-
公开(公告)号:CN104849055B
公开(公告)日:2017-06-20
申请号:CN201510267316.1
申请日:2015-05-21
Applicant: 哈尔滨工业大学
IPC: G01M15/00
Abstract: 一种汽轮机高调门进汽顺序测试试验的优化方法,本发明涉及一种高调门进汽顺序测试的方法,特别涉及一种汽轮机高调门进汽顺序测试试验的优化方法。本发明为了解决传统的高调门进汽顺序测试试验方法的测试时间过长的问题。本发明根据不同数量高调门的喷嘴组布置信息设计优化的试验方案,将传统试验过程中具有重复性的步骤进行优化组合,舍去多组试验中存在一些不必要的重复开起或者重复关闭的过程;然后调节机组运行参数和控制方式满足试验条件,进行调门开关试验。本发明有效缩短试验时间,解决了传统的测试方法针对机组试验时所需时间很长的问题。本发明适用于汽轮机调门进汽顺序优化测试领域。
-
公开(公告)号:CN106321160A
公开(公告)日:2017-01-11
申请号:CN201610768525.9
申请日:2016-08-29
Applicant: 哈尔滨燃卓科技开发有限公司 , 大唐东北电力试验研究所有限公司 , 大唐清苑热电有限公司 , 哈尔滨工业大学
IPC: F01D17/10
Abstract: 一种六高调门汽轮机顺序阀优化设计方法,它涉及一种优化设计方法。本发明为了解决现有运行的大量六高调门机组存在的顺序阀进汽规律设计不合理导致的问题和故障。本发明的步骤一:列出基于对角进汽的“2+2+1+1”阀门数目开启规律的12种阀门开启顺序;步骤二:调节机组运行参数和控制方式满足试验条件,进行调门开关试验,并采集实验数据;步骤三:对比分析在各阀序实验运行时间段中的实验数据轴振和瓦温的均值和方差,选择实验结果中均值和方差较小对应的阀门开启顺序;步骤四:根据步骤三的对比分析给出最优的阀门开启顺序。本发明用于汽轮机运行方式优化。
-
公开(公告)号:CN114169402B
公开(公告)日:2024-10-18
申请号:CN202111354267.7
申请日:2021-11-16
Applicant: 哈尔滨工业大学 , 大连中睿科技发展有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/44 , G06V10/50 , G06V10/82 , G06N3/0442 , G06N3/08
Abstract: 本发明提供一种基于门控循环单元的探地雷达地下空洞目标自动识别方法。所述门控循环神经网络的GRU有两个门:重置门和更新门;重置门主要决定了到底有多少过去的信息需要遗忘,根据输入xt,当前重置门的输出rt和上一时间步隐藏状态ht‑1得到候选隐藏状态#imgabs0#如果重置门近似0,上一个隐藏状态将被丢弃;而更新门帮助模型决定到底要将多少信息传递到未来,或到底前一时间步和当前时间步的信息有多少是需要继续传递的,更新门zt根据上一时间步的隐藏状态ht‑1和当前时间步的候选隐藏状态#imgabs1#得到当前的隐藏状态ht;重置门和更新门的激活函数σ是sigmoid函数。本发明解决现有方法难以检测识别地下空洞目标的问题。
-
公开(公告)号:CN115343703A
公开(公告)日:2022-11-15
申请号:CN202210881029.X
申请日:2022-07-26
Applicant: 哈尔滨工业大学 , 大连中睿科技发展有限公司
IPC: G01S13/88 , G01S7/41 , G06V10/82 , G06V10/774 , G06V10/764 , G06N3/04 , G06N3/08
Abstract: 本发明提出一种基于自训练的3D‑CNN探地雷达三维图像的管线识别方法。所述方法包括对所获得的探地雷达三维回波图像进行预处理;将探地雷达三维回波图像划分成训练集和验证集,对验证集中的全部数据以及训练集中的一部分数据进行人工标注;利用训练集对结合注意力机制的3D‑CNN的神经网络模型进行自训练,得到训练好的权重模型;利用训练好的神经网络模型,对探地雷达三维回波图像进行管线目标识别。本发明解决了传统的神经网络依赖于大量、准确的标记样本的问题,仅用少量的标记样本和大量的无标记样本使得识别准确率有了较大的提高,同时也节省了人工标注样本的时间,提高了效率。
-
公开(公告)号:CN116541660A
公开(公告)日:2023-08-04
申请号:CN202310508205.X
申请日:2023-05-08
Applicant: 哈尔滨工业大学
IPC: G06F18/10 , G06F18/2131
