胶囊机器人无线供能系统优化方法、系统、装置及介质制造方法及图纸

本发明专利技术公开了一种胶囊机器人无线供能系统优化方法、系统、装置及介质，其中方法包括以下步骤：构建系统传输效率的数学模型；构建耦合线圈参数的BP神经网络模型，对BP神经网络模型进行训练；将数学模型与训练后的BP神经网络模型进行结合，获得系统优化目标函数；采用粒子群优化算法对所述系统优化目标函数进行优化，获得优化后的系统参数。本发明专利技术通过构建耦合线圈参数的BP神经网络模型，避免数学解析的复杂计算以及长时间的有限元软件分析，简化了无线能量传输系统参数优化过程，能够实现多参数的优化，提高系统传输性能；另外，结合粒子群优化算法对无线能量传输系统进行优化，便于操作，易于实现。本发明专利技术可广泛应用于微机电系统领域。领域。领域。

【技术实现步骤摘要】
胶囊机器人无线供能系统优化方法、系统、装置及介质


[0001]本专利技术涉及微机电系统领域，尤其涉及一种胶囊机器人无线供能系统优化方法、系统、装置及介质。

技术介绍

[0002]近年来，胶囊机器人逐渐成为人们进行胃肠道检测的首选工具，胶囊机器人能够克服传统肠镜在检测过程中的不足，并且，越来越多的功能也在被不断研发并加载到胶囊机器人上。为了保证胶囊机器人的发展，引入无线能量传输技术来为胶囊机器人提供安全、稳定且持久的能量供应。
[0003]然而，由于胶囊机器人在人体内自由运动，其姿态不固定，从而导致胶囊内的接收线圈与体外的发射线圈耦合效果不佳，使得无线供能系统的传输效率有限。因此，在胶囊机器人无线能量传输系统设计中，往往要对系统的耦合线圈以及系统其他参数进行优化，以提高系统传输效率。由于系统在高频交流的条件下工作，耦合线圈的内阻不仅受自身匝数的影响，还会因高频下的趋肤效应以及邻近效应而呈非线性变化。另一方面，两线圈之间的互感也会随着线圈自身的匝数变化而变化。
[0004]现有的耦合线圈参数主要通过数学解析计算，然而由于系统工作频率本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种胶囊机器人无线供能系统优化方法，其特征在于，包括以下步骤：构建系统传输效率的数学模型；构建耦合线圈参数的BP神经网络模型，对BP神经网络模型进行训练；将数学模型与训练后的BP神经网络模型进行结合，获得系统优化目标函数；采用粒子群优化算法对所述系统优化目标函数进行优化，获得优化后的系统参数。2.根据权利要求1所述的一种胶囊机器人无线供能系统优化方法，其特征在于，所述系统传输效率的数学模型的表达式为：其中，R1表示发射线圈等效电阻，R2表示接收线圈等效电阻，M为线圈间的互感，R
L
为系统等效负载，ω表示交流电驱动角频率，ω＝2πf，f为系统工作频率。3.根据权利要求1所述的一种胶囊机器人无线供能系统优化方法，其特征在于，所述BP神经网络模型包括：发射线圈BP神经网络模型，用于拟合发射线圈的内阻值；接收线圈BP神经网络模型，用于拟合接收线圈的内阻值；耦合线圈间互感BP神经网络模型，用于拟合耦合线圈间的互感值。4.根据权利要求1所述的一种胶囊机器人无线供能系统优化方法，其特征在于，BP神经网络模型包括1个输入层、1个隐含层以及1个输出层；对于n维输入m维输出的三层BP神经网络，网络输入为：X＝(x1，x2，x
i
，
···
，x
n
)，网络输出为：Y＝(y1，y2，y
k
，
···
，y
m
)；ω
ij
为输入层第i个节点到隐含层第j个节点之间的权值，ν
jk
表示隐含层第j个节点到输出层第k个节点间的权值，θ
j
和γ
k
则分别表示隐含层第j个节点阈值与输出层第k个节点的阈值，f1和f2分别为隐含层和输出层的传递函数；所述BP神经网络模型的正向计算过程：隐含层第j个节点的输入Z
j
和输出O
j
为：输出层第k个节点的输入P
k
和输出y
k
为：所述BP神经网络模型的反向传播过程：当样本量为Q时，网络的损失函数即网络的全局误差E
total
可以表示为：
式中，Y
k
代表期望输出，y
k
代...

【专利技术属性】
技术研发人员：李旻，梅远腾，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：