-
公开(公告)号：CN118687262A
公开(公告)日：2024-09-24
申请号：CN202410864028.3
申请日：2024-06-30
Applicant: 海南大学
IPC: F24H9/20 , H01M8/04089 , H01M8/04082 , H01M8/04029 , H01M8/04992
Abstract: 本发明涉及一种基于燃料电池热电联供系统的设施农业恒温控制方法，方法采用设施农业恒温控制程序包含供热需求和热能管理等模块，所述燃料电池系统控制程序包括功率跟踪、湿度控制、供气控制、温度控制等模块。与现有技术相比，本发明具有燃料电池系统环境适应性强等优点。
-
公开(公告)号：CN118821350A
公开(公告)日：2024-10-22
申请号：CN202410864026.4
申请日：2024-06-30
Applicant: 海南大学
IPC: G06F30/17 , G06F30/20 , G06F30/28 , G06F111/20 , G06F113/08 , G06F119/06 , G06F119/08 , G06F119/14
Abstract: 本发明涉及一种设施农业用燃料电池热电联供系统自动化设计方法，方法由设施农业需求、热泵能效比计算、燃料电池电堆选型、氢气供应模块选型、空气滤清器选型、中冷器流阻计算、空压机选型、中冷器选型、加湿器选型、背压阀选型、散热器选型、水泵选型、节温器选型、热泵选型、补偿电源选型等模块及零部件库组成，通过迭代反馈的方式，对燃料电池电堆、空压机、中冷器、空气滤清器、加湿器、背压阀、氢气供应模块、散热器、水泵、节温器、补偿电源、热泵等零部件型号进行自动化匹配与设计。与现有技术相比，本发明具有与设施农业适配性高、自动化程度高、设计速度块、计算资源消耗少等优点。
-
公开(公告)号：CN118761316A
公开(公告)日：2024-10-11
申请号：CN202410859483.4
申请日：2024-06-28
Applicant: 海南大学
Abstract: 本发明涉及一种基于注意力机制的近端策略多无人艇围捕优化方法，包括以下步骤：实时获取多无人艇围捕海上逃逸目标的相关参数，建立无人艇的运动学模型和动力学模型，并确定围捕成功的判定条件和约束条件；将所述无人艇的运动学模型、动力学模型以及围捕成功的判定条件和约束条件进行建模并确定马尔可夫决策过程的五元组(S,A,R,P,γ)；建立基于注意力机制的近端策略优化算法框架，输出每个无人艇的围捕动作，完成多无人艇围捕过程，其中所述基于注意力机制的近端策略优化算法框架包括注意力评价网络和策略网络，采用集中式训练、分布式执行方法对注意力评价网络和策略网络的参数进行更新。与现有技术相比，本发明具有提高无人艇的协作围捕能力等优点。
-
公开(公告)号：CN118198427A
公开(公告)日：2024-06-14
申请号：CN202410306010.1
申请日：2024-03-18
Applicant: 海南大学
IPC: H01M8/04298 , H01M8/04858 , H01M8/04313
Abstract: 本发明涉及一种燃料电池动力系统能量管理策略半实物仿真平台和方法，包括：上位机(4)，用于产生总功率需求信号；第二嵌入式系统(6)，内置有燃料电池动力系统能量管理策略，用于基于燃料电池性能参数、动力电池性能参数和所述总功率需求信号，产生燃料电池需求功率和动力电池需求功率；动力电池管理模块(7)，用于产生动力电池性能参数，并基于所述动力电池需求功率，控制动力电池包产生对应的动力电池电功率；燃料电池模拟器，用于产生燃料电池性能参数，并基于所述燃料电池需求功率，基于预先构建的模型产生燃料电池电功率。与现有技术相比，本发明具有成本低、可拓展性强、安装便捷等优点。
-
公开(公告)号：CN117673408A
公开(公告)日：2024-03-08
申请号：CN202311751740.4
申请日：2023-12-19
Applicant: 海南大学
IPC: H01M8/04492 , H01M8/04828 , H01M8/04992 , H01M8/04746 , H01M8/04701 , H01M8/0432 , H01M8/0438
Abstract: 本发明涉及一种燃料电池阴极相对湿度控制方法及燃料电池控制器，该方法包括：基于环节Γ坐标变换后的实际出口相对湿度和环节Γ坐标变换后的期望出口相对湿度 通过外环抗饱和内模定量过程控制结构计算得出期望入口相对湿度 根据环节Ψ坐标变换后的期望入口相对湿度 和环节Ψ坐标变换后的实际入口相对湿度 通过内环抗饱和内模定量过程控制结构计算得出流量分配系数χhum；将流量分配系数χhum输入至非线性环节Φ，计算得到减湿阀开度；其中，环节Γ和环节Ψ均嵌入了环境压力、环境温度和相对湿度参数。与现有技术相比，本发明环境适应能力强，可减少系统迟滞性和非线性对控制系统动态跟踪性能的影响，从而提高燃料电池的效率和耐久性。
-
Patent Agency Ranking
公开(公告)号：CN118963336A
公开(公告)日：2024-11-15
申请号：CN202410807384.1
申请日：2024-06-21
