-
公开(公告)号：CN108942946B
公开(公告)日：2020-06-30
申请号：CN201810995897.4
申请日：2018-08-29
Applicant: 中南大学
IPC: B25J9/16
Abstract: 本发明公开了一种智慧物流环境机器人装载方法与装置，该方法包括以下步骤：步骤1：实时获取货物信息；步骤2：计算货物在运送地址对应的待装载区放置位置坐标；步骤3：利用分类机器人将货物从传输带夹取至用于暂存的对应待装载区；步骤4：计算货物将在AGV智能搬运车的装载区终点位置坐标；步骤5：依据智能搬运控制模型获得的控制矩阵将货物搬运至AGV智能搬运车的装载区上。结合机器视觉自动获取货物尺寸、货物运送地址、货物位置坐标等信息，通过建立神经网络模型来利用分类机器人与智能搬运车对货物进行自动智能分类与装载，大大的减少装载错误率，提高装载效率。
-
公开(公告)号：CN109063907B
公开(公告)日：2020-06-05
申请号：CN201810846131.X
申请日：2018-07-27
Applicant: 中南大学
Abstract: 本发明提供了一种高速铁路沿线极大风速智能遍历大步长预测方法，根据近期风速状况，通过在目标测风点构建目标测风站和时移测风站，对测风站的数据进行去噪处理后，利用PID神经网络，对去噪后的风速数据进行训练，构建各测风站在多种步长下的风速预测模型；选用各模型进行多种步长的最优预测组合，实现多步迭代预测，提高预测精度，降低随机误差的干扰；实现了铁路沿线风速超前预测，可以提前得知事故多发区域的风速环境状况，及时、有效地指导列车运行，保障列车运营安全。
-
公开(公告)号：CN111126867A
公开(公告)日：2020-05-08
申请号：CN201911376303.2
申请日：2019-12-27
Applicant: 中南大学
Abstract: 本发明公开了一种轨道系统多域关联的服役敏感度分析方法，包括对轨道系统进行全生命周期构成要素的分解；各个要素在安全域、性能域和环境域进行量化计算；建立数据集；建立安全域关联模型、性能域关联模型和环境域关联模型并获得多域强相关要素；根据多域强相关要素建立轨道系统全生命周期服役年限敏感度模型并得到最终的强相关要素服役年限敏感度分析结果。本发明方法能够对多域强相关要素对轨道系统的全生命周期服役年限的服役年限敏感度进行分析，而且可靠性高，实用性好。
-
公开(公告)号：CN108510737B
公开(公告)日：2020-04-10
申请号：CN201810327802.1
申请日：2018-04-12
Applicant: 中南大学
Abstract: 本发明公开了一种融合风环境的无人驾驶车辆电源实时监控方法及装置，该方法针对车辆行驶路径中复杂的道路环境尤其是风环境，考虑不同车速对耗电量影响的不同，建立耗电量预测模型，该模型预测电量与电池本身无关，利用大量历史数据与实时数据训练模型，能辨识不同路况环境上车辆以不同车速作为知道车速的电量的使用情况。该模型对云端其他车辆车速进行中值法、均值法、众数法三种不同的方式进行处理，依据不同云端车速对车辆耗电量进行预测，选择出最低耗电量的数据，获取对应的行驶车速作为未来设定时间内的车速，能降低车辆行驶能耗，实现经济车速行驶目标，符合低碳出行的要求。
-
公开(公告)号：CN108621844B
公开(公告)日：2020-01-03
申请号：CN201810444271.4
申请日：2018-05-10
Applicant: 中南大学
Abstract: 本发明公开了一种暴雨道路无人驾驶车辆电量预测方法与预警系统，该方法采用多种传感器组成传感器网络，能够综合考虑暴雨道路下无人驾驶车辆的多种行驶环境因素，采用了力敏传感器测量车身的降雨阻力，并利用融合系数进行集中数据融合；利用遗传算法对采集到的数据信息进行权重系数优化，能够区分不同行驶环境因素对车辆电量的影响大小，得到的数据结构更有代表性；利用两层神经网络对无人驾驶车辆在极端暴雨环境下的电量进行实时预测，神经网络的使用充分考虑了这种非线性环境下的各种定量和定性的变量因子，得到的电量预测结果与一般的SOC电池电量预测方法相比，更加智能，预测结果也更加准确，能够起到很好的预警功能。
-
Patent Agency Ranking
公开(公告)号：CN110376003A
公开(公告)日：2019-10-25
申请号：CN201910676723.6
申请日：2019-07-25
