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！

龙图腾网获悉南京工程学院申请的专利基于神经网络逆拓展结构的车用轴向分相磁悬浮飞轮转子系统的控制方法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：CN115009044B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202210621243.1，技术领域涉及：B60L15/20；该发明授权基于神经网络逆拓展结构的车用轴向分相磁悬浮飞轮转子系统的控制方法是由朱志莹;丛冰玉;安聪;杨品海;戴必翔设计研发完成，并于2022-06-02向国家知识产权局提交的专利申请。

本基于神经网络逆拓展结构的车用轴向分相磁悬浮飞轮转子系统的控制方法在说明书摘要公布了：本发明是一种基于神经网络逆拓展结构的车用轴向分相磁悬浮飞轮转子系统的控制方法，包括：步骤1：构建飞轮转子动力学模型，经过线性放大得到复合飞轮转子系统；步骤2：构造动态神经网络逆系统；步骤3：将组合后的伪线性系统复合飞轮转子系统进行线性化并解耦，而后进行系统闭环控制；步骤4：将扰动估计值引入动态神经网络逆系统的模型中，形成拓展结构，步骤5：将拓展结构替代动态神经网络逆系统，最终组成完整的基于神经网络逆拓展结构的磁悬浮飞轮转子自抗扰控制系统。本发明增强了飞轮转子在车载扰动下的鲁棒性，简化了模型，提高了控制系统的抗干扰性能，使转子系统控制更简单，更具有鲁棒性和抗扰动性。

本发明授权基于神经网络逆拓展结构的车用轴向分相磁悬浮飞轮转子系统的控制方法在权利要求书中公布了：1.基于神经网络逆拓展结构的车用轴向分相磁悬浮飞轮转子系统的控制方法，其特征在于：所述控制方法包括如下步骤： 步骤1：考虑车辆本身行驶状态和所行驶的道路状况两方面干扰，形成车载飞轮电池转子动力学分析结果，构建飞轮转子动力学模型，经过双极性功率放大器线性放大，得到复合飞轮转子系统； 步骤2：采用静态神经网络和10个积分器S-1构造动态神经网络逆系统； 步骤3：步骤2构建的动态神经网络逆系统置于复合飞轮转子系统之前，组合成伪线性系统对步骤1得到的复合飞轮转子系统进行线性化并解耦，将解耦后的伪线性系统利用自抗扰控制器进行系统闭环控制； 步骤4：将自抗扰控制器中的扩张状态观测器产生的扰动估计值引入步骤2中的动态神经网络逆系统的模型中，形成神经网络逆系统的拓展结构增加对复合飞轮转子系统干扰变化的适应能力和抗干扰能力； 步骤5：将步骤4的神经网络逆系统拓展结构替代步骤4中的动态神经网络逆系统，通过增加神经网络的输入节点数，利用被控飞轮转子系统的干扰估计信号，最终组成完整的基于神经网络逆拓展结构的磁悬浮飞轮转子自抗扰控制系统，其中， 所述步骤4具体包括如下步骤： 步骤4-1：自抗扰控制器中产生的实际扰动估计值z3将其作为车载情况下神经网络逆系统的一个新的状态变量，当车辆启动和加速时，设定加速度保持不变，与传递到磁悬浮飞轮电池的加速度一致，这时初始状态飞轮转子静止，飞轮转子转轴质心会在前进方向的轴上出现滞后现象，设置加速度值突然加大的扰动时，转子的相对偏移量会发生变化，引起电磁力的变化，这时自抗扰控制器将不同的工况下飞轮转子的位移和角度运行状态估计出来； 步骤4-2：建立基于自抗扰控制器的伪线性系统闭环仿真模型，伪线性系统代替飞轮转子系统，得到一个二阶闭环自抗扰控制系统； 步骤4-3：将未建模动态对系统的影响利用不同类型的扰动信号模仿车辆的不同运行工况，将各种不同的扰动信号引入步骤4-2形成的伪线性系统闭环仿真模型中，调整自抗扰控制器中的参数，调参结束后的闭环仿真能够得到较好的控制效果； 步骤4-4：仿真后将扰动估计值z3的值引出并存入“ToWorkspace”模块，在对信号进行归一化处理，最终可以构成训练神经网络的输入样本集和期望输出样本集 步骤4-5：将扰动估计值参与神经网络逆系统的构造，利用神经网络拟合函数时，根据输入值与输出值之间的对应关系拟合出神经网络逆系统拓展结构。

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南京工程学院，其通讯地址为：211167 江苏省南京市江宁科学园弘景大道1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”。