-
公开(公告)号：CN116304873A
公开(公告)日：2023-06-23
申请号：CN202310281296.8
申请日：2023-03-22
Applicant: 中南大学
IPC: G06F18/241 , G06F18/214 , G06F18/25 , G06N3/094 , G06N3/096 , G06F18/24 , G06F123/02
Abstract: 本发明公开了一种基于域对抗迁移学习的电磁阀故障诊断方法及系统。所述方法包括：搭建均衡风缸控制系统试验台，利用离线测试数据集对机车的在线运行数据进行补充，基于信息散度筛选离线测试数据作为源域，将源域数据和实际运行的目标域数据进行混合，作为电磁阀故障诊断方法的输入；根据制动机压力输出曲线的周期特性，分阶段提取压力特征值，并通过证据理论得到更高重要度的故障诊断特征；以训练数据和对应的故障类型分别作为输入和输出数据，对诊断模型进行训练得到故障分类器模型；将待测电磁阀压力时间序列的特征输入故障分类器中，获得最终的电磁阀故障诊断结果。本发明能够有效地提高电磁阀的故障诊断准确度。
-
公开(公告)号：CN111460738B
公开(公告)日：2023-06-16
申请号：CN202010300121.3
申请日：2020-04-16
Applicant: 中南大学
Abstract: 本发明公开了一种磁悬浮系统的RNN‑ARX建模方法、RNN‑ARX模型，运用RNN循环神经网络、局部线性化方法以及状态相依ARX模型构建出磁悬浮球系统的RNN‑ARX模型结构，在此基础上，通过基于时间的反向传播算法(BPTT)得到RNN‑ARX的模型参数并通过均方误差(MSE)选择最优的阶次。本发明以增加少量计算量为代价提高了磁悬浮球系统辨识模型的建模精度和预测效果，特别在有大量输入输出训练样本的情况下，具有更多的模态并且模型的预测精度会进一步提升，具有较高的实用价值和应用前景。
-
公开(公告)号：CN114740386A
公开(公告)日：2022-07-12
申请号：CN202210226982.0
申请日：2022-03-08
Applicant: 中南大学
IPC: G01R31/387 , G01R31/392 , G01R31/367
Abstract: 本发明公开了一种基于健康状态的锂离子电池荷电状态估计的方法和装置。其中方法主要包括：使用锂离子电池的二阶等效电路模型，计算开路电压和荷电状态之间的函数关系，并采用带遗忘因子的递推最小二乘进行电路模型参数的辨识；根据实验平台采集的数据，采用相关向量机进行电池剩余使用寿命的预测，并将电池的剩余使用寿命量化为关于电池实际容量的基准函数关系式；然后建立工作温度和充放电倍率关于电池实际容量的补偿函数关系式，通过补偿函数关系式对基准函数关系式的校正，得到最终的电池实际可用容量。最后通过电路模型建立的状态空间方程，采用粒子滤波的方法实现电池荷电状态的估计。本发明基于电池的健康状态，能够在不同老化程度下实现荷电状态的准确估计。
-
公开(公告)号：CN114684096A
公开(公告)日：2022-07-01
申请号：CN202210226975.0
申请日：2022-03-08
Applicant: 中南大学
Abstract: 本发明提供了一种基于多源数据融合的电磁阀寿命预测装置及方法。所述装置包括：均衡风缸控制模块、数据采集模块和寿命预测模块。所述均衡控制模块通过制动控制单元对均衡风缸的目标压力和传感器反馈的实时压力进行比较，利用PWM脉宽调制方式控制电磁阀的充排风，实现均衡风缸压力的精准控制；所述数据采集模块使用数据采集卡采集均衡风缸的压力信号、电磁阀组的电流信号；所述寿命预测模块利用采集到的数据分别训练两个寿命预测模型，通过融合不同的模型预测结果以对电磁阀进行寿命预测。本发明可以准确地对电磁阀进行寿命预测，降低维修成本并提高电磁阀利用效率。
-
公开(公告)号：CN114580290A
公开(公告)日：2022-06-03
申请号：CN202210230305.6
申请日：2022-03-10
Applicant: 中南大学
IPC: G06F30/27 , G06F119/06
