公开(公告)号：CN115097735B

公开(公告)日：2024-10-11

申请号：CN202210866614.2

申请日：2022-07-22

Applicant: 南通大学

Inventor： 李俊红 ,  肖康 ,  严俊 ,  白贵祥 ,  蒋泽宇 ,  宗天成 ,  王娟 ,  杨奕

IPC: G05B13/04

Abstract: 本发明公开了一种基于改进Adam优化算法的反应釜连续搅拌过程的辨识方法，属于化学工程系统辨识技术领域。其技术方案为：一种基于改进Adam优化算法的反应釜连续搅拌过程辨识方法，包括以下步骤：步骤1)建立反应釜连续搅拌过程的输入非线性Hammerstein‑CARMA模型；步骤2)构建改进Adam优化算法的辨识流程。本发明的有益效果为：本发明提出的改进Adam优化算法是一种改进梯度优化算法，它相比较传统的梯度优化算法等有较快的收敛速度和较高的收敛精度，能较好地适用于对反应釜连续搅拌过程的建模和参数辨识，具有一定的工程实际应用价值。

公开(公告)号：CN116821558A

公开(公告)日：2023-09-29

申请号：CN202310805102.X

申请日：2023-06-30

Applicant: 南通大学

Inventor： 李俊红 ,  张泓睿 ,  李富超 ,  严俊 ,  李亚男

IPC: G06F17/10 ,  G06F30/20 ,  G06F17/11 ,  G06F113/08 ,  G06F119/08

Abstract: 本发明提供了一种基于梯度算法的液体饱和蒸汽热交换系统参数辨识方法，属于蒸汽热交换系统辨识技术领域，解决了液体饱和蒸汽热交换系统参数辨识精度不高的技术问题。其技术方案为：一种基于梯度算法的液体饱和蒸汽热交换系统参数辨识方法，包括以下步骤：步骤1)建立液体饱和蒸汽热交换系统分数阶Wiener OEARMA模型；步骤2)构建递阶多新息随机梯度算法的辨识流程。本发明的有益效果为：本发明提出的递阶多新息随机梯度算法具有较快的收敛速度和较高的收敛精度，能较好的适用于对液体饱和蒸汽热交换系统的参数辨识。

公开(公告)号：CN116624469A

公开(公告)日：2023-08-22

申请号：CN202310585344.2

申请日：2023-05-22

Applicant: 南通大学

Inventor： 李俊红 ,  严俊 ,  李亚男 ,  白贵祥 ,  宗天成 ,  李富超

IPC: F15B19/00 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明提供了一种基于Attention‑BiLSTM的液压伺服系统辨识方法，属于液压伺服系统辨识技术领域。解决了辨识液压伺服系统难度大和精度不高的技术问题。其技术方案为：包括以下步骤：步骤1)通过仿真实验，获得样本数据；步骤2)数据预处理并构建数据集，并将其分为训练集和测试集；步骤3)通过Attention‑BiLSTM长短期记忆神经网络对数据集进行训练，得到Attention‑BiLSTM模型用于实时估计。本发明的有益效果为：本发明使用的Attention‑BiLSTM长短期记忆神经网络通过Attention机制对模型的输入特征给以不同的权重，从而找到更关键的影响因素，提升模型的学习能力。

公开(公告)号：CN117574759A

公开(公告)日：2024-02-20

申请号：CN202311495478.1

申请日：2023-11-10

Applicant: 南通大学

Inventor： 李俊红 ,  严俊 ,  华亮 ,  白贵祥 ,  宗天成 ,  程赟 ,  段雅棋 ,  安振生 ,  夏上钧

IPC: G06F30/27 ,  G06N3/0442 ,  G06N3/08 ,  G06F18/214 ,  G06F17/10 ,  G01R31/367 ,  G01R31/378 ,  G01R31/382 ,  G01R31/385

Abstract: 本发明提供了一种基于VMD‑BiLSTM的锂电池管理系统辨识方法，属于锂电池管理系统辨识技术领域。解决了辨识锂电池管理系统难度大和精度不高的技术问题。其技术方案为：包括以下步骤：步骤1)通过仿真实验，获得样本数据；步骤2)数据预处理并构建数据集，并将其分为训练集和测试集；步骤3)通过VMD‑BiLSTM神经网络对数据集进行训练，得到VMD‑BiLSTM模型用于实时估计。本发明的有益效果为：本发明使用的VMD‑BiLSTM神经网络通过VMD技术分离不同的频率的信号，从而找到不同特征的非线性关系，提升VMD‑BiLSTM神经网络模型的学习能力。

公开(公告)号：CN114995149B

公开(公告)日：2023-06-13

申请号：CN202210665775.5

申请日：2022-06-13

Applicant: 南通大学

Inventor： 李俊红 ,  严俊 ,  蒋一哲 ,  陈楠 ,  程赟 ,  张泓睿 ,  储杰 ,  褚云琨

IPC: G05B13/04

Abstract: 本发明提供了一种液压位置伺服系统改进混沌变权麻雀搜索参数辨识方法，属于液压位置伺服系统辨识技术领域。解决了液压位置伺服系统进行分析和控制时给液压位置伺服系统建立的数学模型，辨识所建立模型的参数和时间延迟的技术问题。其技术方案为：包括以下步骤：步骤1)建立液压位置伺服系统的单输入单输出模型；步骤2)构建液压位置伺服系统改进混沌变权麻雀搜索参数辨识方法的辨识流程，对所有参数和时间延迟进行估计。本发明的有益效果为：本发明提出的液压位置伺服系统改进混沌变权麻雀搜索参数辨识方法有较快的收敛速度和较高的收敛精度，能较好地适用于对液压位置伺服系统时滞反馈非线性模型的建模和参数辨识。

