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！

龙图腾网恭喜苏州益声瑞机器人科技有限公司申请的专利一种基于模糊宽度学习的永磁同步直线电机参数辨识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：CN115913015B 。

龙图腾网通过国家知识产权局官网在2025-03-25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：202211572454.7，技术领域涉及：H02P21/00；该发明授权一种基于模糊宽度学习的永磁同步直线电机参数辨识方法是由李志刚;桂成明设计研发完成，并于2022-12-08向国家知识产权局提交的专利申请。

本一种基于模糊宽度学习的永磁同步直线电机参数辨识方法在说明书摘要公布了：本发明公开一种基于模糊宽度学习的永磁同步直线电机参数辨识方法，包括步骤：S1、根据控制要求，设计基于模型预测的控制算法，并完成PMLSM双闭环控制；S2、给定激励信号，并采集PMSM运行过程中产生的电信号，以构建训练样本集及测试样本集，并使用归一化算法对样本数据预处理；S3、使用已获取的训练样本集构建基于FBLS的电机参数辨识模型，并使用测试样本集及误差评价指标RMSE以确定FBLS模型的最佳超参数；S4、使用已训练完成的基于FBLS的参数辨识模型在线辨识PMLSM的参数。本发明解决了传统神经网络算法的永磁同步电机参数辨识方法大多是采用线性模型进行识别，导致识别参数的精准度差的问题。

本发明授权一种基于模糊宽度学习的永磁同步直线电机参数辨识方法在权利要求书中公布了：1.一种基于模糊宽度学习的永磁同步直线电机参数辨识方法，其特征在于，包括步骤：S1、根据控制要求，设计基于模型预测的控制算法，并完成PMLSM双闭环控制；S2、给定激励信号，并采集PMSM运行过程中产生的电信号，以构建训练样本集及测试样本集，并使用归一化算法对样本数据预处理；S3、使用已获取的训练样本集构建基于模糊宽度学习的电机参数辨识模型，并使用测试样本集及误差评价指标RMSE以确定模糊宽度学习模型的最佳超参数；S4、使用已训练完成的基于模糊宽度学习的参数辨识模型在线辨识PMLSM的参数；步骤S3中的模糊宽度学习系统模型，使用一组TS模糊子系统替换了宽度学习系统的特征节点，最终形成混合模糊神经网络；步骤S3中的构建模糊宽度学习系统模型，其包括模糊子系统和增强节点；S301、对所述模糊子系统，使训练样本集X中第s个样本xs生成第i个模糊子系统Zsi，构建所有训练样本X的第i个模糊子系统集合Zi，并构建n个模糊子系统集合矩阵Zn： 其中，为每个模糊规则的权重，即是第i个模糊子系统中第k个模糊规则的火力强度，其是对应于模糊集的高斯隶属函数，其其中，分别是和分别随机生成的高斯隶属函数的宽度和中心；为一阶TS模糊系统，即S302、对所述增强节点，根据模糊子系统集合矩阵Zn生成增强节点Hj，并构建增强节点组Hm：Hj＝ξjZnWhj+βhj,j＝1,2,3,…mHm＝[H1,H2,…,Hm]其中，ξj为非线性激活函数，Whj和βhj分别为随机权重和偏置；S303、对所述模糊宽度学习系统模型，通过输入数据学习合适的输出权重W，模糊宽度学习系统通过使用伪逆算法快速求解输出权重W：W＝DΩ,Hm+Y其中，DΩ,Hm+＝DΩ,HmTDΩ,Hm-1DΩ,HmT， I为单位矩阵，Y是训练集的输出；S304、对所述模糊宽度学习系统，包含特征节点和增强节点，并构成宽度学习系统的隐藏层，通过输出权重W得到最终输出结果 其中，Fn为n个模糊子系统的聚合输出， Ω是由模糊强度组成的矩阵Δ是由后面要计算的参数组成S305、对所述模糊宽度学习系统，使用MAPE平均绝对百分比误差评价准确度，计算公式如下： 式中，代表真实值，yi代表预测值，n代表样本数，当MAPE为0％表示该预测模型为完美模型，当MAPE值大于100％则表示该预测模型为劣质模型。

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苏州益声瑞机器人科技有限公司，其通讯地址为：215100 江苏省苏州市吴中区木渎镇紫泾街36号8#1-3层；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”。