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！

龙图腾网获悉元工电力技术有限公司申请的专利一种基于NSGA-Ⅱ和模糊神经网络的变电站巡检机器人越障动作序列优化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：CN115828770B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202211706258.4，技术领域涉及：G06F30/27；该发明授权一种基于NSGA-Ⅱ和模糊神经网络的变电站巡检机器人越障动作序列优化方法是由田野;吕晋宇;张学晋;丁荣凤;郝葵;马克强设计研发完成，并于2022-12-26向国家知识产权局提交的专利申请。

本一种基于NSGA-Ⅱ和模糊神经网络的变电站巡检机器人越障动作序列优化方法在说明书摘要公布了：本发明为一种基于NSGA‑Ⅱ和模糊神经网络的变电站巡检机器人越障动作序列优化方法，首先确定变电站巡检机器人尺寸参数并建立变电站巡检机器人越障动力学模型；其次基于NAGA‑Ⅱ算法，建立变电站巡检机器人越障多目标优化模型，以驱动转矩峰值尽可能小和越障过程中的电池能耗尽可能小为多目标优化原则，进行求解得到不同障碍物高度H下的多目标优化后的帕累托前沿；最后建立变电站巡检机器人越障动模糊神经网络，以帕累托前沿为学习样本，从而训练得到不同越障高度下优化后的越障动作序列。本发明在增加变电站巡检机器人续航时间、增强系统运行可靠性、提高系统智能化程度、增大工作效能、扩展应用领域等方面具有重要意义。

本发明授权一种基于NSGA-Ⅱ和模糊神经网络的变电站巡检机器人越障动作序列优化方法在权利要求书中公布了：1.一种基于NSGA-Ⅱ和模糊神经网络的变电站巡检机器人越障动作序列优化方法，其特征在于，包括以下若干步骤： S1:确定变电站巡检机器人尺寸参数、台阶障碍物尺寸参数，包括：车体长度、车轮半径、车体质量、质心位置、前后摆臂长度、摆臂轮半径、摆臂质量、障碍物高度； S2:建立变电站巡检机器人越障动力学模型，输入变量为变电站巡检机器人尺寸参数、障碍物高度、越障参数；输出结果为越障过程中的驱动转矩峰值与越障过程中的电池能耗； S3:基于NAGA-Ⅱ算法，建立变电站巡检机器人越障多目标优化模型；优化模型自变量为：2个越障参数θ0和θ2；优化模型优化目标为：越障过程中的驱动转矩峰值尽可能小、越障过程中的电池能耗尽可能小； S4:利用NSGA-Ⅱ算法对多目标优化模型进行求解，由此得到不同障碍物高度H下的多目标优化后的帕累托前沿； S5:建立变电站巡检机器人越障动模糊神经网络，模糊神经网络输入为障碍物高度、越障过程中的电池能耗、驱动转矩峰值，模糊神经网络输出为对应输入条件下的越障参数，模糊神经网络学习样本为帕累托前沿； 所述步骤S3中的变电站巡检机器人越障多目标优化模型具体为： 其中，W为机器人越障过程中的电池能耗，F为越障过程中的驱动转矩峰值，θ0和θ2为变电站巡检机器人越障参数，F1和F2为越障过程中在地面部分和障碍物部分机器人提供的驱动力，X为机器人与地面接触点到障碍物的距离，α为机器人车体轴线与地面的夹角,i为越障阶段； 所述步骤S5中建立变电站巡检机器人越障模糊神经网络顺序及内容分为以下3个子过程： S51：设定网络输入节点、隐含节点、输出节点；其中输入节点有3个，分别为障碍物高度H、机器人越障过程中的电池能耗W，越障过程中的驱动转矩峰值F；输出节点有2个，分别为第一次摆臂抬起角度θ0和第二次摆臂抬起角度θ2； S52：将步骤S4中的各个障碍物高度H下的帕累托前沿进行归一化处理后，用作模糊神经网络中模糊规则的样本，并将样本输入至模糊神经网络中进行训练； S53：训练模糊神经网络，得到任意障碍物高度H、电池能耗W、最大驱动力F下的越障参数，即第一次摆臂抬起角度θ0和第二次摆臂抬起角度θ2，从而得到不同越障高度下优化后的变电站巡检机器人的越障动作序列。

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元工电力技术有限公司，其通讯地址为：030000 山西省太原市杏花岭区解放北路175号万达中心A座19层1901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。