发明专利：泵阀并联电液伺服系统及其控制方法

专利概述#

技术背景#

电液伺服系统现状#

电液伺服系统在工业控制中广泛应用，但存在以下矛盾：

传统方案问题#

传统泵阀切换方式存在明显缺陷：

• 压力波动：切换时产生压力冲击
• 系统震荡：控制不稳定，影响精度
• 强化学习局限：训练慢、鲁棒性不足

我的核心贡献#

作为第二发明人，参与以下核心技术研发：

1. 泵阀并联结构方案论证#

参与泵控回路与阀控回路的并联结构方案设计：

flowchart LR
  Pump[液压泵] --> PumpLoop[泵控回路]
  Valve[伺服阀] --> ValveLoop[阀控回路]
  PumpLoop --> Exec[执行机构
液压缸/马达]
  ValveLoop --> Exec
  Exec -.状态反馈.- PumpLoop
  Exec -.状态反馈.- ValveLoop

设计要点：

• 并联连接，实现流量互补
• 传感器布局优化，实时监测系统状态
• 快速切换机构，响应时间 < 10ms

2. SAC 双智能体引导强化学习框架#

协助构建 Soft Actor-Critic (SAC) 双智能体引导强化学习框架：

框架架构#

flowchart TB
  subgraph A1[智能体1 泵控]
    A1Actor[Actor 网络
策略]
    A1Critic[Critic 网络
价值评估]
    A1Actor --> A1Critic
  end

  subgraph A2[智能体2 阀控]
    A2Actor[Actor 网络
策略]
    A2Critic[Critic 网络
价值评估]
    A2Actor --> A2Critic
  end

  A1Critic --> Coord[协调控制器
流量分配决策]
  A2Critic --> Coord
  Coord --> System[泵阀并联系统
执行输出]

创新点#

• 双智能体协作：泵控和阀控分别由独立智能体控制，通过协调器实现协同
• 引导学习机制：利用传统控制算法生成专家经验，引导强化学习快速收敛
• 自适应探索：SAC 算法的最大熵机制，平衡探索与利用

3. 自适应鲁棒控制与模糊逻辑融合#

参与 自适应鲁棒算法（ARC） 与 模糊逻辑控制（FLC） 的融合设计：

控制策略#

融合机制#

flowchart LR
  S[系统状态] --> SAC[SAC 决策] --> Alloc[流量分配] --> ARC[ARC 控制] --> FLC[FLC 微调] --> Out[执行输出]
  Out -.反馈校正.- SAC

4. 泵阀流量平滑切换策略#

参与制定 4 档切换区间 的平滑切换策略：

切换规则：

• 基于跟踪误差和误差变化率动态选择档位
• 切换过程采用渐变过渡，避免压力冲击
• 平滑切换时间 < 50ms

5. 专利文件撰写支持#

协助撰写专利核心内容：

权利要求书#

协助梳理 10 项核心权利要求：

1. 一种泵阀并联电液伺服系统结构
2. 双智能体引导强化学习方法
3. 自适应鲁棒控制算法
4. 模糊逻辑控制融合方法
5. 泵阀流量平滑切换策略
6. …

说明书技术细节#

撰写说明书技术细节章节，包括：

• 系统结构详细说明
• 控制算法数学推导
• 实施例与实验数据

技术创新点#

1. 传统控制引导强化学习#

创新思路：利用传统控制算法（PID、模糊控制）生成专家经验，引导强化学习快速收敛，解决纯强化学习训练慢、鲁棒性差的问题。

2. 泵阀协同优化控制#

创新思路：将泵控和阀控视为协同工作的双执行器，通过强化学习实现全局最优的流量分配策略，而非简单的切换控制。

3. 多时间尺度控制架构#

创新思路：

• 慢时间尺度：强化学习决策（100ms 级）
• 中时间尺度：自适应鲁棒控制（10ms 级）
• 快时间尺度：模糊逻辑调节（1ms 级）

技术成果#

性能提升#

应用验证#

• 核心技术在江苏亚星锚链应用 1 年以上
• 成功生产 210R5 级高强度系泊链
• 电极控制误差降低 80%

X 因素：洞察与技能迁移#

核心洞察#

1. 精准控制 + 高效协同 + 稳定运行#

精准捕捉电液伺服系统的三大核心需求，提出”传统控制算法引导强化学习”的创新思路：

flowchart TB
  subgraph T[传统控制优势]
    T1[快速响应]
    T2[稳定可靠]
    T3[物理可解释]
  end

  subgraph R[强化学习优势]
    R1[全局优化]
    R2[自适应强]
    R3[数据驱动]
  end

  subgraph F[融合方案]
    F1[快速+优化]
    F2[可靠+自适应]
    F3[可解释+数据驱动]
  end

  T1 --> F1
  R1 --> F1
  T2 --> F2
  R2 --> F2
  T3 --> F3
  R3 --> F3

2. 复杂系统控制方法论#

总结出复杂机电系统控制的通用方法：

flowchart LR
  A[系统建模] --> B[分层控制] --> C[多算法融合] --> D[实验验证] --> E[迭代优化]

技能沉淀#

可迁移方向#

• 工业液压系统：注塑机、压铸机、工程机械
• 机器人驱动：液压机器人、外骨骼、仿生机器人
• 航空航天：飞行控制、起落架、舵机系统

专利价值#

技术创新性#

• 首次将 SAC 双智能体强化学习应用于电液伺服系统
• 提出传统控制引导强化学习的新范式
• 实现泵阀真正意义上的协同控制而非简单切换

工业应用价值#

• 解决系泊链焊接设备的核心控制难题
• 可推广至各类液压伺服系统
• 助力国产高端液压装备技术突破

知识产权布局#

作为挑战杯项目的核心专利之一，与以下成果形成知识产权组合：

技术亮点总结#

┌──────────────────────────────────────────────────────────────┐
│                  发明专利核心亮点                              │
├──────────────────────────────────────────────────────────────┤
│                                                              │
│  🧠 双智能体强化学习    SAC框架，泵控阀控协同优化            │
│                                                              │
│  🎯 引导学习机制        传统控制引导，训练速度提升30%        │
│                                                              │
│  ⚙️ 多算法融合          ARC+FLC+SAC三层控制架构              │
│                                                              │
│  🔄 平滑切换策略        4档切换，压力波动几乎消除            │
│                                                              │
│  🏭 工业应用验证        亚星锚链应用，控制误差降低80%        │
│                                                              │
└──────────────────────────────────────────────────────────────┘

相关项目#

本文最后更新于 2025 年 6 月