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！

龙图腾网获悉广船国际有限公司申请的专利一种船用三相异步电机神经网络反演滑模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：CN119439712B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202411480092.8，技术领域涉及：G05B13/04；该发明授权一种船用三相异步电机神经网络反演滑模控制方法是由项勇兵;肖欢;赵思源;侯瑞炫设计研发完成，并于2024-10-23向国家知识产权局提交的专利申请。

本一种船用三相异步电机神经网络反演滑模控制方法在说明书摘要公布了：本发明提出了一种船用三相异步电机神经网络反演滑模控制方法，结合了RBF神经网络的非线性逼近能力、实时性好和滑模控制的动态性能好、抗干扰性强的优点，充分利用反步法的回退解耦特性,设计了一种船用三相异步电机神经网络反演滑模控制方法,达到提高电机控制系统性能目的。对于船用三相异步电机建模过程中参数无法确定问题，设计了前向增稳通道。采用反步法对系统进行解耦控制，滑模控制解决控制系统扰动问题，而RBF神经网络的作用进行实时估计和补偿控制系统框架间接触面的系统耦合与非线性摩擦力之间的扰动。

本发明授权一种船用三相异步电机神经网络反演滑模控制方法在权利要求书中公布了：1.一种船用三相异步电机神经网络反演滑模控制方法，其特征在于，包括以下步骤： 建立三相异步电机数学模型，包括静止三相坐标系下的数学模型、两相静止坐标系下的数学模型、两相同步旋转坐标系下数学模型； 神经网络的滑模自适应控制，引入RBF神经网络算法对船用电机动力学模型的不确定部分进行估计； 控制系统分析与设计，用于使电机控制系统具备良好的静态、动态性能，包括反演解耦控制、基于滑模的抗干扰控制、非线性摩擦与系统耦合估计器； 基于滑模的抗干扰控制包括： 定义滑模面为： σ＝Kz1+z2 式中：σ为定义滑模面；K为3×3正定对角矩阵；z1为定义跟踪角度误差；z2为虚拟控制项的控制量； 将Lyapunov函数代入滑模面公式可得： 式中：σ为定义滑模面；K、C分别为3×3正定对角矩阵；z1为定义跟踪角度误差； 如果则重新设计反演控制的Lyapunov函数: 式中：L1、L2是Lyapunov函数；σ为定义滑模面； 对L2进行微分可得： 对σ进行微分,并将定子磁链方程代入可得： 为使基于跟踪角度误差控制率更新为： 式中：ф，ψ为3×3对角矩阵。A和B分别为系统参数；C为3×3正定对角矩阵；TM为系统控制率；δ为神经网络的基函数；z1为定义跟踪角度误差；z2为虚拟控制项德控制量；dt为未知外部扰动；x2为系统的惯性角速度；xd为期望姿态信号； 非线性摩擦与系统耦合估计器具体包括：采用RBF网络结构建立一种自适应律逼近非线性摩擦力δ,RBF网络算法为： 式中：δ为非线性摩擦力；j＝1,2,········7,x为网络输入；为网络理想权值；hx7×1为网络高斯基函数输出；ε3×1为网络逼近误差；cj为网络隐含层中第j个神经元基函数的中心点坐标，bj为网络隐含层中第j个神经元基函数的传播范围； 网络输入是电机角速度则网络输出为： 式中：为网络输出；为网络理想权值；hx7×1为网络高斯基函数输出； 取则估计器的误差为： 式中：为网络理想权值；hx为网络高斯基函数输出；ε为网络逼近误差； RBFNN更新律为： 式中：B3×3、Г3×3分别是正定对角矩阵；hx7×1为网络高斯基函数输出； 应用扰动估计器后，控制跟踪角度误差更新为： 式中：ф，ψ为3×3对角矩阵；A和B分别为系统参数；C为3×3正定对角矩阵；TM为系统控制率；σ为定义滑模面；z1为定义跟踪角度误差；z2为虚拟控制项德控制量；dt为未知外部扰动；x2为系统的惯性角速度；xd为期望姿态信号。

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广船国际有限公司，其通讯地址为：511462 广东省广州市南沙区龙穴街启航路18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”。

以上内容由龙图腾AI智能生成。