专利交易市场

本发明提供了一种基于目标计算的船舶动力定位系统非线性无偏预测控制方法。该方法包括：考虑风、浪、流造成的低频环境干扰影响，建立动力定位船舶非线性离散时间状态空间模型；以外加干扰作为扩展状态，建立包含附加干扰的扩展状态观测模型，采用无迹卡尔曼滤波算法，对状态和干扰进行估计；基于当前时刻参考输入信号rk和干扰估计值计算对应的稳态目标状态xs和目标输入us；基于不含干扰的动力定位系统标称模型，定义带输入约束的无偏NMPC最优化问题，求解得控制时域内的最优控制输入序列，并将序列的第一个元素作用于系统，得到当前时刻的控制输入uk。本方法能使受环境干扰的动力定位船舶无偏跟踪设定船位或航线，提高动力定位系统控制精度和鲁棒性。

一种具有外部干扰和数据异常的移动机器人预测控制方法,包括以下步骤：1)利用视觉伺服方法，并结合移动机器人运动学，动力学方程，建立一阶非完整轮式移动机器人误差模型；2)考虑测量数据异常问题，将系统模型转化为一类具有随机变量的跟踪误差状态空间模型；3)基于鲁棒预测控制方法，定义H∞性能指标，确定预测方程，并设计控制器。本发明提供了一种可以有效解决具有外部干扰和数据异常的移动机器人视觉伺服控制方法。

本发明公开了一种基于预测控制条件下的模糊超螺旋滑模观测器电感辨识方法，其预测控制策略为并网逆变器模型预测控制，属于电网预测控制技术领域。运用模糊超螺旋滑模观测器对电感进行辨识，首先利用超螺旋滑模观测器对电网电压和输出电流进行观测，考虑到其观测器的增益为固定值，并对系统有一定影响，无法进行自我调节，进一步提出模糊控制的增益自我调节方法，利用观测后的电流与实际电流的误差来实现对增益的调节，最后通过观测后的电网电压与实际电网电压相结合，运用李雅普诺夫定理找到实际电感值，从而达到电感辨识方法。本发明既解决了预测控制电感不匹配问题，又增强了观测器的观测精度，与传统预测控制相对比能提高预测控制的鲁棒性。

本发明公开了一种新型冠状病毒肺炎的预测控制模型。本发明模型的建立实现如下：步骤1、建立新型冠状病毒肺炎模型的状态空间模型；步骤2、设计时变矩阵处理机制；步骤3、构造新型冠状病毒肺炎模型预测控制的事件触发条件；步骤4、设计模型预测控制的框架；步骤5、设计事件触发模型预测控制器；步骤6、验证新型冠状病毒肺炎模型预测控制的正性；步骤7、验证新型冠状病毒肺炎模型预测控制的鲁棒稳定性。本发明方法利用正系统对新型冠状病毒肺炎疫情进行SEIR型建模，模型预测控制器设计、性能指标最优分析等方法，提供了一种新型冠状病毒肺炎疫情发展趋势的预测估计以及采取相应控制策略的理论方法。