专利转让平台_买专利_卖专利_中国高校专利技术交易-买卖发明专利上知查网

全部分类
全部分类
一种利用磁悬浮轴承的角速度测量方法

一种利用磁悬浮轴承的角速度测量方法

IPC分类号 : G01C19/00,G01C19/02,G06N3/04,G06N3/08,G06F17/14,B64G1/24,B64G1/28

申请号
CN202011628027.7
可选规格
  • 专利类型: 发明专利
  • 法律状态: 有权
  • 申请日: 2020-12-31
  • 公开号: 112857348B
  • 公开日: 2021-05-28
  • 主分类号: G01C19/00
  • 专利权人: 北京航空航天大学

专利摘要

本发明公开了一种利用磁悬浮轴承的角速度测量方法,通过训练神经网络实现航天器姿态角的逆解算,在训练神经网络时,将磁轴承控制系统径向两路位移信号和电磁驱动电流信号作为训练样本,将航天器的姿态角速率作为训练样本的标签,此外为避免出现上述姿态逆解算误差,采用基于卷积数据预处理的BP神经网络进行训练,通过对电磁力矩电流信号的卷积,可将当前时刻的上一时刻和下一时刻电流信号考虑在内,再使用梯度下降法对基于卷积数据预处理的BP神经网络进行训练,确定卷积BP网络权值和偏置项的值,最后将BP神经网络编入到陀螺仪姿态控制系统中就可以实时检测当天航天器的姿态角速度,提高姿控系统的可靠性。

权利要求

1.一种利用磁悬浮轴承的角速度测量方法,其特征在于:包括以下步骤:

S1、计算姿态角速度

S1-1、设陀螺转子转速为Ω,根据动静法力学原理,假设初始姿态角速度和初始转角为零,当外界姿态角速度沿转子x轴和y轴分别为时,其相应的力矩方程表示为:

其中,转子角动量H=JZΩ,Jz为转子极转动惯量;Jr为转子赤道转动惯量;分别为高速转子沿x轴和y轴的陀螺进动力矩项,分别为转子沿x轴和y轴的惯性力矩项;

S1-2、对公式(1)进行拉普拉斯变换得:

其中,进动力矩Mgx(s)和Mgy(s)分别为Mgx和Mgy的拉普拉斯变换,分别为的拉普拉斯变换,s为拉普拉斯变换算子;

S1-3、姿态角速度的估计值表示为:

S2、测量一对金字塔构型安装在航天器的双框架磁悬浮CMG的径向磁轴承控制电流il=(ilax,ilbx,ilay,ilby)、ir=(irax,irbx,iray,irby)和一对转子的传感器坐标qls=(hlax,hlbx,hlay,hlby)、qrs=(hrax,hrbx,hray,hrby);

S3、构建神经网络模型

S3-1、选定拟合的神经网络为两层神经网络,两层神经网络为卷积数据预处理的BP神经网络,其包括单层卷积池化的正向传递网络和误差反向传递网络组成,单层卷积池化的正向传递网络包括单层的卷积池化层、隐层和输出层组成;

且卷积池化层的参数设置为[1,0.3,-0.5,-0.9,-1,-0.5,1,1.3,1.5],某一时刻的数据的运算公式为:

xi=(Ii-4+0.3*Ii-3-0.5*Ii-2-0.9*Ii-1-Ii-0.5*Ii+1+Ii+2+1.3*Ii+3+1.5*Ii+4)/2(4)

S3-2、单层卷积池化的正向传递网络;

S3-3、误差反向传递网络;

以径向磁轴承控制电流和位移传感器输出为输入的训练样本,以惯性原件准确测量到的航天器姿态角速度为训练标签,对径向磁轴承控制电流数据和位移传感器采取单维度卷积池化后,再对误差进行反向传递;

S4、利用梯度下降法对基于卷积数据预处理的BP神经网络进行训练;

S4-1、确定卷积数据预处理的BP神经网络的连接权值和偏置;

S4-2、经过调整后的隐层权重w和输出层权重v作为新的正向传递神经网络计算训练样本下的全局误差E,判断全局误差是否E满足目标,若不满足继续调整隐层权重w和输出层v并继续训练,直到满足全局误差E的阈值,结束训练,输出当前网络下的w、b、v、l作为最终训练后的神经网络;

