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！

龙图腾网恭喜浙江大学申请的专利一种基于在线神经预测的作动器控制方法及控制器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：CN116339136B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202310057037.7，技术领域涉及：G05B13/04；该发明授权一种基于在线神经预测的作动器控制方法及控制器是由王依川;赵成成;史治国;陈积明设计研发完成，并于2023-01-18向国家知识产权局提交的专利申请。

本一种基于在线神经预测的作动器控制方法及控制器在说明书摘要公布了：本发明公开了一种基于在线神经预测的作动器控制方法及控制器，控制方法通过选取具有最大置信区间上界的超参数作为最优超参数，从而最大化累积奖励；通过神经网络的在线学习来辨识系统，从而学习到时变的电液作动器系统动态；通过学习到时变的电液作动器系统动态的神经网络来预测下一采样时间步的作动器位移量，迭代更新获得最优控制量，从而使所获控制量能最小化位移跟踪误差。使用基于Zynq片上系统设计的控制器作为控制方法的装置载体，本控制器用于对控制方法进行硬件加速与实现。本发明简化非线性系统的理论建模并减少所需的状态类型，同时基于在线学习和预测控制来适应时变的系统动态；提高在各类工业应用中对作动器的控制性能和适用范围。

本发明授权一种基于在线神经预测的作动器控制方法及控制器在权利要求书中公布了：1.一种基于在线神经预测的作动器控制方法，其特征在于，该方法包括超参数自适应、在线系统辨识和神经预测控制，具体包括如下步骤：步骤1、超参数自适应，通过最大化累积奖励来实现，包括如下子步骤：步骤1-1、针对每个超参数的可选超参数值计算控制开始至当前时间步k采取可选超参数值时获得奖励的采样均值步骤1-2、通过霍夫丁不等式估计得到1置信区间下的奖励分布上界偏移其中为控制开始至当前时间步k选取超参数的次数；步骤1-3、选取具有最大置信区间上界的最优超参数作为当前时间步k的超参数取值；步骤2、在线系统辨识，通过神经网络来学习控制过程中时变的电液作动器系统动态，包括如下子步骤：步骤2-1、用参数为θk-1的全连接神经网络预测当前时间步k的作动器阀芯位移值xpk，其中参数θk-1包括网络各层的权重与偏置；步骤2-2、利用xpk和传感器测得的真实位移值xdk获得目标函数值Jθk＝xdk-xpk22；步骤2-3、依靠反向传播求Jθk对神经网络参数θk-1的梯度步骤2-4、梯度下降更新神经网络参数其中η为学习率；步骤3、神经预测控制，依据在线系统辨识得到的神经网络模型来获取最优控制输入，包括如下子步骤：步骤3-1、设置初始迭代t＝0，初始控制量uct|k＝0；步骤3-2、用参数为θk的神经网络预测下一时间步k+1的作动器阀芯位移值xpt|k+1；步骤3-3、利用xpt|+1和设定的参考值rdk+1获得目标函数值Jut|k＝rdk+1-xpt|k+122；步骤3-4、依靠反向传播求Jut|k对神经网络输入层中uct|的梯度步骤3-5、梯度下降更新控制量其中μ为优化率；步骤3-6、执行t＝t+1，如果t＜Ng，进入步骤3-2，否则进入步骤3-7，其中Ng为所需迭代次数；步骤3-7、迭代所得的uct|k即为所需求解的最优控制量uck。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。