科创中国

一种基于时间尺度变换的初次迭代控制信号提取方法。

一种基于时间尺度变换的初次迭代控制信号提取方法，包括如下步骤：Step1.对XYZ运动平台在基坐标系下采用非均匀B样条曲线描述的期望轨迹，合成与当前期望轨迹空间形状相似而时间尺度不同的相似参考组合轨迹；Step2.提取出第j段相似参考轨迹的初次迭代控制信号；Step3.通过相似轨迹基元的控制信号与期望轨迹的控制信号之间的时间尺度关系，直接获取期望轨迹的第j段轨迹的初次迭代控制信号。Step4.对分段轨迹基元的初次迭代控制信号进行变换和拼接，得到当前期望轨迹ld(x(t),y(t),z(t))的初次迭代控制信号。

自动控制领域：可以提高控制系统的性能和稳定性。通过时间尺度变换，可以更准确地提取初次迭代控制信号，减少控制误差，提高系统的响应速度和精度。应用于工业自动化、机器人控制、航空航天等领域。

智能交通系统：在交通信号控制、车辆自动驾驶等方面，该方法可以优化控制策略，提高交通系统的效率和安全性。

能源管理系统：对于能源生产和分配系统，如电力系统、智能电网等，基于时间尺度变换的控制信号提取方法可以实现更高效的能源管理和调度。

科研领域：为控制理论和应用的研究提供新的方法和思路，推动自动控制技术的发展。

浙江工业大学是东部沿海地区第一所省部共建高校、首批国家“高等学校创新能力提升计划”（2011计划）协同创新中心牵头高校和浙江省首批重点建设高校，坐落于中国历史文化名城、风景旅游胜地杭州。学校坚持立德树人根本任务，以拔尖创新人才为引领、高级应用型人才为主体、复合型人才为特色，大力培养德智体美劳全面发展，富有家国情怀、国际视野、创新精神和实践能力的行业精英和领军人才。

提取的初次迭代控制信号近似为轨迹的期望控制信号，能够有效的解决初次迭代控制信号为零(或其它预设值)、参考轨迹变化需要重新学习的问题，提高了学习效率，有效地解决了传统迭代学习控制方法从零开始学习的问题，减少了学习次数，并能够显著降低初次迭代控制的跟踪误差。

技术转让，许可，合作所需资金需双方协商，此项技术想尽快落地，希望具备此项技术研发的技术方，能够尽快承接此项目。