公开(公告)号：CN115562011A

公开(公告)日：2023-01-03

申请号：CN202211183336.7

申请日：2022-09-27

Applicant: 南通大学

Inventor： 李俊红 ,  严俊 ,  张泓睿 ,  肖康 ,  顾菊平 ,  宗天成 ,  程赟 ,  白贵祥 ,  李亚男 ,  李富超

IPC: G05B13/04

Abstract: 本发明提供了一种气浮运动系统混沌自适应差分进化麻雀搜索参数辨识方法，属于气浮运动系统辨识技术领域。解决了辨识所建立模型的参数和时间延迟的技术问题。其技术方案为：包括以下步骤：步骤1)建立气浮运动系统的单输入单输出模型；步骤2)构建气浮运动系统混沌自适应差分进化麻雀搜索参数辨识方法的辨识流程，对所有参数和时间延迟进行估计。本发明的有益效果为：本发明提出的气浮运动系统混沌自适应差分进化麻雀搜索参数辨识方法有较快的收敛速度和较高的收敛精度，能较好地适用于对气浮运动系统时滞输入非线性闭环模型的建模和参数辨识。

公开(公告)号：CN114779103A

公开(公告)日：2022-07-22

申请号：CN202210453820.0

申请日：2022-04-24

Applicant: 南通大学

Inventor： 李俊红 ,  蒋泽宇 ,  顾菊平 ,  华亮 ,  宗天成 ,  褚云琨 ,  芮佳丽 ,  张泓睿 ,  严俊 ,  肖康

IPC: G01R31/385 ,  G01R31/367 ,  G06N3/02

Abstract: 本发明提供了一种基于时滞卷积神经网络的锂离子电池SOC估计方法，属于锂离子电池技术领域。解决了不能够将时滞与卷积神经网络直接结合的技术问题。其技术方案为：包括以下步骤：步骤1)测取SOC从1到0的锂离子电池的端电压、电流和温度；步骤2)对测取的数据进行预处理，构建用于SOC估计的时滞卷积神经网络训练数据集和测试数据集；步骤3)使用时滞卷积神经网络对数据集进行训练和测试，实现SOC实时估计。本发明的有益效果为：本发明中的时滞卷积神经网络能够考虑更多的数据且能够拥有更高的估计精度。

公开(公告)号：CN114487844A

公开(公告)日：2022-05-13

申请号：CN202210038015.1

申请日：2022-01-13

Applicant: 南通大学

Inventor： 李俊红 ,  蒋泽宇 ,  褚云琨 ,  李磊 ,  王娟 ,  宗天成 ,  李政 ,  芮佳丽 ,  张泓睿 ,  严俊

IPC: G01R31/367 ,  G01R31/382 ,  G06N3/04

Abstract: 本发明提供了一种基于电池容量的锂离子电池SOC估计方法，属于锂离子电池技术领域。解决了当前电池容量的SOC难于估计的技术问题。其技术方案为：包括如下步骤：步骤1)测取SOC从1到0的锂离子电池的端电压、电流、温度以及负载的电压、电流；步骤2)对测取的数据进行预处理，构建用于估计电池容量的2DCNN训练数据集和测试数据集，再构建新的数据集；步骤3)实现最终的SOC实时估计。本发明的有益效果为：本发明分别通过不同温度下的电池充放电实验获取电池各项参数，估计出电池容量后，最终可用于锂电池SOC的实时估计。

公开(公告)号：CN117094130B

公开(公告)日：2024-05-14

申请号：CN202310894100.2

申请日：2023-07-20

Applicant: 南通大学

Inventor： 李俊红 ,  李亚男 ,  李富超 ,  宗天成 ,  严俊 ,  肖康 ,  张泓睿

IPC: G06F30/20

Abstract: 本发明提供了一种基于极大似然最小二乘算法的分数阶压电陶瓷辨识方法，属于电子设备系统辨识技术领域，解决了最小二乘算法收敛速度慢且辨识精度不高的技术问题。其技术方案为：一种基于极大似然最小二乘算法的分数阶压电陶瓷辨识方法，其技术方案为：包括以下步骤：步骤1)建立分数阶压电陶瓷系统Hammerstein非线性模型；步骤2)构建极大似然最小二乘算法的辨识流程。本发明的有益效果为：本发明提出的极大似然最小二乘算法有较快的收敛速度和较高的收敛精度，能较好的适用于对分数阶压电陶瓷系统的建模和参数辨识。

公开(公告)号：CN117094130A

公开(公告)日：2023-11-21

申请号：CN202310894100.2

申请日：2023-07-20

Applicant: 南通大学

Inventor： 李俊红 ,  李亚男 ,  李富超 ,  宗天成 ,  严俊 ,  肖康 ,  张泓睿

IPC: G06F30/20

Abstract: 本发明提供了一种基于极大似然最小二乘算法的分数阶压电陶瓷辨识方法，属于电子设备系统辨识技术领域，解决了最小二乘算法收敛速度慢且辨识精度不高的技术问题。其技术方案为：一种基于极大似然最小二乘算法的分数阶压电陶瓷辨识方法，其技术方案为：包括以下步骤：步骤1)建立分数阶压电陶瓷系统Hammerstein非线性模型；步骤2)构建极大似然最小二乘算法的辨识流程。本发明的有益效果为：本发明提出的极大似然最小二乘算法有较快的收敛速度和较高的收敛精度，能较好的适用于对分数阶压电陶瓷系统的建模和参数辨识。