-
公开(公告)号：CN114239253A
公开(公告)日：2022-03-25
申请号：CN202111491893.0
申请日：2021-12-08
Applicant: 南通大学
IPC: G06F30/20 , G06F17/16 , G06F17/18 , G06F119/10 , G06F119/18
Abstract: 本发明提供了一种火工品起爆过程参数辨识方法，属于火工品参数辨识技术领域，解决了梯度下降算法收敛速度慢的问题。其技术方案为：该辨识方法具体包括以下步骤：步骤1)建立火工品起爆过程的Volterra模型；步骤2)构建Levenberg‑Marquardt递推算法的辨识过程。本发明的有益效果为：本发明建立了火工品起爆过程的参数辨识模型，利用Levenberg‑Marquardt递推算法对起爆过程的参数进行辨识，该算法具有收敛速度快、估计精度高的特点，该辨识方法对于火工品起爆过程的参数辨识有较好的适用性。
-
公开(公告)号：CN110286332B
公开(公告)日：2021-06-22
申请号：CN201910523876.7
申请日：2019-06-17
Applicant: 南通大学
IPC: G01R31/387 , G01R31/367
Abstract: 本发明提供了一种基于多新息理论的电动汽车动力电池SOC估计方法，属于电动汽车动力电池管理技术领域。其技术方案为一种基于多新息理论的电动汽车动力电池SOC估计方法，包括通过间歇恒流放电法确定动力电池的OCV‑SOC的函数关系式；建立动力电池二阶RC等效电路模型，推导其辨识模型；根据多新息辨识理论，构建多新息扩展卡尔曼滤波算法，并与多新息遗忘因子递推最小二乘辨识算法组成联合估计算法。本发明的有益效果为：计算准确，适用于电动汽车动力电池SOC估计。
-
公开(公告)号：CN118981943A
公开(公告)日：2024-11-19
申请号：CN202410986154.6
申请日：2024-07-23
Applicant: 南通大学
Abstract: 本申请公开了基于混合粒子群梯度的双率碳三加氢装置模型辨识方法，包括：获取双率Hammerstein‑Volterra系统的辨识模型；基于甲基乙炔与丙二烯杂质的浓度数据以及出口丙烯浓度数据，获取输入数据以及输出数据；基于初始化的辅助模型混合粒子群梯度搜索优化方法，对双率Hammerstein‑Volterra系统模型进行辨识；对辨识模型进行参数估计迭代优化，获取双率Hammerstein‑Volterra系统的参数。本申请中采用辅助模型的思想解决双率采样引起的数据不完整问题。基于辅助模型的混合粒子群梯度(AM‑HPSG)算法利用PSO和梯度搜索方法对准则函数进行优化，实现对未知参数估计的并行搜索。
-
公开(公告)号：CN118466189A
公开(公告)日：2024-08-09
申请号：CN202410481741.X
申请日：2024-04-22
Applicant: 南通大学
IPC: G05B13/04
Abstract: 本发明提供了一种具有死区特性的稀缺采样转台伺服系统辨识方法，属于转台伺服系统的建模技术领域。解决了因测量稀缺而导致的数据不完整的技术问题，其技术方案为：包括以下步骤：步骤1)构建出一个具有死区特性的转台伺服Wiener‑Hammerstein系统模型，并获得稀缺采样情况下具有死区特性的转台伺服Wiener‑Hammerstein系统辨识模型；步骤2)构建出基于辅助模型的多新息改进粒子群的辨识方法。本发明的有益效果为：本发明引入了多新息技术来提高收敛速度和估计精度。
-
公开(公告)号：CN117935953A
公开(公告)日：2024-04-26
申请号：CN202410101268.8
申请日：2024-01-24
Applicant: 南通大学
Abstract: 本发明公开了一种基于改进LAMB算法的谷氨酸发酵过程的辨识方法，属于生物反应过程系统辨识技术领域。解决了谷氨酸发酵过程参数难以辨识的技术问题。其技术方案为：包括以下步骤：步骤1)建立谷氨酸发酵过程的多输入单输出Wiener‑OEAR模型；步骤2)构建改进LAMB算法的辨识流程。本发明的有益效果为：本发明相比传统的梯度下降算法，谷氨酸发酵过程时有较快的收敛速度和较高的辨识精度，输出的参数估计误差小，同时说明了该辨识方法对于谷氨酸发酵过程参数辨识有很好的适用性，具有一定的工程实际应用价值。
-
Patent Agency Ranking
公开(公告)号：CN109992907B
公开(公告)日：2023-04-25
申请号：CN201910277241.3
申请日：2019-04-08
Applicant: 南通大学