Applicant: 中南大学
IPC: G01M17/08
Abstract: 本发明公开了一种基于BIM的智能列车整车服役寿命预测方法，包括获取列车整车以及列车各个部件的静态数据和工作性能参数；提取列车的各个部件的健康指标时序；预测得到列车整车及列车的各个部件的剩余服役寿命并修正；得到最终的列车整车以及部件的剩余服役寿命预测结果。本发明还公开了实现所述基于BIM的智能列车整车服役寿命预测方法的系统。本发明能够实现对列车服役状态以及外界影响因素的监测，完成外界因素对剩余使用寿命的不确定性影响建模，并提供全面的可视化信息；本发明能够实现对列车的剩余寿命预测，有效提高列车服役性能，且可靠性高、适用性好且评估全面准确。
-
公开(公告)号：CN110346518A
公开(公告)日：2019-10-18
申请号：CN201910677429.7
申请日：2019-07-25
Applicant: 中南大学
Abstract: 本发明公开了一种交通排放污染可视化预警方法，包括监测区域的基础数据信息；进行相对位置信息特征的提取；选取最优的空气质量监测站和最优的交通道路节点；构建大气污染物预测模型；构建任意监测点的污染物浓度预测模型并进行修正；对监测区域的城市交通污染排放进行可视化预警。本发明还公开了一种实现所述交通排放污染可视化预警方法的系统。本发明方法能够对道路交通覆盖区域内任意一点的实时动态大气污染物进行实时预测和预警，而且本发明方法的可靠性高，实用性好。
-
公开(公告)号：CN108287548B
公开(公告)日：2019-06-07
申请号：CN201810063752.0
申请日：2018-01-23
Applicant: 中南大学
Abstract: 本发明公开了一种自动化导轨运载装置及机器人协同运载方法与系统，该方法包括以下步骤：步骤1：在运输起点和终点所在的工作台之间设置地面导轨以及在工作台设置导轨，地面导轨设置地标；步骤2：位于取物工作台的桌面机器人从取物指定位置抓取物体；步骤3：依靠地面导轨，移动机器人移动并抓取物体运输至另一工作台；步骤4：位于放物工作台的桌面机器人抓取物体后，移动至放物工作台的放物指定位置；步骤5：结合极限学习机和小波神经网络，建立电量预测模型对移动机器人下一步行动进行决策；通过桌面机器人和移动机器人的协同完成工业实验室物体的定时、定点运输，实现工业实验室全天候的运输。
-
公开(公告)号：CN109615027A
公开(公告)日：2019-04-12
申请号：CN201811643482.7
申请日：2018-12-29
Applicant: 中南大学
CPC classification number: G06K9/6218 , G06K9/6256 , G06Q10/04 , G06Q50/30
Abstract: 本发明公开了一种高速铁路沿线风速特征提取智能预测方法，该方法利用风速不同特征进行K-means聚类，并选择最优聚类数K，将风速模型样本分为K类，然后针对K个聚类类别分别建立100个风速预测特征预选模型，利用数学分析和相关性分析方法筛选风速预测特征预选模型并建立K个风速预测特征模型组和K个风速预测归一模型，最后分析预测的风速向量与风速时间序列数据集之间的相关性并还原真实风速，该方法具有预测高精度、特征智能提取、适应性强、鲁棒性高的特点，适合应用于大风环境下的高速铁路沿线安全等领域。
-
公开(公告)号：CN109583386A
公开(公告)日：2019-04-05
申请号：CN201811458792.1
申请日：2018-11-30
Applicant: 中南大学
Abstract: 本发明公开了一种智能旋转机械故障深度网络特征辨识方法，通过在列车滚动轴承待检测旋转机械部位设置振动传感器，收集滚动轴承工作时的原始振动序列，然后通过奇异谱分析方法将原始振动序列进行分解重构，并提取重构振动序列的均方根值、标准差、偏度指标和峰值，利用支持向量机训练得到的旋转机械故障位置诊断模型来判断故障位置，然后将重构振动序列进行集合经验模态分解，计算分解后的一组固有模态分量各自的排列熵值，将排列熵值的排列组合作为检测特征，利用支持向量机训练得到的旋转机械故障类型诊断模型来判断故障类型。本发明能更及时地检测出旋转机械的故障位置和故障类型，提高故障诊断的准确性和可靠性。
-
-
-
-
-
-
-
-
-
Search Results
218
records
(took 0.041 seconds)
