申请/专利权人：北京理工大学

申请日：2024-01-08

公开（公告）日：2024-04-12

公开（公告）号：CN117872755A

主分类号：G05B13/04

分类号：G05B13/04;G06F17/13;G06F17/16

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明涉及一种考虑凸集不确定性的大尺度空间桁架模型降阶方法，用于提供更加高效、准确的桁架结构控制方法，适用于大尺度空间桁架的结构控制问题，属于桁架结构建模与分析、桁架结构控制系统设计等领域。本发明在考虑不确定性参数之间的相关性，推导了不确定性参数的传播规律，为凸集不确定性在大尺度空间桁架结构控制上的应用提供了求解框架。传统的概率方法对实验数据的高度依赖性限制了其在大尺度空间桁架中的应用，而凸集不确定性分析方法作为一种新兴的非概率方法，更适合于求解数据有限的不确定性大尺度空间桁架结构控制问题。

主权项：1.一种考虑凸集不确定性的大尺度空间桁架模型降阶方法，其特征在于该方法的步骤包括：步骤1，根据大尺度空间桁架结构构建确定性动力学模型，并构造确定性动力学模型的确定性状态空间方程；步骤2，将大尺度空间桁架的不确定性参数使用凸集的方法进行表示；步骤3，根据步骤1构造的确定性状态空间方程和步骤2中凸集方式表示的不确定性参数，构造基于凸集的状态空间方程；步骤4，根据步骤1的构造的确定性状态空间方程构造确定性平衡状态方程的转换矩阵，并将构造的转换矩阵用于步骤3中构造的基于凸集的状态空间方程，获得基于凸集的平衡状态方程；步骤5，计算步骤1中确定性状态空间方程的确定性能控性矩阵，并计算步骤4中基于凸集的平衡状态方程的基于凸集的能控性矩阵；步骤6，对步骤5得到的确定性能控性矩阵和基于凸集的能控性矩阵分别进行奇异值分解，并运用凸集方法来确定各个奇异值的不确定性区间范围以及各个奇异值之间的相关性；步骤7，基于步骤6中得到的各个奇异值不确定性区间范围以及各个奇异值之间的相关性，使用基于凸集的奇异值截断算法确定降阶模型阶次；步骤8，基于步骤7中得到的降阶模型阶次，以最大化降阶模型与确定性动力学模型的近似性为优化目标，将构建降阶模型的状态变量作为自变量，建立优化模型并对所构建的优化模型进行求解，最终得到大尺度空间桁架的确定性降阶模型；步骤9，运用凸集方法将步骤8得到的降阶模型使用凸集的方式进行表示，得到基于凸集的降阶模型。

全文数据：

权利要求：

百度查询： 北京理工大学 一种考虑凸集不确定性的大尺度空间桁架模型降阶方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD