買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉北京工業(yè)大學申請的專利基于深度學習的地震模擬振動臺三參量控制參數(shù)整定方法獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產(chǎn)權局授予，授權公告號為：CN115793461B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-08-15發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202211544597.7，技術領域涉及：G05B13/04；該發(fā)明授權基于深度學習的地震模擬振動臺三參量控制參數(shù)整定方法是由紀金豹;張文鵬;王東岳設計研發(fā)完成，并于2022-11-29向國家知識產(chǎn)權局提交的專利申請。

本基于深度學習的地震模擬振動臺三參量控制參數(shù)整定方法在說明書摘要公布了：一種基于深度學習的地震模擬振動臺三參量控制參數(shù)整定方法，屬于地震模擬振動臺控制領域。本發(fā)明包括：系統(tǒng)辨識環(huán)節(jié)，基于實際系統(tǒng)的響應信號和輸入信號，通過系統(tǒng)辨識方法辨識出能正確反映真實輸入輸出關系的數(shù)值模型，作為系統(tǒng)閉環(huán)模型；離線整定環(huán)節(jié)，在系統(tǒng)閉環(huán)模型外加入三參量控制作為增量閉環(huán)控制系統(tǒng)，選擇深度學習算法對仿真模型進行參數(shù)整定；實機測試環(huán)節(jié)，得到離線整定好的控制參數(shù)，輸入實際振動臺系統(tǒng)中驗證，若滿足性能指標要求則整定結束，否則執(zhí)行離線整定環(huán)節(jié)重新進行參數(shù)整定。本發(fā)明結合深度學習算法，實現(xiàn)對振動臺三參量控制參數(shù)的整定，能夠提高參數(shù)整定效率和精度、提高參數(shù)整定的安全性，確保振動臺系統(tǒng)的平穩(wěn)運行。

本發(fā)明授權基于深度學習的地震模擬振動臺三參量控制參數(shù)整定方法在權利要求書中公布了：1.一種基于深度學習的地震模擬振動臺三參量控制參數(shù)整定方法，其特征在于：包含有系統(tǒng)辨識環(huán)節(jié)、參數(shù)離線整定環(huán)節(jié)、實機測試環(huán)節(jié)；先測試得到實際振動臺的系統(tǒng)辨識模型，再針對系統(tǒng)辨識模型進行深度學習整定算法的離線參數(shù)整定，最后將整定得到的參數(shù)在實際振動臺系統(tǒng)中進行測試； 整定方法包括以下步驟： 步驟一、將預處理后的地震波信號作為振動臺的輸入信號并確定三參量控制初始參數(shù)，運行振動臺系統(tǒng)，得到振動臺系統(tǒng)的實際響應信號； 步驟二、將振動臺的輸入信號作為神經(jīng)網(wǎng)絡的輸入項，振動臺的響應信號作為神經(jīng)網(wǎng)絡的標簽信號，并構建深度多層神經(jīng)網(wǎng)絡模型進行訓練； 步驟三、在深度多層神經(jīng)網(wǎng)絡模型上引入三參量控制作為閉環(huán)控制模型； 步驟四、對該閉環(huán)控制模型進行參數(shù)整定； 步驟五、將參數(shù)整定的結果在閉環(huán)模型系統(tǒng)中進行驗證； 步驟六、判斷參數(shù)整定結果在閉環(huán)模型中是否滿足振動臺控制性能指標δ[≥90％,≤10％]，當滿足要求時，執(zhí)行步驟七，當不滿足性能要求時，重復步驟四； 步驟七、如步驟六中整定好的控制參數(shù)在測試模型中滿足控制指標，且輸入實際振動臺系統(tǒng)仍滿足控制指標δ[≥90％,≤10％]時，即為整定完成的控制參數(shù)； 所述步驟二中，將振動臺的輸入信號設置為神經(jīng)網(wǎng)絡的輸入層，振動臺的響應信號設置為神經(jīng)網(wǎng)絡的輸出層，在輸入層和輸出層之間連接兩個以上隱藏層，其中每個隱藏層設置K個神經(jīng)元；神經(jīng)網(wǎng)絡具體為：雙層LSTM網(wǎng)絡，每層40個隱藏節(jié)點，學習率取0.01-0.0001，訓練1000次，得到的LSTM網(wǎng)絡模型運行測試數(shù)據(jù)時，相關系數(shù)ε大于97％峰值誤差τ小于9％，滿足訓練要求； 所述步驟三中，在深度網(wǎng)絡模型外加入三參量控制，并考慮伺服閥二階效應和傳感器的影響，推出一個七階的閉環(huán)控制模型，表達是如下： 其中，x表示振動臺的位移傳感器測得的位移值，u為加速度輸入信號，Ap為振動臺作動器活塞的有效承壓面積，Gs為深度網(wǎng)絡閉環(huán)控制模型，Ad為位移前饋增益，A′ a為加速度反饋增益，A′ d為位移反饋增益，A′ V為速度反饋增益，Kd為位移反饋歸一靈敏度，KA為加速度反饋歸一靈敏度，KV為速度反饋歸一靈敏度，Gq和Ga分別為伺服閥固有二階特性和傳感器固有二階特性；推導得到的閉環(huán)控制模型中的AV，Ad，A′ a，A′ d，A′ V即為參數(shù)整定的對象。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或?qū)＠麢嗳?a target="_blank" rel="noopener noreferrer nofollow" href="https://iptop.www.gztjhr.cn/list?keyword=%E5%8C%97%E4%BA%AC%E5%B7%A5%E4%B8%9A%E5%A4%A7%E5%AD%A6&temp=1">北京工業(yè)大學，其通訊地址為：100124 北京市朝陽區(qū)平樂園100號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。