公开(公告)号：CN109039281A

公开(公告)日：2018-12-18

申请号：CN201810907602.3

申请日：2018-08-10

Applicant: 江南大学

Inventor： 陶洪峰 ,  周超超 ,  魏强 ,  刘巍 ,  周龙辉 ,  王鹏

IPC: H02S50/10

Abstract: 本发明公开了一种基于改进随机森林算法的光伏阵列故障诊断方法，涉及光伏技术领域，该方法通过光伏阵列总干路和各个支路的参数反映光伏阵列中各条支路的运行状态，通过不同支路之间的阵列间电压差反映支路中各个光伏电池组件的运行状态，从而实现对光伏阵列的故障定位，同时利用包外样本在决策树赋权投票、平局处理和故障特征的重要性度量三个部分进行优化改进，可以使得故障诊断的精度更高、可靠性更强。

公开(公告)号：CN112327971B

公开(公告)日：2021-06-15

申请号：CN202011164249.8

申请日：2020-10-27

Applicant: 江南大学

Inventor： 陶洪峰 ,  周龙辉 ,  庄志和 ,  魏俊誉

IPC: G05D23/30 ,  G05D23/32

Abstract: 本发明公开了一种金属棒温度分布系统的鲁棒启发式迭代学习控制方法，涉及迭代学习控制领域，该方法包括：针对金属棒系统利用有限差分法对金属棒热力学方程进行离散化得到偏递推方程，然后转化为空间互联系统模型；提升向量技术将模型转换为等价的一维动态模型，再设计一个基于状态反馈的控制器，之后用它构造基于输出信息的控制器，根据所设计的迭代学习律将被控对象转化为等价的离散重复过程，基于重复过程的稳定性分析将控制器综合问题转换成线性矩阵不等式，该启发式方法简单易于实现，解决了静态输出反馈通常引起的非凸稳定性问题，并且考虑了系统的模型不确定性与扰动抑制问题，具有良好的与控制性能与鲁棒性。

公开(公告)号：CN111736471B

公开(公告)日：2021-06-15

申请号：CN202010674033.X

申请日：2020-07-14

Applicant: 江南大学

Inventor： 陶洪峰 ,  庄志和 ,  周龙辉 ,  刘巍

IPC: G05B13/04

Abstract: 本发明公开了一种旋转倒立摆的迭代反馈整定控制及其鲁棒优化方法，涉及机器人优化控制领域，该方法包括：基于倒立摆机械和硬件结构建立旋转倒立摆的拉格朗日和状态空间数学模型；设计旋转倒立摆迭代反馈整定双闭环控制器；针对迭代反馈整定PD控制器进行算法的收敛性分析；引入辅助因子对鲁棒迭代反馈整定角度PD控制器进一步优化，实现旋转倒立摆系统能够快速、高精度跟踪上期望运动轨迹；本申请的方法控制算法简单高效，不需要获取模型本身的参数，通过I/O数据驱动计算指标函数对控制器参数的无偏梯度；算法引入辅助因子，使得控制系统能够更好地响应输入信号的变化从而具有较好的鲁棒性。

公开(公告)号：CN112327971A

公开(公告)日：2021-02-05

申请号：CN202011164249.8

申请日：2020-10-27

Applicant: 江南大学

Inventor： 陶洪峰 ,  周龙辉 ,  庄志和 ,  魏俊誉

IPC: G05D23/30 ,  G05D23/32

Abstract: 本发明公开了一种金属棒温度分布系统的鲁棒启发式迭代学习控制方法，涉及迭代学习控制领域，该方法包括：针对金属棒系统利用有限差分法对金属棒热力学方程进行离散化得到偏递推方程，然后转化为空间互联系统模型；提升向量技术将模型转换为等价的一维动态模型，再设计一个基于状态反馈的控制器，之后用它构造基于输出信息的控制器，根据所设计的迭代学习律将被控对象转化为等价的离散重复过程，基于重复过程的稳定性分析将控制器综合问题转换成线性矩阵不等式，该启发式方法简单易于实现，解决了静态输出反馈通常引起的非凸稳定性问题，并且考虑了系统的模型不确定性与扰动抑制问题，具有良好的与控制性能与鲁棒性。

公开(公告)号：CN110617966A

公开(公告)日：2019-12-27

申请号：CN201910899768.X

申请日：2019-09-23

Applicant: 江南大学

Inventor： 陶洪峰 ,  王鹏 ,  魏强 ,  庄志和 ,  周龙辉 ,  王连云

IPC: G01M13/045 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于半监督生成对抗网络的轴承故障诊断方法，包括：获取轴承在不同状态下的振动信号，并划分为多个样本；将样本随机划分为训练集和测试集，在训练集中构建少量不同故障的标签样本；构建一维半监督生成对抗网络模型；将训练集输入该对抗网络进行训练；训练好的对抗网络用于测试集中轴承故障的诊断。本发明直接输入原始采集的振动信号，经过训练直接输出测试集中轴承故障类别，实现了端到端的最优诊断模型；并通过使用一维卷积层和一维反卷积层，强化了一维半监督生成对抗网络提取特征的能力；本发明为一种半监督训练方式，不需要大量的人工标签样本，大大节约了时间和人力成本，并且轴承故障诊断效果和抗噪声能力强，稳定性好。

公开(公告)号：CN109150104A

公开(公告)日：2019-01-04

申请号：CN201810907589.1

申请日：2018-08-10

Applicant: 江南大学

Inventor： 周超超 ,  陶洪峰 ,  沈建强 ,  魏强 ,  刘巍 ,  周龙辉

IPC: H02S50/10

Abstract: 本发明公开了一种基于随机森林算法的光伏阵列故障诊断方法，涉及光伏技术领域，该方法包括：采集光伏阵列处于各个典型运行状态时，各个支路和总干路对应的电路参数组，根据采集到的电路参数组构建得到故障特征向量，从而构建数据样本集，利用数据样本集基于随机森林算法构建得到光伏阵列故障诊断模型，利用该模型对待诊断光伏阵列进行诊断，得到各个典型运行状态对应的投票结果，根据各个投票结果得到待诊断光伏阵列的故障诊断结果，该方法基于数据驱动的思想，利用随机森林算法构建光伏阵列故障诊断模型，适用于实际光伏阵列的特点，克服了传统神经网络算法需要数据量大、训练时间长等问题，能够简单快速地完成诊断任务。