Abstract: 本发明公开了一种基于粒子群的连续搅拌釜反应器维纳非线性模型辨识方法，包括构建出连续搅拌釜反应器的维纳非线性模型，获得连续搅拌釜反应器的辨识模型；构建线性递减惯性权重的粒子群优化搜索方法，通过将辨识模型的参数作为粒子群的位置向量，基于适应度函数来更新各粒子的位置和速度，采用粒子群优化对参数空间进行高效搜索，来获得系统模型参数的最优估计。该辨识方法在迭代初期具有较大的搜索空间和速度，而在迭代后期具有较强的局部搜索能力，收敛速度快，辨识精度高。本发明还建立了线性递减惯性权重粒子群迭代辨识方法的流程和步骤，可以有效地应用到连续搅拌釜反应器维纳非线性系统的参数估计中去，具有一定的工程应用价值。
-
公开(公告)号：CN115201680A
公开(公告)日：2022-10-18
申请号：CN202210729825.1
申请日：2022-06-24
Applicant: 南通大学
IPC: G01R31/367 , G01R31/36 , G01R31/385
Abstract: 本发明提供了一种基于Hammerstein‑CARMA的锂离子电池非线性建模方法，属于锂离子电池技术领域，解决了传统锂离子电池等效电路模型精度不高的技术问题。其技术方案为：包括以下步骤：步骤1)通过间歇恒流放电测取电池的负载电流和端电压数据，确定OCV‑SOC关系；步骤2)建立基于Hammerstein‑CARMA的锂离子电池非线性模型；步骤3)构建COA的算法流程；步骤4)在COA基础上引入多种改进措施，构建ICOA；步骤5)利用ICOA辨识模型参数并预测锂离子电池端电压。本发明的有益效果为：本发明利用改进的郊狼优化算法进行参数辨识，辨识精度高、收敛速度快。
-
公开(公告)号：CN111859793B
公开(公告)日：2022-07-15
申请号：CN202010668383.5
申请日：2020-07-13
Applicant: 南通大学
IPC: G06F30/27
Abstract: 本发明提供了一种基于协同引力搜索算法的造纸过程模型辨识方法，具体包括以下步骤：步骤1)构建造纸生产设备的多输入多输出模型，根据所构建的系统模型获取造纸生产过程的辨识模型；步骤2)构建协同引力搜索算法的辨识流程。本发明的有益效果为：使用本发明的协同引力搜索算法的造纸过程模型辨识方法进行的参数辨识结果可以看出，本方法的辨识精度较高，输出的估计误差较小；同时，也说明本辨识方法对于本造纸设备模型有较好的适用性。
-
公开(公告)号：CN114660941A
公开(公告)日：2022-06-24
申请号：CN202210323000.X
申请日：2022-03-29
Applicant: 南通大学
IPC: G05B13/04
Abstract: 本发明提供了一种基于递阶辨识原理的交流电弧炉电极系统辨识方法，属于交流电弧炉电极系统辨识技术领域。解决了过于简化真实的电极系统结构而导致模型精度较低的问题。将递阶辨识应用在模型中，进一步提高了辨识精度。其技术方案为：包括以下步骤：步骤1)建立交流电弧炉电极系统的单输入单输出Hammerstein‑Wiener模型；步骤2)构建极大似然最小二乘和随机梯度的递阶辨识流程。本发明的有益效果为：本发明提出的极大似然最小二乘递阶辨识算法，有较快的收敛速度和较高的收敛精度，能较好的适用于对交流电弧炉电极系统的建模和参数辨识。
-
公开(公告)号：CN114062948B
公开(公告)日：2022-05-20
申请号：CN202210025289.7
申请日：2022-01-11
Applicant: 南通大学
IPC: G01R31/387 , G01R31/367 , G01R31/392 , G06F30/27 , G06N3/04 , G06N3/08 , G06F119/08
Abstract: 本发明提供了一种基于3DCNN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SOC估计方法中3DCNN卷积神经网络难以用于SOC估计的问题。其技术方案为：该方法包括以下步骤：步骤1）通过放电实验，反复测取电流等数据；步骤2）数据预处理并构建数据集；步骤3）通过3DCNN卷积神经网络对数据集进行训练，得到3DCNN模型用于实时估计。本发明的有益效果为：本发明使用的卷积神经网络结构能够发掘相邻放电周期之间同一时间点上输入数据的联系，时间维度上的卷积核不仅能考虑循环次数，还能提取各个循环之间的特征关系，且凭借其高适应能力，还可以进行电池剩余容量、电池剩余寿命等电池各个参数的预测。
-
-
-
-
-
-
-
-
-
Search Results
66
records
(took 0.021 seconds)
