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 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 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 > 重庆邮电大学罗久飞获国家专利权

重庆邮电大学罗久飞获国家专利权

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!

龙图腾网获悉重庆邮电大学申请的专利时变机制约束下的机械臂RBF网络动态自适应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:CN120244986B

龙图腾网通过国家知识产权局官网在2026-04-28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:202510613191.7,技术领域涉及:B25J9/16;该发明授权时变机制约束下的机械臂RBF网络动态自适应控制方法是由罗久飞;郑小林;郑登华;王贤福;禄盛;尹爱军;谭云飞;李智斌;黄琼设计研发完成,并于2025-05-13向国家知识产权局提交的专利申请。

时变机制约束下的机械臂RBF网络动态自适应控制方法在说明书摘要公布了:本发明属于机器人技术控制领域,具体涉及一种时变机制约束下的机械臂RBF网络动态自适应控制方法,包括构建机械臂动力学模型,确定系统规定时间收敛标准,结合机械臂的关节运动参考轨迹,定义轨迹跟踪误差,基于动力学名义模型,构造规定时间下标称动力学模型的稳定鲁棒控制律;选择径向基函数,设计规定时间下的RBF网络自适应控制律以动态拟合系统中的综合非线性扰动项。本发明解决传统方法收敛时间不可控的问题,本发明采用RBF神经网络动态逼近综合扰动,通过时变增益的自适应律在线更新网络权重,显著提高了抗干扰能力,将模型驱动与数据驱动方法相结合,通过动力学模型解耦和前馈补偿策略,实现了更精确、低时延的轨迹跟踪控制。

本发明授权时变机制约束下的机械臂RBF网络动态自适应控制方法在权利要求书中公布了:1.一种时变机制约束下的机械臂RBF网络动态自适应控制方法,包括构建机械臂动力学模型,确定系统规定时间收敛标准,结合机械臂的关节运动参考轨迹,定义轨迹跟踪误差,基于动力学名义模型,构造规定时间下标称动力学模型的稳定鲁棒控制律,其特征在于:选择径向基函数,设计规定时间下的RBF网络自适应控制律以动态拟合系统中的综合非线性扰动项,对于一个n自由度机械臂的全驱系统,存在未建模和动态外界扰动,给定机械臂关节转角与速度参考轨迹,通过以下控制器实现用户定义时间T内的稳定跟踪控制,其控制律表示为: 其中,表示规定时间下的RBF网络动态自适应控制律;为机械臂系统的标称惯性矩阵;表示机械臂系统的期望加速度参考轨迹;表示第二设计控制增益矩阵;表示基于时变增益函数缩放后的关节速度跟踪误差;表示第一设计控制增益矩阵;表示基于时变增益函数缩放后的关节转角跟踪误差信号;为机械臂系统的标称科里奥利力矩阵;为机械臂系统的标称重力向量,为RBF对综合扰动非线性项的实时估计输出值;为径向基函数的输出向量,表示RBF网络的输入状态向量,q表示机械臂系统的当前关节转角位置向量,表示机械臂系统的当前关节运动速度向量,表示机械臂系统的当前关节运动加速度向量,m表示RBF神经网络隐藏层的节点数;为RBF神经网络权重的在线估计值;为自适应学习率;为误差状态向量;为李雅普诺夫函数的解矩阵;表示惯性矩阵;时变增益函数表示为: 其中,t表示机械臂系统控制过程中的时间,表示安全过渡区间的系数,表示为防止时变增益函数无界增长的上限,表示为稳定时变增益的下限,表示机械臂系统的阶数,表示为正设计参数。

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重庆邮电大学,其通讯地址为:400065 重庆市南岸区南山街道崇文路2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。