通用自学习系统的自学习方法，包括以知识库中的知识为基础，进行推理，生成推理知识；以获取的第n次推理知识为基础，进行推理，获取第n+1次推理知识，持续推理若干轮后，形成推理链条；若根据推理链条推理出来的知识已存在于推理链条之中，则形成推理环。通过一种基于通用自学习系统的自学习方法，可在知识库中构建关于知识的推理环及推理循环，通过动态可持续、具有高活性状态的推理循环，来维持知识库中知识的自洽和活性。

摘要： 本发明公开了一种基于参数自学习的电机执行机构控制器，包括人机交互模块，主控模块，通信模块，电机控制模块，阀位检测模块，存储模块及电源模块。本发明的目的是提供一种基于参数自学习的电机执行机构控制器，利用固态继电器对电机进行驱动、控制，另外利用参数自学习的控制算法进行自学习获得静差数据，既解决了谐波问题，又解决了面向不同控制对象的静差不稳定问题。

摘要： 本公开提供一种特征自学习方法、特征自学习系统及发动机故障诊断方法，特征自学习方法包括，在用特征库特征迁移、在用特征库特征更新和备选特征库特征更新，一种发动机故障诊断方法包括特征生成、待诊断数据故障诊断和特征自学习。通过获取测量信号特征的统计分布减小甚至消除测量信号波动对发动机故障诊断的影响，进而通过单通道信号统计特征的匹配完成初步诊断，最后融合不同通道信号的统计特征诊断结果实现发动机故障的准确诊断，能够在特征提取过程中减小甚至消解发动机测量噪声和误差的影响，提高发动机故障诊断的准确率。

摘要： 本申请涉及一种自学习烹饪机器人烹饪处理方法、系统、自学习烹饪机器人及存储介质，属于服务机器人的技术领域，其中，该方法包括：获取当前菜品的菜品食谱和菜品特性信息；所述菜品食谱与所述菜品特性信息建立关联表；获取用户对于当前菜品的菜品特性信息的反馈信息，所述反馈信息包括对于所述菜品特性信息的校正指令信息；根据所述当前菜品的菜品特性信息和所述反馈信息，确定最优菜品特性信息；根据最优菜品特性信息修改所述当前菜品的菜品食谱，并在下一次烹饪时，按照修改后的所述菜品食谱进行菜品烹饪。本申请具有使烹饪机器人做出的菜品更加适合每个用户对于菜品特性的要求的效果。