恭喜成都航天凯特机电科技有限公司蒋礼平获国家专利权
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!
龙图腾网恭喜成都航天凯特机电科技有限公司申请的专利基于机器学习的伺服系统自适应参数调整优化方法及系统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:CN119396014B 。
龙图腾网通过国家知识产权局官网在2025-03-18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:202510001226.1,技术领域涉及:G05B13/04;该发明授权基于机器学习的伺服系统自适应参数调整优化方法及系统是由蒋礼平;姜在强;罗云;邢涛设计研发完成,并于2025-01-02向国家知识产权局提交的专利申请。
本基于机器学习的伺服系统自适应参数调整优化方法及系统在说明书摘要公布了:本发明提供一种基于机器学习的伺服系统自适应参数调整优化方法及系统,涉及机器学习技术领域,该方法首先利用目标伺服指令集及其对应的先验伺服指令集,通过机器学习网络模型的第一模型学习模块,生成了补充了缺失指令要素数据的自适应性优化指令集,从而提高了指令集的完整性和准确性。进而,通过机器学习网络模型的第二模型学习模块,根据自适应性优化指令集生成了与目标伺服工作应用场景高度匹配的伺服系统参数配置结果。最终,基于该参数配置结果对伺服系统进行自适应参数调整优化,显著提升了伺服系统在不同工作场景下的性能和稳定性,实现了伺服系统参数调整的智能化和自动化,极大地提高了伺服系统的运行效率和精度。
本发明授权基于机器学习的伺服系统自适应参数调整优化方法及系统在权利要求书中公布了:1.一种基于机器学习的伺服系统自适应参数调整优化方法,其特征在于,所述方法包括:获取伺服系统的目标伺服指令集,以及所述目标伺服指令集对应的先验伺服指令集,所述目标伺服指令集和所述先验伺服指令集是目标伺服工作应用场景的伺服指令集,且所述先验伺服指令集与所述目标伺服指令集存在指令关联特征;将所述目标伺服指令集和所述先验伺服指令集加载到机器学习网络模型,利用机器学习网络模型的第一模型学习模块生成所述目标伺服指令集对应的自适应性优化指令集,所述机器学习网络模型的所述第一模型学习模块用于利用优化补充所述目标伺服指令集中缺失的指令要素数据;将所述自适应性优化指令集加载到所述机器学习网络模型,利用所述机器学习网络模型的第二模型学习模块生成所述自适应性优化指令集的伺服系统参数配置结果,所述伺服系统参数配置结果包含的伺服系统参数信息匹配所述目标伺服工作应用场景;基于所述自适应性优化指令集的伺服系统参数配置结果对所述伺服系统进行自适应参数调整优化;所述将所述目标伺服指令集和所述先验伺服指令集加载到机器学习网络模型,利用机器学习网络模型的第一模型学习模块生成所述目标伺服指令集对应的自适应性优化指令集,包括:对所述机器学习网络模型中的基础网络模型架构以及第一专项训练模块参数进行集成,生成指令优化子模型,所述指令优化子模型对应所述机器学习网络模型的所述第一模型学习模块;将所述目标伺服指令集、所述先验伺服指令集和第一训练导向信息加载到所述指令优化子模型,利用所述指令优化子模型生成所述目标伺服指令集对应的所述自适应性优化指令集,所述第一训练导向信息用于控制所述指令优化子模型优化所述目标伺服指令集;所述将所述自适应性优化指令集加载到所述机器学习网络模型,利用所述机器学习网络模型的第二模型学习模块生成所述自适应性优化指令集的伺服系统参数配置结果,包括:对所述机器学习网络模型中的基础网络模型架构以及第二专项训练模块参数进行集成,生成参数配置子模型,所述参数配置子模型对应所述机器学习网络模型的所述第二模型学习模块;将所述自适应性优化指令集以及第二训练导向信息加载到所述参数配置子模型,利用所述参数配置子模型生成所述自适应性优化指令集的所述伺服系统参数配置结果,所述第二训练导向信息用于控制所述参数配置子模型从所述自适应性优化指令集中构建伺服系统参数信息。
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成都航天凯特机电科技有限公司,其通讯地址为:611730 四川省成都市郫都区现代工业港新经济产业园西源大道一段1207号国盾融合创新中心一期B5-1、B5-2栋;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”。
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。