S5、根据步骤S4-2训练得到连接权重和偏置,将卷积池化数据预处理公式以及公式编写到DSP中,从而实现实时检测航天器的三轴姿态角速度。

2.根据权利要求1所述的利用磁悬浮轴承的角速度测量方法,其特征在于:步骤S3-2的具体步骤包括:

在神经网络正向传递的过程中,设定输入的训练样本经过卷积池化层后输出有n个节点,隐层有q个节点,输出层有m个节点,卷积池化层与隐层之间的权值为vki,偏置为bk,隐层与输出层之间的权值为wkj,偏置为lj,隐层的激活函数为f1(.),输出层的激活函数为f2(.);

隐层q个神经元中的第k个神经元的净输入和输出层m个神经元中的第j个神经元分别为

经过激活函数为f1(.)后隐层第k个节点的输出为:

经过激活函数为f2(.)后输出层第j个节点的输出为:

从而,完成了B-P网络n维空间向量对m维空间的近似映射。

3.根据权利要求2所述的利用磁悬浮轴承的角速度测量方法,其特征在于:步骤S3-3具体包括以下步骤:

S3-3-1、误差计算

设输入为P个学习样本,用x1,x2,x3,…xp来表示,第p个样本输入到B-P网络后得到输出yjp,j=(1,2,3),采用均方误差函数,于是得到第p个样本的误差Ep

其中,tjp为期望输出;

对于p个样本,全局误差为:

S3-3-2、输出层权值调整

使用梯度下降法对网络进行训练,通过不断调整wjk,实现全局误差E最小化,即

其中,η为学习率;

定义误差信号为:

其中,

输出层激活函数的偏微分:

进而推出:

由链定理推得:

输出层各神经元的权值调整公式为:

S3-3-3、隐层权值调整

调整隐层权值:

定义误差信号为:

其中,

由链定理推得:

隐层传递函数的偏微分:

进而推出:

由链定理推得:

得到隐层各神经元的权值调整公式为:

4.根据权利要求3所述的利用磁悬浮轴承的角速度测量方法,其特征在于:在步骤S3-2中:输入层节点数为16个([il,ir,qls,qrs]T),隐层节点数为80个,输出层的节点数为3个;

在步骤S3-3中学习率为0.01。

5.根据权利要求2所述的利用磁悬浮轴承的角速度测量方法,其特征在于:在步骤S3-2中设置输出层的实际输出为隐层和输出层的激活函数都是单极S型函数

6.根据权利要求1所述的利用磁悬浮轴承的角速度测量方法,其特征在于:在步骤S4-1中所述的数据预处理包括以下步骤:

对输入的训练样本进行训练前,对数据进行归一化处理,处理后X0=[X01,X02,X03…X016]T,用X0i表示,其中i=1,2,3…16。

7.根据权利要求3所述的利用磁悬浮轴承的角速度测量方法,其特征在于:步骤S4-1具体包括:对BP神经网络训练后,提取出经步骤S3-3训练完成的输入层神经元i与隐层神经元k之间的连接权重vki和偏置bk以及隐层神经元k与输出层神经元j之间的连接权重wjk和偏置lj

8.根据权利要求1-7任一项所述的利用磁悬浮轴承的角速度测量方法,其特征在于:步骤S3-1中的卷积池化层为单纬度的卷积池化层。

一种利用磁悬浮轴承的角速度测量方法专利购买费用说明

专利买卖交易资料

Q:办理专利转让的流程及所需资料

A:专利权人变更需要办理著录项目变更手续,有代理机构的,变更手续应当由代理机构办理。

1:专利变更应当使用专利局统一制作的“著录项目变更申报书”提出。

2:按规定缴纳著录项目变更手续费。

3:同时提交相关证明文件原件。

4:专利权转移的,变更后的专利权人委托新专利代理机构的,应当提交变更后的全体专利申请人签字或者盖章的委托书。

Q:专利著录项目变更费用如何缴交

A:(1)直接到国家知识产权局受理大厅收费窗口缴纳,(2)通过代办处缴纳,(3)通过邮局或者银行汇款,更多缴纳方式

Q:专利转让变更,多久能出结果

A:著录项目变更请求书递交后,一般1-2个月左右就会收到通知,国家知识产权局会下达《转让手续合格通知书》。

动态评分

0.0

没有评分数据
没有评价数据
×

打开微信,点击底部的“发现”

使用“扫一扫”即可将网页分享至朋友圈

×
复制
用户中心
我的足迹
我的收藏

您的购物车还是空的,您可以

  • 微信公众号

    微信公众号
在线留言
返回顶部