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！

龙图腾网获悉北京航空航天大学申请的专利基于神经网络的霍尔推力器振荡控制方法及系统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：CN121630669B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202610148835.4，技术领域涉及：F03H1/00；该发明授权基于神经网络的霍尔推力器振荡控制方法及系统是由王伟宗;陈令熙;晋于皓;张广川设计研发完成，并于2026-02-03向国家知识产权局提交的专利申请。

本基于神经网络的霍尔推力器振荡控制方法及系统在说明书摘要公布了：本发明提供了一种基于神经网络的霍尔推力器振荡控制方法及系统，涉及霍尔推力器领域，该方法：响应于霍尔推力器的运行，将霍尔推力器运行的初始功率作为性能约束条件，并实时采集霍尔推力器运行的放电振荡电流波形；基于放电振荡电流波形进行计算，得到放电振荡电流波形对应的振荡特征参数；根据振荡特征参数通过振荡特征映射神经网络模型判断霍尔推力器的当前振荡状态并生成针对霍尔推力器的目标操作工况；根据当前振荡状态、目标操作工况和性能约束条件生成振荡调控指令，并根据振荡调控指令分别控制调整霍尔推力器的阳极电源的阳极电压、励磁线圈电源的磁场电流以及流量调节单元的推进剂流量，以执行振荡抑制与性能保持的协调控制。

本发明授权基于神经网络的霍尔推力器振荡控制方法及系统在权利要求书中公布了：1.一种基于神经网络的霍尔推力器振荡控制方法，其特征在于，应用于霍尔推力器低频放电振荡调控系统，所述方法包括： 响应于霍尔推力器的运行，将所述霍尔推力器运行的初始功率作为性能约束条件，并实时采集所述霍尔推力器运行的放电振荡电流波形； 基于所述放电振荡电流波形进行计算，得到所述放电振荡电流波形对应的振荡特征参数；其中，所述振荡特征参数包含振荡频率和振荡幅值； 根据所述振荡特征参数通过振荡特征映射神经网络模型判断所述霍尔推力器的当前振荡状态并生成针对所述霍尔推力器的目标操作工况；其中，所述振荡特征映射神经网络模型对应包含推力器操作工况与所述振荡频率及所述振荡幅值之间的映射关系； 根据所述当前振荡状态、所述目标操作工况和所述性能约束条件生成振荡调控指令，并根据所述振荡调控指令分别控制调整所述霍尔推力器的阳极电源的阳极电压、励磁线圈电源的磁场电流以及流量调节单元的推进剂流量，以执行振荡抑制与性能保持的协调控制； 所述霍尔推力器包括阳极和阴极；所述霍尔推力器低频放电振荡调控系统包括时域电流信号采集单元和低频振荡特征提取单元；所述时域电流信号采集单元包含电流探头和数字示波器；所述电流探头设置于所述阳极的电源输出回路中；所述数字示波器通过屏蔽信号线与所述电流探头相连接；所述实时采集所述霍尔推力器运行的放电振荡电流波形，包括：通过所述电流探头获取所述霍尔推力器运行的放电电流瞬态变化，并通过所述数字示波器获取所述霍尔推力器运行的放电电流时域波形并将所述放电电流瞬态变化和所述放电电流时域波形实时传输至所述低频振荡特征提取单元； 所述振荡特征映射神经网络模型包括神经网络、模型存储单元以及参数更新单元；所述根据所述振荡特征参数通过振荡特征映射神经网络模型判断所述霍尔推力器的当前振荡状态并生成针对所述霍尔推力器的目标操作工况，包括：通过运行预训练的基于历史振荡特征的振荡特征评测模型建立所述推力器操作工况与所述振荡频率及所述振荡幅值之间的映射关系，根据所述振荡特征参数通过所述映射关系实时判断所述霍尔推力器当前工况下的振荡特征并为后续推力器操作工况的控制策略优化提供依据，得到振荡状态预测结果；其中，所述推力器操作工况包括阳极电压、励磁线圈电流、推进剂流量中的至少一种； 所述性能约束条件通过如下方式表示： ； ； 其中，V，q，I分别表示阳极的电压、阳极的流量、线圈电流；A表示低频振荡振幅，属于自变量为V，q，I的多元函数；α表示误差限；P表示功率，属于自变量为V，q，I的多元函数；为控制开始时所述霍尔推力器的功率，作为衡量功率变化情况的参数；s.t.表示功率约束条件。

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北京航空航天大学，其通讯地址为：100089 北京市海淀区学院路37号；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”。

以上内容由龙图腾AI智能生成。