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！

龙图腾网获悉华侨大学申请的专利基于AFD时-频迭代学习的微尺度机器人淀积系统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：CN117245652B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202311177932.9，技术领域涉及：B25J9/16；该发明授权基于AFD时-频迭代学习的微尺度机器人淀积系统控制方法是由傅文渊设计研发完成，并于2023-09-13向国家知识产权局提交的专利申请。

本基于AFD时-频迭代学习的微尺度机器人淀积系统控制方法在说明书摘要公布了：本发明涉及一种基于AFD时‑频迭代学习的微尺度机器人淀积系统控制方法，包括：S1，迭代学习动力学模型建立步骤；S2，初始化步骤；S3，跟踪误差的自适应傅立叶分解AFD时频分布计算步骤；S4，前馈信号的自适应傅立叶分解时频分布计算步骤；S5，临界频率确定步骤；S6，学习滤波器幅频特性计算步骤；S7，鲁棒滤波器幅频特性计算步骤；S8，迭代学习的系统输入计算步骤；S9，迭代学习次数判断步骤；S10，跟踪轨迹输出步骤。本发明结合基于AFD的时频分析法、具有超前相位的ILC法及L‑Q滤波器频带宽度调整法，实现了微尺度机器人淀积系统的高精度控制。

本发明授权基于AFD时-频迭代学习的微尺度机器人淀积系统控制方法在权利要求书中公布了：1.一种基于AFD时-频迭代学习的微尺度机器人淀积系统控制方法，其特征在于，包括： S1，迭代学习动力学模型建立步骤； 建立微尺度机器人淀积系统的迭代学习动力学模型，如下： 1； 2； 其中，，表示电机运行时刻为时的转角位置；表示电机运行时刻为时的转速；，表示电机运行时刻为时的转角位置；表示电机运行时刻为时的转速；表示微尺度机器人淀积系统在第次迭代学习时轨迹控制动力学输出；表示微尺度机器人淀积系统在第次迭代学习时轨迹控制动力学输入；表示微尺度机器人淀积系统在第次迭代学习时产生的高频结构共振；、和分别表示微尺度机器人淀积系统的系统本征矩阵；，表示微尺度机器人淀积系统的最大运行周期； S2，初始化步骤； 设置，迭代学习最大次数为；设置微尺度机器人淀积系统一轴向运动的迭代初始输入为；通过微尺度机器人淀积系统的迭代学习动力学模型得到时的系统输出，以及的初始迭代学习控制跟踪误差和初始前馈信号；其中表示微尺度机器人淀积系统一轴向运动的期望跟踪轨迹，表示第次迭代时的系统输出；其中，表示学习滤波器，，表示逆Z变换；表示学习滤波器在初始频带宽度时的幅频特性； S3，跟踪误差的自适应傅立叶分解AFD时频分布计算步骤； 计算的自适应傅立叶分解时频分布； ； 其中，，表示的瞬时信号幅度；；是的自适应傅立叶分解第次的分解项；是最大分解阶次；是自适应傅立叶分解的基函数，是阶正交系统；是自适应傅立叶分解的常数项；表示实部；表示内积； 计算的瞬时相位，如下： ； 其中，；表示对进行自适应傅立叶分解第m次分解时的单位圆内的复数系数；表示对取模；表示的复数辐角；表示AFD第i次分解时的单位圆内的复数系数；表示对取模，表示的复数辐角； 计算的时频分布为； 其中，，表示复数的模；为狄拉克函数； S4，前馈信号的自适应傅立叶分解时频分布计算步骤； 计算的AFD时频分布，； 其中，，表示的瞬时信号幅度；表示前馈信号第m次自适应傅立叶分解的信号分量；是自适应傅立叶分解的基函数；是自适应傅立叶分解的常数项；计算的瞬时相位为： ； 其中，；表示对进行自适应傅立叶分解第m次分解时的单位圆内的复数系数；表示对取模；表示的复数辐角；表示AFD第i次分解时的单位圆内的复数系数；表示对取模，表示的复数辐角； 计算的时频分布； 其中，； S5，临界频率确定步骤； 设置时频分布的能量幅值，以及时频分布的能量幅值； 求解不等式和确定跟踪误差和前馈信号的临界频率；如果，则；如果，则；其中，表示学习滤波器次迭代的频带宽度；表示鲁棒滤波器次迭代的频带宽度；表示第k次迭代学习的系统信号频率； S6，学习滤波器幅频特性计算步骤； 计算学习滤波器的幅频特性，如下： 其中，是采样频率； S7，鲁棒滤波器幅频特性计算步骤； 计算鲁棒滤波器的幅频特性，如下： ； 其中，；； S8，迭代学习的系统输入计算步骤； 使用具有超前相位迭代学习控制律计算第次迭代学习的系统输入，如下： ； 其中，是的频域表达，即；是Z变换，为复数变量，为频率，为采样周期，是虚数单位；；；和分别是鲁棒滤波器和学习滤波器，和分别为滤波器的频带宽度； 对进行Z逆变换，得到，即，其中表示Z逆变换； S9，迭代学习次数判断步骤； 令，重复执行步骤S3-S9，直至满足迭代学习次数为； S10，跟踪轨迹输出步骤； 将获得的代入建立的微尺度机器人淀积系统的迭代学习动力学模型1和2，获得跟踪上期望跟踪轨迹的动力学输出。

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华侨大学，其通讯地址为：362000 福建省泉州市丰泽区城东城华北路269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。