摘要
本发明提供一种自适应扭矩观测器半健康装置自修复学习控制方法和系统,包括:建立多自由度控制的系统动力学模型;基于所述系统动力学模型,建立基于广义动量的自适应扭矩观测器;采集系统响应数据,并基于所述自适应扭矩观测器获得模糊参数,进而实现外部扭矩的自适应估计;将所述系统响应数据和所述外部扭矩估计融合分类,进行故障模式诊断与状态监测;基于所述状态监测结果,建立基于强化学习的自修复控制策略,实现多自由度半健康装置的自修复控制。本发明针对半健康系统具有不依赖于精确动力学模型、外部扭矩估计的自适应性高、风险感知能力强、控制系统可靠性稳定性更高等优点。
技术关键词
健康装置
学习控制方法
系统动力学模型
观测器
模糊参数
控制策略
多自由度控制
执行器
代表
数据
状态检测模块
采集系统
信号采集模块
模式
堵塞故障
多自由度系统
学习控制系统
电机性能参数
推力
分类网络
系统为您推荐了相关专利信息
四足机器人
干扰观测器
复合控制器
终端滑模控制器
机器人单腿
故障诊断分类
混合逻辑动态模型
滑膜观测器
电流值
变量
预测控制方法
预测控制算法
鲁棒预测控制
观测器
动态
姿态动力学模型
姿态容错控制
容错控制方法
执行机构故障
参数
PID控制器
PID算法
拉普拉斯
补偿控制技术
系统动力学模型