Applicant: 海南大学
IPC: G05D1/43 , G05D109/30
Abstract: 本发明涉及一种基于反步法的水面目标拦截方法、设备及介质，包括以下步骤：构建无人船拦截水面目标的无人船动力学模型，并获取无人船的动力学系数，其中所述无人船动力学模型包含未建模部分与未知外部环境扰动；确定所述未建模部分与未知外部环境扰动的上限；获取无人船和水面目标的位置速度信息，并给定参考相对速度，计算无人船和水面目标的相对距离、相对速度、视线角以及艏摇角与视线角夹角；基于所述无人船动力学模型、动力学系数、上限、参考相对速度、相对距离、相对速度、视线角以及艏摇角与视线角夹角，采用反步法设计无人船的拦截控制器，对水面目标进行拦截，完成拦截过程。与现有技术相比，本发明具有提升效率和稳定性等优点。
-
公开(公告)号：CN118941984A
公开(公告)日：2024-11-12
申请号：CN202410933829.0
申请日：2024-07-12
Applicant: 海南大学
IPC: G06V20/17 , G06V40/10 , G06V10/25 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/048
Abstract: 本发明涉及一种基于高效通道优先注意力的海上目标检测方法，包括：获取待检测的海上图像，并输入预先构建并训练好的海上目标检测模型中，获取海上目标检测结果，海上目标检测模型包括依次连接的主干网络、颈部网络和多尺度自适应空间特征融合检测头；主干网络为改进RepViT主干网络，引入带残差的压缩激励模块和多尺度深度可分离高效通道优先注意力；颈部网络为拥有多种不同尺度特征输出的YOLOv8颈部网络；多尺度自适应空间特征融合检测头根据颈部网络输出的多种不同尺度特征，预测出多个预选框，并从多个预选框中确定最终的目标框和置信度。与现有技术相比，本发明能够有效提高海上目标的检测性能，能减少无人机的搜索时间，可用于海上救援等背景。
-
公开(公告)号：CN117673411A
公开(公告)日：2024-03-08
申请号：CN202311759590.1
申请日：2023-12-19
Applicant: 海南大学
IPC: H01M8/04701 , H01M8/04992 , H01M8/04014 , H01M8/04029
Abstract: 本发明涉及一种车载燃料电池温度控制方法、设备及介质，包括：采集实际电堆出口温度，通过外环抗饱和内模定量过程控制结构计算得出期望电堆入口温度；根据采集实际电堆入口温度和期望电堆入口温度，通过内环抗饱和内模定量过程控制结构计算得出节温器开度；采集电堆负载电流，通过散热计算模块，计算得到期望水热管理系统散热量；根据实际电堆出口温度和实际电堆输出电压，通过含有微分跟踪算法的散热估计模块计算得到实际水热管理系统散热量估计值；根据实际水热管理系统散热量估计值和期望水热管理系统散热量，通过散热量控制抗饱和内模定量过程控制结构计算得到散热器风扇转速。与现有技术相比，本发明具有鲁棒性强的优点。
-
公开(公告)号：CN119105342A
公开(公告)日：2024-12-10
申请号：CN202411197133.2
申请日：2024-08-29
Applicant: 海南大学
IPC: G05B19/042
Abstract: 本发明涉及一种基于事件触发的多驱动伺服系统的H∞控制方法，包括以下步骤：建立带干扰的多驱动伺服系统模型，对干扰进行解耦，并建立时间触发机制下系统的最优值函数；利用辨识神经网络对系统模型进行系统辨识，得到基于神经网络辨识系统模型；基于事件触发机制，判断事件触发的误差是否违反设定阈值，若否，则不更新控制器，若是，则将计算得到的最优控制策略来更新控制器，以应对最坏情况下的干扰，完成H∞控制过程；其中计算得到的最优控制策略和最坏干扰策略的获取过程包括：利用批评神经网络逼近最优值函数，得到最终的控制策略和干扰策略。与现有技术相比，本发明具有提高了系统状态预测的准确率，同时减少计算资源的浪费等优点。
-
公开(公告)号：CN118644663A
公开(公告)日：2024-09-13
申请号：CN202410806688.6
申请日：2024-06-21
Applicant: 海南大学
IPC: G06V10/25 , G06V10/42 , G06V10/44 , G06V10/54 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种基于全局局部融合注意力的红外海面目标检测方法，包括以下步骤：获取红外海面图像进行预处理；将预处理后的红外海面图像输入基于全局局部融合注意力的主干网络中进行特征提取，获得多尺度的特征信息；将所述多尺度的特征信息输入自适应多尺度特征融合编码器中进行尺度内交互和自适应跨尺度融合，获得多尺度的融合特征信息；采用查询选择从多尺度的融合特征信息中选择融合特征信息作为初始对象查询，并采用解码器将所述初始对象查询转化为目标检测结果。与现有技术相比，本发明具有提升红外海面目标检测的准确性和稳定性等优点。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.017 seconds)
