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！

龙图腾网获悉西南交通大学申请的专利一种基于Koopman算子的高速列车模型预测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：CN116594295B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202310430891.3，技术领域涉及：G05B13/04；该发明授权一种基于Koopman算子的高速列车模型预测控制方法是由吴应;武越;陶天平设计研发完成，并于2023-04-20向国家知识产权局提交的专利申请。

本一种基于Koopman算子的高速列车模型预测控制方法在说明书摘要公布了：本发明公开了一种基于Koopman算子的高速列车模型预测控制方法，具体为：利用能够激发高速列车动力学特性的控制输入进行输入输出数据采集，根据产生的输出数据与控制输入数据建立数据集；根据Koopman算子理论，利用扩展动态模式分解EDMD的方法离线建立高速列车所对应的高维线性模型；根据参考速度以及当前时刻列车的高维线性化模型，设计模型预测控制器；在线更新列车高维线性模型，将更新的模型用于计算k+1时刻满足约束下的最优控制序列，将最优控制序列的第一个解作为控制量作用于高速列车，实现列车的速度跟踪控制。本发明极大了提高了控制效率与精度，同时还方便对速度与加速度进行约束，保证了控制量的安全性。

本发明授权一种基于Koopman算子的高速列车模型预测控制方法在权利要求书中公布了：1.一种基于Koopman算子的高速列车模型预测控制方法，其特征在于，包括以下步骤： 步骤1：利用能够激发高速列车动力学特性的控制输入进行输入输出数据采集，根据产生的输出数据与控制输入数据建立数据集； 步骤2：根据Koopman算子理论，利用扩展动态模式分解EDMD的方法离线建立高速列车所对应的Koopman高维线性模型； 步骤3：根据参考速度以及当前时刻列车的高维线性化模型，设计模型预测控制器；初始时刻采用的模型为步骤2中离线设计的高维线性模型，后续时刻所采用的模型为迭代更新的高维线性模型； 步骤4：根据k时刻的列车高维线性模型、k时刻的列车控制输入与输出数据以及k时刻跟踪误差在线更新列车高维线性模型，将更新的列车高维线性模型用于步骤3中计算k+1时刻满足约束下的最优控制序列，将最优控制序列的第一个解作为控制量作用于高速列车；重复步骤3、4，从而实现列车的速度跟踪控制； 假设k时刻的列车高维线性模型为，k时刻控制信号u作用前列车状态为，作用后测量到列车状态为，定义，速度误差为定义：，则k时刻更新后的列车高维线性模型： 13 其中，的计算如下： ； 迭代更新高维线性模型证明如下： k时刻列车高维线性化模型为： ； 其中： ； K+1时刻到列车最新的数据，新的数据集为： ； 根据式9可知k+1时刻列车的高维线性化模型表示为： 14； 已知矩阵反演引理如下： ； 于是式14有如下表示： ； 以上即为不引入遗忘因子时迭代更新算法的证明，当引入遗忘因子时，有，令即为表达式13的结果。

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西南交通大学，其通讯地址为：610031 四川省成都市金牛区二环路北一段111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。