找到 2 条结果
基于多层感知器的四旋翼无人机扰动下自适应滑模控制
Adaptive Sliding Mode Control for Quadrotor UAVs Under Disturbances Using Multi-Layer Perceptron
Mir Mikael Fatemi · Adel Akbarimajd · IEEE Access · 2025年1月
本文提出四旋翼无人机UAV在外部扰动和参数不确定性下的新型自适应滑模控制SMC框架。该方法利用多层感知器MLP神经网络实时动态调节SMC参数。MLP与SMC协同集成实现自适应、鲁棒和节能控制，显著提升系统性能。通过基于实时系统反馈持续调整SMC控制器参数，MLP有效减轻外部扰动和参数不确定性影响，实现增强轨迹跟踪精度的最优超参数值。神经网络使控制器无缝适应系统行为和环境条件的动态变化。本研究另一关键贡献在于大幅降低传统SMC系统的抖振现象。仿真验证所提控制器在各种外部扰动和动态工况下的卓越稳定性...
解读: 该自适应滑模控制技术对阳光电源功率变换器控制策略优化有借鉴意义。阳光储能变流器和光伏逆变器面临电网扰动和参数变化的挑战。MLP神经网络自适应调节控制参数的思路可应用于阳光控制算法，提升在弱电网和复杂工况下的鲁棒性。抖振抑制技术对阳光功率器件的开关损耗降低和EMI改善有价值。该研究展示的AI与经典控制...
基于集总热模型KF-MLP估计算法的锂离子电池表面温度场重构
Surface Temperature Field Reconstruction of Lithium-Ion Batteries Toward Lumped Thermal Model-Based KF-MLP Estimation Algorithm
Xiao Qi · Chaofeng Hong · Lijun Gu · Weixiong Wu · IEEE Transactions on Industrial Informatics · 2025年3月
高容量、大型电池在电动汽车和储能系统中得到了广泛应用。实际上，这些电池的表面温度场通常分布不均且难以测量，这给温度安全监测带来了巨大挑战。因此，本文重构了集总热模型，并提出了一种卡尔曼滤波器（KF） - 多层感知器（MLP）联合估计算法，以重构锂离子电池（LIBs）的二维表面温度（ST）场。首先，设计了一种改进的集总热模型，仅使用一个传感器即可准确获取多点温度。然后，提出了一种 KF - MLP 神经网络，以减少计算资源的使用并增强模型的泛化能力。最后，设计了一种二维温度采集方法，以获取可靠的实...
解读: 从阳光电源储能系统业务视角来看，该论文提出的锂电池表面温度场重建技术具有重要的工程应用价值。当前我司大容量储能系统广泛采用大尺寸电芯，其表面温度分布不均匀性显著，而传统热管理方案受限于传感器布点数量和成本，难以实现全面监测，这正是该技术所针对的核心痛点。 该研究的创新之处在于将改进的集总热模型与K...