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！

龙图腾网获悉中北大学申请的专利一种优化模糊PID控制器控制直升机姿态的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：CN120469199B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202510976208.5，技术领域涉及：G05B11/42；该发明授权一种优化模糊PID控制器控制直升机姿态的方法是由石上瑶;赵志良;张晨;张栋;陈泽奥设计研发完成，并于2025-07-16向国家知识产权局提交的专利申请。

本一种优化模糊PID控制器控制直升机姿态的方法在说明书摘要公布了：本发明涉及直升机控制技术领域，具体为一种优化模糊PID控制器控制直升机姿态的方法。本发明为了解决传统的模糊PID控制器的参数优化方法主要依赖于专家经验，导致其对直升机姿态的控制精度较低的问题，故提供了一种新的优化模糊PID控制器控制直升机姿态的方法，包括如下步骤：1）建立直升机动力学模型和运动学模型；2）采用模拟植物生长算法与遗传算法混合优化方法，对模糊PID控制器中的量化因子和比例因子进行参数优化，得到全局最优参数；3）将全局最优参数赋值给模糊PID控制器中的量化因子和比例因子，形成模糊PID控制器的一个完整控制闭环，完成直升机姿态控制。本发明所述的控制方法显著提升了直升机姿态控制的精度。

本发明授权一种优化模糊PID控制器控制直升机姿态的方法在权利要求书中公布了：1.一种优化模糊PID控制器控制直升机姿态的方法，其特征在于，包括如下步骤： 1）建立直升机动力学模型和运动学模型，并设计模糊PID控制器； 2）采用模拟植物生长算法与遗传算法混合优化方法，对模糊PID控制器中的量化因子和比例因子进行参数优化，优化过程具体包括如下步骤： a、初始化参数：利用遗传算法为模拟植物生长算法初始化一个与模糊PID控制器中的量化因子和比例因子对应的生长点种群； b、将步骤a初始化的生长点种群赋值给模糊PID控制器中的量化因子和比例因子，并运行模糊PID控制器，以对直升机进行姿态控制，构造目标函数以及对应的适应度函数； 其中，目标函数分为不超调现象的目标函数以及超调现象的目标函数， 不超调现象的目标函数： ， 式中，为给定值与实际输出值构成的期望姿态的偏差在每个时刻的值，给定值为期望姿态角度，实际输出值为当前姿态角度，为实际输出的姿态变化值，为系统调节时间，为绝对值的权重系数，为平方项的权重系数，为的权重系数； 超调现象的目标函数： ， 式中，为直升机在时刻的实际姿态输出值，为直升机在时刻的实际姿态输出值，为直升机输出变化量绝对值的权重系数； 适应度函数： c、根据适应度函数计算初始化的生长点种群中的每个生长点对应的适应度值，根据计算出的适应度值找出最劣生长点，并采用智能变步长法更新生长点； 当更新的生长点对应的适应度值小于最劣生长点对应的适应度值时，其更新的生长点直接剔除；当更新的生长点对应的适应度值大于最劣生长点对应的适应度值时，其更新的生长点根据对应的适应度值大小进行排序；前P%更新的生长点加入生长点集合中,选出此时的生长点集合中最劣生长点并记录该最劣生长点对应的适应度值为，其中，P≤100，后（100-P）%更新的生长点再次采用遗传算法，通过交叉变异进行全局搜索，从中选出其对应的适应度值大于的生长点并将选出的生长点加入生长点集合中； d、计算生长点集合中第个生长点的形态素浓度，其计算公式为 式中，为初始生长点对应的适应度值，为生长点集合中第个生长点的适应度值，为生长点集合中的生长点个数，由该公式可知，各生长点的形态素浓度位于[0,1]之间，所有生长点的形态素浓度之和为1，即，当计算机生成一个[0,1]之间的任意随机数λ，λ落在由各生长点形态素浓度组成的概率空间上，其对应的生长点即可优先生长；此时判断有无新的生长点，当无新的生长点时，此时最大的适应度值对应的生长点即为全局最优参数；反之，返回步骤c，直至无新的生长点，此时最大的适应度值对应的生长点即为全局最优参数； 3）将步骤2）得到的全局最优参数赋值给模糊PID控制器中的量化因子和比例因子，形成模糊PID控制器的一个完整控制闭环，完成直升机姿态控制。

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中北大学，其通讯地址为：030051 山西省太原市尖草坪区学院路3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”。