Abstract: 本发明公开了一种能耗和舒适度联合优化的高速列车组协同控制方法及系统，获取高速列车的实时运行信息；计算高速列车的实际速度与期望速度的速度偏差；考虑高速列车在运行过程中的能耗和乘坐舒适性均作为优化目标，基于高速列车的速度偏差及动力学关系，建立高速列车组多列车协同控制的多目标优化模型；通过带有精英保留策略的快速非支配排序算法求解多目标优化模型，得到每台高速列车的控制变量；将控制变量作用于动力装置，产生牵引力或制动力；将牵引力或制动力作用于高速列车，控制高速列车的速度变化；重复上述步骤，直至高速列车组以一致的状态运行。本发明不仅节约了列车运行过程中的能耗，而且优化了乘坐舒适性。
-
Patent Agency Ranking
公开(公告)号：CN114065502A
公开(公告)日：2022-02-18
申请号：CN202111333871.1
申请日：2021-11-11
Applicant: 中南大学
IPC: G06F30/20
Abstract: 本发明公开了一种盾构机及其土压动态特性建模方法、装置及存储介质，该RBF‑ARX模型的输入变量包括出土螺旋机转速、盾构机推进速度平均值和总推进力，输出变量为盾构机密封舱土压的平均值。选择土压平衡盾构机土压子系统各变量在各种工作状态下的多组历史数据作为模型的辨识数据，以模型输出预测误差的平方和作为优化函数，通过极小化该优化函数得到土压RBF‑ARX模型的参数与结构。本发明在模型参数的优化中，将输入输出阶跃响应方向、模型静态放大系数容许范围、模型稳定性等动态模式约束要求加入土压RBF‑ARX模型参数的优化过程，建立了能描述盾构机土压子系统主要变量动态关系的预测模型。
-
-
公开(公告)号：CN110658797A
公开(公告)日：2020-01-07
申请号：CN201911030200.0
申请日：2019-10-28
Applicant: 中南大学
IPC: G05B19/418
Abstract: 本发明公开了一种氯化氢合成炉系统的优化控制方法，针对氯化氢合成炉入口气体流量可测、且基于人工在线测量氯化氢纯度值的具有多台氯化氢合成炉的氯气氢气流量调节控制系统，该方法考虑了多台合成炉流量联合调节中存在的流量与压力的耦合情况，外环采用带氯氢比值控制与总流量约束的流量分配最优化策略，在按氯氢比值分配流量的同时保证氯气和氢气总缓冲罐流量的稳定，为多台合成炉在线优化氢气和氯气流量的设定值；在内环采用PID流量控制策略，并引入压力前馈补偿，以提高系统的鲁棒性。本发明将流量分配最优化策略与氯氢比值控制策略相结合、PID流量控制策略与压力前馈补偿策略相结合，以实现对多台氯化氢合成炉系统的优化控制。
-
公开(公告)号：CN110111331A
公开(公告)日：2019-08-09
申请号：CN201910418796.5
申请日：2019-05-20
Applicant: 中南大学
Abstract: 本发明公开了一种基于机器视觉的蜂窝纸芯缺陷检测方法，针对蜂窝纸芯生产过程中产生的各种缺陷问题，通过采集生产现场的蜂窝纸芯图片，采用SSD深度神经网络检测蜂窝纸芯中的缺陷，对其缺陷类别进行判定并输出其具体位置，然后运用机器视觉算法进行快速复检，防止出现误检，最后将所得结果传递给蜂窝纸芯缺陷修补系统，提供正确的反馈信号，以实现对蜂窝纸芯缺陷的自动修补。本发明运用深度学习模型和机器视觉算法对蜂窝纸芯缺陷进行实时检测，可为蜂窝纸芯生产过程自动缺陷修补系统提供反馈信息，具有识别准确、定位精准、且识别速度快的优点，可满足蜂窝纸板生产自动化的要求。
-
公开(公告)号：CN110018675A
公开(公告)日：2019-07-16
申请号：CN201910338120.5
申请日：2019-04-25
Applicant: 中南大学
IPC: G05B19/418
Abstract: 本发明公开了一种基于LWDNN-ARX模型的非线性系统建模方法，针对实际工业生产过程中普遍难以获得复杂非线性系统机理数学模型的情况，采用鲁棒性好、精度高的LWDNN-ARX模型来描述系统的动态特性。本发明运用线性加权两个深度神经网络、局部线性化方法以及状态相依ARX模型构建出LWDNN-ARX模型结构，在此基础上，通过梯度下降算法得到LWDNN(线性加权深度神经网络)的参数并选择最优的阶次。本发明以增加少量计算量为代价提高了系统辨识模型的预测精度和鲁棒性，特别在有大量输入输出训练样本的情况下，具有更多的模态并且模型的预测精度会进一步提升，具有较高的实用价值和应用前景。
-
-
-
-
-
-
-
-
-
Search Results
107
records
(took 0.023 seconds)
