買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中北大學申請的專利一種優化模糊PID控制器控制直升機姿態的方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120469199B 。

龍圖騰網通過國家知識產權局官網在2025-09-09發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510976208.5，技術領域涉及：G05B11/42；該發明授權一種優化模糊PID控制器控制直升機姿態的方法是由石上瑤;趙志良;張晨;張棟;陳澤奧設計研發完成，并于2025-07-16向國家知識產權局提交的專利申請。

本一種優化模糊PID控制器控制直升機姿態的方法在說明書摘要公布了：本發明涉及直升機控制技術領域，具體為一種優化模糊PID控制器控制直升機姿態的方法。本發明為了解決傳統的模糊PID控制器的參數優化方法主要依賴于專家經驗，導致其對直升機姿態的控制精度較低的問題，故提供了一種新的優化模糊PID控制器控制直升機姿態的方法，包括如下步驟：1）建立直升機動力學模型和運動學模型；2）采用模擬植物生長算法與遺傳算法混合優化方法，對模糊PID控制器中的量化因子和比例因子進行參數優化，得到全局最優參數；3）將全局最優參數賦值給模糊PID控制器中的量化因子和比例因子，形成模糊PID控制器的一個完整控制閉環，完成直升機姿態控制。本發明所述的控制方法顯著提升了直升機姿態控制的精度。

本發明授權一種優化模糊PID控制器控制直升機姿態的方法在權利要求書中公布了：1.一種優化模糊PID控制器控制直升機姿態的方法，其特征在于，包括如下步驟： 1）建立直升機動力學模型和運動學模型，并設計模糊PID控制器； 2）采用模擬植物生長算法與遺傳算法混合優化方法，對模糊PID控制器中的量化因子和比例因子進行參數優化，優化過程具體包括如下步驟： a、初始化參數：利用遺傳算法為模擬植物生長算法初始化一個與模糊PID控制器中的量化因子和比例因子對應的生長點種群； b、將步驟a初始化的生長點種群賦值給模糊PID控制器中的量化因子和比例因子，并運行模糊PID控制器，以對直升機進行姿態控制，構造目標函數以及對應的適應度函數； 其中，目標函數分為不超調現象的目標函數以及超調現象的目標函數， 不超調現象的目標函數： ， 式中，為給定值與實際輸出值構成的期望姿態的偏差在每個時刻的值，給定值為期望姿態角度，實際輸出值為當前姿態角度，為實際輸出的姿態變化值，為系統調節時間，為絕對值的權重系數，為平方項的權重系數，為的權重系數； 超調現象的目標函數： ， 式中，為直升機在時刻的實際姿態輸出值，為直升機在時刻的實際姿態輸出值，為直升機輸出變化量絕對值的權重系數； 適應度函數： c、根據適應度函數計算初始化的生長點種群中的每個生長點對應的適應度值，根據計算出的適應度值找出最劣生長點，并采用智能變步長法更新生長點； 當更新的生長點對應的適應度值小于最劣生長點對應的適應度值時，其更新的生長點直接剔除；當更新的生長點對應的適應度值大于最劣生長點對應的適應度值時，其更新的生長點根據對應的適應度值大小進行排序；前P%更新的生長點加入生長點集合中,選出此時的生長點集合中最劣生長點并記錄該最劣生長點對應的適應度值為，其中，P≤100，后（100-P）%更新的生長點再次采用遺傳算法，通過交叉變異進行全局搜索，從中選出其對應的適應度值大于的生長點并將選出的生長點加入生長點集合中； d、計算生長點集合中第個生長點的形態素濃度，其計算公式為 式中，為初始生長點對應的適應度值，為生長點集合中第個生長點的適應度值，為生長點集合中的生長點個數，由該公式可知，各生長點的形態素濃度位于[0,1]之間，所有生長點的形態素濃度之和為1，即，當計算機生成一個[0,1]之間的任意隨機數λ，λ落在由各生長點形態素濃度組成的概率空間上，其對應的生長點即可優先生長；此時判斷有無新的生長點，當無新的生長點時，此時最大的適應度值對應的生長點即為全局最優參數；反之，返回步驟c，直至無新的生長點，此時最大的適應度值對應的生長點即為全局最優參數； 3）將步驟2）得到的全局最優參數賦值給模糊PID控制器中的量化因子和比例因子，形成模糊PID控制器的一個完整控制閉環，完成直升機姿態控制。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中北大學，其通訊地址為：030051 山西省太原市尖草坪區學院路3號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。