欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2024103818311
申请人: 济南大学
专利类型:发明专利
专利状态:已下证
专利领域: 控制;调节
更新日期:2026-02-06
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于改进群优化算法的助行仪控制方法,包括助行仪控制系统和基于改进群优化算法的助行仪PID控制系统,所述改进群优化算法是对基础巨型犰狳算法改进;

其特征在于:具体包括以下步骤:

S1.构建助行仪控制系统模型和基于改进群优化算法的助行仪PID控制系统模型;

S2.构建改进巨型犰狳算法的模型,包括两部分:

D1.在算法的探索阶段融入螺旋搜索策略,提高算法的全局搜索性能;

D2.在算法的开发阶段加入自调节控制因子z,避免算法陷入局部最优解,自调节控制因子z的公式如下:其中,t为当前迭代次数,T为最大迭代次数;

S3.利用改进巨型犰狳算法优化电流PID控制器,得到最佳的电流PID控制参数Kp、Ki、Kd;

S4.助行仪控制系统应用优化后的PID控制参数实现电流闭环控制;

其中,所述S3利用改进巨型犰狳算法优化电流PID控制器,得到最佳的电流PID控制参数Kp、Ki、Kd,具体步骤如下:step1.将电流PID控制器参数Kp、Ki、Kd编码为巨型犰狳算法搜索空间的解,随着算法的迭代,巨型犰狳的位置即为电流PID控制器参数的解;

step2.初始化改进巨型犰狳算法的参数,包括种群规模N,最大迭代次数T,空间维度d,搜索上界ubstep3.根据适应度函数计算当前迭代巨型犰狳种群个体适应度值,将最优适应度值记录下来,并与上次迭代的种群最优适应度值相比较,保留最优适应度值;

step4.建立巨型犰狳算法在探索阶段和开发阶段的种群位置更新公式,求解最优种群个体位置;

step5.算法的探索阶段,融入螺旋搜索策略的种群个体位置更新公式如下:其中,

算法的开发阶段,加入自调节控制因子z的种群个体位置更新公式为:其中,

step6.若更新后的巨型犰狳种群个体位置比上次更新的位置更优,则保留当前最优解;

step7.判断当前迭代次数t是否达到最大迭代次数T,若是则停止寻优输出最优解,并将最优解分配给电流PID控制器作为控制参数Kp、Ki、Kd,否则返回执行step1。

2.根据权利要求1所述的一种基于改进群优化算法的助行仪控制方法,其特征在于,所述S1中,助行仪控制系统模型包括步态传感器单元,控制器,供压单元,稳流单元,脉冲控制单元,电流输出单元,检测单元;所述步态传感器单元用来检测人体步态情况;所述控制器是整个控制系统的中心,输出相应的占空比信号给供压单元;所述供压单元根据占空比信号为稳流单元提供工作电压;所述稳流单元的作用是维持系统电流的稳定性;所述脉冲控制单元负责对电流进行精细的调节和控制以得到脉冲电流;所述电流输出单元为释放脉冲电流的电极;所述检测单元用来检测实时反馈电流和电压。

3.根据权利要求1所述的一种基于改进群优化算法的助行仪控制方法,其特征在于,所述S1中,基于改进群优化算法的助行仪PID控制系统模型包括偏差计算模块,电流PID控制器模块,电流检测模块,电极模块,改进巨型犰狳算法模块。