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！

龙图腾网获悉南京龙航国健电子科技有限公司申请的专利一种基于飞机舵机液压的模拟仿真控制方法及系统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：CN119960321B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202411898063.3，技术领域涉及：G05B17/02；该发明授权一种基于飞机舵机液压的模拟仿真控制方法及系统是由高飞;范晓涛;姜兆芬设计研发完成，并于2024-12-23向国家知识产权局提交的专利申请。

本一种基于飞机舵机液压的模拟仿真控制方法及系统在说明书摘要公布了：本发明公开了一种基于飞机舵机液压的模拟仿真控制方法及系统，涉及航空仿真控制技术领域，包括通过部署传感器采集原始数据进行预处理，根据预处理的数据构建非线性状态空间方程后进行状态估计和数据融合，得到实时估计状态信号；基于实时估计状态信号进一步构建非线性预测模型后输出最优控制输入信号；本发明通过卡尔曼滤波器对非线性状态空间方程进行实时估计，显著提升了仿真的建模精度和动态响应能力，并且通过结合非线性预测模型输出最优控制输入信号，利用低通滤波和TD平滑处理抑制噪声干扰，优化了控制信号的平滑性和稳定性，而基于反馈函数的误差修正和滚动优化策略，精确约束了控制输入变化量，有效降低了仿真误差和能耗。

本发明授权一种基于飞机舵机液压的模拟仿真控制方法及系统在权利要求书中公布了：1.一种基于飞机舵机液压的模拟仿真控制方法，其特征在于：包括， 通过部署传感器采集原始数据进行预处理包括： 通过在液压油腔内部署压力传感器采集液压腔内的油压数据，并通过在液压油腔内部署流量传感器采集输入流量数据； 通过在活塞端部部署位移传感器采集活塞的位移数据； 基于位移数据，使用差分法计算活塞的速度，得到速度数据； 使用Daubechies小波对采集的所有数据进行分解和重构后得到去噪后的数据； 基于去噪后的数据进行数据平滑后将平滑后的数据进行归一化操作，得到归一化后的数据； 根据预处理的数据构建非线性状态空间方程后进行状态估计和数据融合，得到实时估计状态信号包括： 基于归一化后的数据，将油压数据、速度数据和输入流量数据分别定义为油压状态变量、速度状态变量和流量输入变量，并将位移数据定义为位移状态变量； 根据油压状态变量、流量输入变量和速度状态变量构建油腔压力的变化方程： 式中，表示油压的变化率，d表示对时间的导数，Z't表示经过归一化后的液压油腔内的油压状态变量，β表示液压油弹性模量，C表示油腔有效容积，Xnt表示流量输入变量，θ表示流量系数，γ表示液压油的密度，B表示活塞截面积，M't表示经过归一化后的活塞速度状态变量，t表示时间变量； 基于速度状态变量，进一步利用牛顿第二定律构建活塞速度的变化方程； 根据速度状态变量和位移状态变量，构建输出方程； 使用线性插值方法从油腔压力状态变量和活塞速度状态变量中提取时刻x的油腔压力状态变量及活塞速度状态变量； 基于时刻x的油腔压力状态变量及活塞速度状态变量，使用欧拉法对油腔压力的变化方程、活塞速度的变化方程和输出方程进行离散化； 基于离散化的状态方程，使用卡尔曼滤波器预测下一时刻的状态向量： 式中，gt+1|t表示在第t+1时刻的状态向量； 基于实时估计状态信号进一步构建非线性预测模型后输出最优控制输入信号包括： 通过范数法将得到的状态向量转换为标量O； 基于转换的标量、油压状态变量和活塞速度状态变量，使用线性扩展状态观测方程计算控制信号； 使用低通滤波器对得到的控制信号进行去噪操作； 基于去噪后的控制信号，利用TD方程对去噪后的控制信号进行进一步的平滑操作； 基于得到的平滑信号，计算控制信号的误差后结合平滑后的控制信号构建反馈函数： q3＝O+δ， e＝q2-q3， 式中，e表示控制信号的误差，q3表示目标信号，δ表示调整项，Le,q2,φ表示反馈函数，φ表示误差阈值，ε表示控制增益指数，sign·表示提取操作； 根据去噪后的控制信号和反馈函数，计算最终控制信号： 式中，r表示最终控制信号，c0表示初始常数； 根据得到的最终控制信号，计算最终控制信号的每一步输入变化量： Δrt+i＝rt+i-rt+i-1， 式中，Δrt+i表示控制信号的输入变化量，rt+i表示控制信号在时刻t+i的控制输入变化量，rt+i-1表示控制信号在上一时刻的控制输入变化量； 其中，控制输入的上下限约束为： rf≤rt+i≤rl， 式中，rf表示控制输入的上限，rl表示控制输入的下限； 基于预测的下一时刻的状态向量，计算每一步i的预测输出误差： wt+i＝gt+i-ot+i， 式中，wt+i表示时刻t+i的预测输出误差，ot+i表示时刻t+i的实际状态向量，gt+i表示时刻t+i预测的状态向量； 根据得到的预测输出误差，进一步利用L2范数转换为标量k； 定义优化目标函数，最小化误差： 式中，Y表示优化目标函数，W表示误差加权系数，U表示控制输入变化量的加权系数，λ表示跟踪误差的加权系数，dt+i表示时刻t+i的输出变量，N表示时间步总长，kt+i表示时刻t+i转换标量； 通过梯度下降法对优化目标函数的控制输入进行滚动优化，在训练过程中，通过逐步计算误差和输入变化量的目标函数值，并实时更新控制输入，在连续迭代过程中，使用滚动预测法逐层传播并计算每一步的跟踪误差，当目标函数的梯度下降值不再明显下降时停止迭代，并输出最终的最优控制输入信号； 将输出的最优控制输入信号进行提取； 基于最优控制输入信号进行最终检测，并基于最终检测结果进行仿真模拟后进行存储。

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龙航国健电子科技有限公司，其通讯地址为：210000 江苏省南京市江宁区飞天大道69号3号实验楼216室(江宁开发区)；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”。

以上内容由龙图腾AI智能生成。