Abstract: 本发明提出一种基于数据驱动的分数阶小波变换去噪方法。所述方法在分数阶小波去噪的基础上,将所有的滤波器替换为可学习的卷积核,并定义了一种用于信号降噪的可学习阈值函数激活层,网络中的分数阶尺度滤波器和分数阶小波滤波器以及阈值函数中的正负偏差是通过神经网络反向传播算法得到的。该方法是一种完全基于数据驱动的信号去噪方法。与常规的分数阶小波去噪相比,数据驱动的分数阶小波去噪省去了繁琐的阈值函数设计过程,提高了去噪算法的使用效率。
-
公开(公告)号:CN115291210A
公开(公告)日:2022-11-04
申请号:CN202210881070.7
申请日:2022-07-26
Applicant: 哈尔滨工业大学 , 大连中睿科技发展有限公司
Abstract: 本发明提出一种结合注意力机制的3D‑CNN探地雷达三维图像管线识别方法。所述方法包括对所获得的探地雷达的实际三维回波图像进行预处理;对得到的探地雷达的三维回波图像进行人工标注,并进行置乱,然后随机分配至训练集和验证集,但是需要保证每次置乱后的训练集中每个类别的样本数保持相同;利用生成的训练集对添加注意力机制的3D‑CNN的神经网络模型进行训练,获得训练好的神经网络模型;利用得到的神经网络模型,对探地雷达三维图像进行管线识别。本发明解决了传统识别方法以及基于2D‑CNN的神经网络识别方法识别准确率低和效率低的问题,同时通过添加注意力机制对3D‑CNN进行了改进,提高了网络模型对探地雷达三维图像的识别准确率。
-
公开(公告)号:CN111835315A
公开(公告)日:2020-10-27
申请号:CN202010619005.8
申请日:2020-07-01
Applicant: 哈尔滨工业大学
Abstract: 本发明提出一种基于自适应滤波器的直达波对消方法,所述方法对参考信号进行抽头,并假设一组抽头系数,此时就得到了自适应滤波器的起始状态,然后令信号通过该滤波器,利用滤波后的信号与监视信号进行比对得到一个误差,并根据该误差调整这一组抽头系数进行迭代,误差会随着迭代次数的增加而减小。利用本发明所述方法实现了直达波对消的良好效果。
-
公开(公告)号:CN105736071B
公开(公告)日:2019-04-02
申请号:CN201610108192.7
申请日:2016-02-26
Applicant: 哈尔滨工业大学 , 神华亿利能源有限责任公司电厂 , 哈尔滨燃卓科技开发有限公司
IPC: F01D17/00
Abstract: 基于配汽方式切换的200MW供热机组阀门管理优化方法,它涉及一种切换方法,具体涉及一种基于配汽方式切换的200MW供热机组阀门管理优化方法。本发明为了解决目前的200MW供热机组配汽优化方案没有考虑抽汽量变化导致最优阀位点发生偏离的影响,即不同抽汽量下都采用相同的配汽优化曲线,汽轮机高压缸效率不能达到最优的问题。本发明的具体步骤为:根据电厂设备实际情况,设定两种配汽方式;对供热机组进行升、降负荷实验,获得相关实验数据,对不同配汽方式下机组的高压缸效率进行计算;根据不同配汽方式下的高压缸效率曲线;根据主蒸汽相对流量大小确定相应的配汽方式;判断主蒸汽流量发生变化是否超过裕度。本发明属于汽轮机发电领域。
-
公开(公告)号:CN104849055A
公开(公告)日:2015-08-19
申请号:CN201510267316.1
申请日:2015-05-21
Applicant: 哈尔滨工业大学
IPC: G01M15/00
Abstract: 一种汽轮机高调门进汽顺序测试试验的优化方法,本发明涉及一种高调门进汽顺序测试的方法,特别涉及一种汽轮机高调门进汽顺序测试试验的优化方法。本发明为了解决传统的高调门进汽顺序测试试验方法的测试时间过长的问题。本发明根据不同数量高调门的喷嘴组布置信息设计优化的试验方案,将传统试验过程中具有重复性的步骤进行优化组合,舍去多组试验中存在一些不必要的重复开起或者重复关闭的过程;然后调节机组运行参数和控制方式满足试验条件,进行调门开关试验。本发明有效缩短试验时间,解决了传统的测试方法针对机组试验时所需时间很长的问题。本发明适用于汽轮机调门进汽顺序优化测试领域。
-
公开(公告)号:CN113850102B
公开(公告)日:2024-03-22
申请号:CN202010596650.2
申请日:2020-06-28
Applicant: 哈尔滨工业大学(威海)
IPC: G06V20/56 , G06V10/80 , G06V10/82 , G01S13/931
Abstract: 本发明涉及多传感器融合技术领域,具体的说是一种基于毫米波雷达辅助的车载视觉检测方法及系统,其特征在于,分别通过毫米波雷达模块和双目视觉模块获取目标雷达数据以及目标图像数据,对目标雷达数据和目标图像数据分别预处理后,搭建雷达与视觉信息融合模型,利用雷达与视觉信息融合模型对目标一致性进行判断,本发明与现有技术相比,能够有效减少事故发生的可能性,提高汽车的安全驾驶性能。
-
-
-
-
-
-
-
-
-