电磁驱动微镜的扫频建模方法及系统

    公开(公告)号:CN106469241A

    公开(公告)日:2017-03-01

    申请号:CN201610851174.8

    申请日:2016-09-26

    CPC classification number: G06F17/5009

    Abstract: 本发明公开了一种电磁驱动微镜的扫频建模方法及系统,该扫频建模方法包括:采集输入输出数据,对电磁驱动微镜输入幅值一定、频率从低到高若干组正弦信号,测量并记录输出信号;分析输入输出数据,对照输入信号和输出信号,统计各频率点系统的幅值增益、相位变化,绘制电磁驱动微镜系统的伯德图;分析输入输出数据,将电磁驱动微镜系统的伯德图与标准N阶系统模型伯德图对比,确定电磁驱动微镜实际系统模型;系统模型有效性验证,分别通过静态特性分析和动态特性分析验证系统模型是否与实际系统接近。该电磁驱动微镜建模方法能够观察系统全频段的幅值、相位响应;确定系统的阶次,获得系统的共振频率、阻尼等参数,模型准确性高。

    一种基于图像处理的七巧板图形识别方法

    公开(公告)号:CN106228195A

    公开(公告)日:2016-12-14

    申请号:CN201610644289.X

    申请日:2016-08-08

    CPC classification number: G06K9/6202 G06K9/20 G06K9/4604 G06K9/4638

    Abstract: 本发明公开了一种基于图像处理的七巧板图形识别方法,包括以下步骤:通过摄像头采集图像背景板上的七巧板各图形板块的图像信息;根据图像背景板的背景色和七巧板颜色对图像进行二值化处理;识别七巧板各图形板块的几何属性;采用模糊定位算法确定七巧板各图形板块的相对位置状态;对七巧板各图形板块按照位置关系进行排序,并得到七巧板各图形板块的相对坐标,然后结合几何形状、几何角度以及顶点关系形成两组特征向量;图形匹配判断。该发明对七巧板拼凑出来的图形进行识别,将图形保存为特定格式,并且可以重现玩家的自创图形,增加了容错措施,不要求玩家非常精准地拼凑出显示图像,能够在角度和相对位置上提供容错空间。

    一种抽水蓄能电站励磁系统故障样本扩充方法

    公开(公告)号:CN120028617A

    公开(公告)日:2025-05-23

    申请号:CN202510109949.3

    申请日:2025-01-23

    Abstract: 本发明公开了一种抽水蓄能电站励磁系统故障样本扩充方法,该故障样本扩充方法通过抽水蓄能电站励磁系统正常运行情况下小功率电机测试组的特征量数据和大功率电机特征量数据进行过定点的二次拟合,得到映射矩阵,获取特定故障条件下小电机测试样本数据,形成故障样本矩阵,提出相关性判断因子和单调性判断因子的计算方法,将不同故障类型中的特征量分为无关特征量、稳定特征量和随动特征量,进而通过对不同类型的特征量定义不同的映射系数计算方法,形成故障映射矩阵,利用映射函数和故障映射矩阵对故障样本矩阵进行矩阵运算实现故障样本扩充,有效解决抽水蓄能电站励磁系统故障样本数量少,质量不高的问题。

    多阶段取水泵站滚动优化调度方法、系统、设备及存储介质

    公开(公告)号:CN118839921A

    公开(公告)日:2024-10-25

    申请号:CN202410920918.1

    申请日:2024-07-10

    Abstract: 本发明公开了一种多阶段取水泵站滚动优化调度方法、系统、设备及存储介质,所述方法包括:以设定时间段内多阶段的实际取水量与预测取水量误差最小、电价总和最低为目标,构建取水泵站的滚动优化调度模型;对利用注意力机制改进的双向长短时记忆神经网络进行训练,得到多阶段取水量预测模型;利用多阶段取水量预测模型,得到取水泵站的预测取水量值;将预测取水量值输入滚动优化调度模型中,利用改进的多目标麻雀搜索算法求解滚动优化调度模型;基于求得的解,使用逼近理想解排序法确定折衷解,折衷解即为取水泵站未来设定时间段的优化调度策略。本发明能够有效减少取水泵站的能耗,达到节能效果,且适用于长期的优化调度。

    基于长短时记忆网络的无人驾驶汽车学习型预测控制方法

    公开(公告)号:CN118025223A

    公开(公告)日:2024-05-14

    申请号:CN202410055698.0

    申请日:2024-01-15

    Abstract: 本发明涉及控制技术领域,为基于长短时记忆网络的无人驾驶汽车学习型预测控制方法,包括:结合帕采卡轮胎模型建立基于阿克曼驾驶汽车模型的非线性车辆动力学模型;基于长短时记忆网络对非线性车辆动力学模型进行训练,得到优化的非线性车辆动力学模型;使用模型预测控制MPC方法作为优化的车辆动力学模型控制策略,利用模型预测控制MPC方法的最优化问题进行滚动优化;使用梯度下降法求解在线最优控制的最优化问题输出最优控制序列,将最优控制序列中的第一个元素作为下一时刻的自动驾驶汽车的实际控制输入量。本发明通过准确的模型建立和优化控制策略可以减少事故的风险,并使车辆能够适应不同路况和驾驶需求,可以提升自动驾驶汽车的安全性能。

    基于卷积网络深度模型的齿轮减速电机品检装置及方法

    公开(公告)号:CN109782167B

    公开(公告)日:2024-05-10

    申请号:CN201811633174.6

    申请日:2018-12-29

    Abstract: 本发明公开了一种基于卷积网络深度模型的齿轮减速电机品检装置及方法,所述装置包括:直流稳压电源,用于为给待检测微型直流齿轮减速电机供电;恒流适配器,用于为加速度传感器供电,以及将加速度传感器采集的电机振动信号放大后输送至数据采集器;数据采集器,用于将放大后的电机振动信号生成数字信号输送中PC机;加速度传感器,用于采集待检测微型直流齿轮减速电机空转情况下的电机振动信号;PC机,用于根据所述数字信号判断待检测微型直流齿轮减速电机的优劣。本发明解决了目前在电机品检领域广泛使用的人工检测法所带来的巨大劳动成本和疲惫检测等问题,在保证精确率的同时,提高对微型直流齿轮减速电机的品质鉴定的效率。

    基于多模态数据双重融合的目标检测方法、装置、设备和介质

    公开(公告)号:CN114359687B

    公开(公告)日:2024-04-09

    申请号:CN202111483806.7

    申请日:2021-12-07

    Abstract: 本发明公开了一种基于多模态数据双重融合的目标检测方法、装置、电子设备和存储介质,所述方法包括:根据可见光‑红外目标检测数据集中任意一对可见光图像和红外图像,生成融合图像;由可见光图像和红外图像与融合图像构成数据样本;利用数据样本训练检测器,得到训练好的不同模态的检测器;根据待测的一对可见光图像和红外图像,生成待测融合图像;将待测的可见光图像和红外图像与待测融合图像分别输入训练好的对应模态的检测器,得到检测结果;将检测结果融合,得到最终检测结果。本发明综合利用像素级融合和决策级融合两种不同层级融合的优点,使可见光模态和红外模态的信息尽可能被充分利用,从而具有更优秀的全天候检测性能。

Patent Agency Ranking