-
公开(公告)号：CN116498669A
公开(公告)日：2023-07-28
申请号：CN202310384717.X
申请日：2023-04-12
Applicant: 河南科技大学
IPC: F16D27/04 , F16D27/14 , F16D65/14 , H01F5/00 , F16D121/22
Abstract: 本发明涉及电磁离合器技术领域，且公开了一种混合动力汽车的电磁离合器结构，包括中轴，所述中轴外壁套接有外壳，所述外壳的一端连接有底壳，所述底壳套接在中轴的外壁，所述外壳的内壁设有电磁组件，所述电磁组件包括有铁环，所述铁环的外侧顶端以及底端均开设有联通槽，所述铁环顶端以及底端均连接有对应的半匝线圈，所述半匝线圈靠近铁环的两端均设有卡入线圈，所述卡入线圈靠近铁环中部一侧的外壁均固定套接有卡环，本发明通过设有半匝线圈，有利于在进行使用时当出现了损坏时，不必像传统的电机线圈进行大规模的替换，而只是进行小规模的更换即可更换，减少了金属资源消耗，同时减少了维护成本。
-
公开(公告)号：CN116380073A
公开(公告)日：2023-07-04
申请号：CN202310289033.1
申请日：2023-03-23
Applicant: 河南科技大学
Abstract: 本发明涉及智能网联汽车定位技术领域，且公开了一种智能车GPS信号丢失情况下的多IMU定位方法，首先通过卫星的伪距信息和星历信息针对GPS采用伪距法定位并用扩展卡尔曼滤波对其进行预测输出一个位置信息(xG,yG,zG)。该智能车GPS信号丢失情况下的多IMU定位方法，利用多IMU将GPS和IMU分别进行先一步滤波已达到更精确的位置信息，利用虚拟IMU的特性，减小了在实际车辆运行中的运算损耗，降低了计算资源的消耗，采用的最大相关熵卡尔曼滤波将GPS和虚拟IMU的位置信息融合，以达到适应更多噪声环境下GPS信号丢失情况下的车辆定位，本发明解决了在多噪声环境中，GPS信号丢失情况下，利用多个IMU达到安全的可靠的定位精度，使车辆安全的行驶出无GPS信号地带。
-
公开(公告)号：CN109916407B
公开(公告)日：2023-03-31
申请号：CN201910108561.6
申请日：2019-02-03
Applicant: 河南科技大学
Abstract: 基于自适应卡尔曼滤波器的室内移动机器人组合定位方法，包括：S1、构建室内机器人的惯导运动学模型和超宽带量测模型，并且初始化自适应卡尔曼滤波器；S2、基于惯导运动学模型和超宽带量测模型生成组合量测方程，并且利用组合量测方程对室内机器人的状态进行量测，得到量测值；S3、对量测值中的野值进行处理，得到修正值；S4、使用自适应估计算法估计修正值的噪声协方差；S5、将噪协方差代入到自适应卡尔曼滤波器中对量测值进行更新，得到优化值。本发明提供一种基于自适应卡尔曼滤波器的室内移动机器人组合定位方法，具有高定位精度和高鲁棒性。
-
公开(公告)号：CN115675102A
公开(公告)日：2023-02-03
申请号：CN202211394394.4
申请日：2022-11-08
Applicant: 河南科技大学
IPC: B60L7/26
Abstract: 本发明涉及混合动力汽车领域，且公开了一种粒子群算法优化的混合动力汽车再生制动控制方法，主要包括前后轮制动力分配、设计模糊控制器和粒子群算法优化模糊规则三个部分。首先利用前后轮制动力分配曲线实现前、后轮制动力的分配；然后通过模糊控制器实现前轮机械制动力和再生制动力的分配；最后以制动效果和制动能量回收为优化目标函数，利用粒子群算法优化模糊规则，并将优化后的模糊规则应用到混合动力汽车再生制动控制中。本发明降低了模糊规则设计难度，在满足制动效果下提高了制动回收的能量，有利于混合动力汽车的节能减排。
-
公开(公告)号：CN112069896B
公开(公告)日：2022-12-02
申请号：CN202010771725.6
申请日：2020-08-04
Applicant: 河南科技大学
Abstract: 本发明涉及一种基于孪生网络融合多模板特征的视频目标跟踪方法，提出了一种半监督模板在线更新策略，当视频序列中待跟踪目标出现遮挡、形变和光照变化等复杂情况，通过计算APCE值和模板相似度评估目标变化和被遮挡情况，目标外观产生巨大变化时，利用上一帧图片提取的特征与原始模板特征进行特征融合，得到表达能力更强的新模板，有助于适应多种复杂情况；为提高模型的泛化能力，适应多类目标，训练过程中采用正则化技术防止模型过拟合；为进一步提升算法速度，对于非复杂情形只采用原始模板进行跟踪，大大降低了计算量，使本发明的方法在获得更好跟踪性能的条件下取得了较其他方法更快的运行速度。
-
Patent Agency Ranking
公开(公告)号：CN115100629A
公开(公告)日：2022-09-23
申请号：CN202210787123.9
申请日：2022-07-04
Applicant: 河南科技大学
Abstract: 本发明涉及自动驾驶领域，具体的说是一种针对多尺度目标和遮挡目标的自动驾驶目标检测方法，首先，构建自动驾驶复杂交通场景数据集，采集实际道路中的目标图像信息，并对图像进行预处理；其次，提出基于K‑means与遗传算法相结合的聚类方法对数据集中的边界框进行聚类，产生9种不同尺寸的锚框，再次，针对复杂中的多尺度目标实时检测问题，提出注意力特征金字塔网络，得到目标边界框的回归参数；接着，为提高定位精度，解决正负样本不均问题，构建基于Focal loss和CIoU loss的损失函数对目标边界框的回归参数进行优化得到预测边界框；最后，提出基于Soft‑CIoU‑NMS算法对预测边界框进行后处理。本发明可以有效缓解复杂场景下遮挡目标的漏检问题和定位不准问题。
-
公开(公告)号：CN114312370A
公开(公告)日：2022-04-12
申请号：CN202111571142.X
申请日：2021-12-21
Applicant: 河南科技大学
Abstract: 本发明提供的基于深度强化学习算法的混合动力汽车分层能量管理方法，分层能量管理方法包括以下步骤：S1、建立包括氢燃料电池模型、锂电池模型和超级电容模型的混合动力汽车的分层能量管理模型；S2、根据分层能量管理模型构造一种以等效氢消耗最小为优化目标的分层能量管理方法；S3、根据分层能量管理方法，采用改进深度强化学习算法对混合动力汽车进行实时能量管理。本发明根据需求功率和储能系统加权SOC的变化，通过设立模糊规则，采用自适应低通滤波器对需求功率进行分频处理，高频功率由超级电容承担，中低频功率由燃料电池和锂电池共同承担，避免了峰值功率对燃料电池和锂电池的影响，提升了车辆的功率性能。
-
公开(公告)号：CN114179777A
公开(公告)日：2022-03-15
申请号：CN202111600061.8
申请日：2021-12-24
Applicant: 河南科技大学
Abstract: 一种基于工况识别的变等效因子混合动力汽车能量管理方法，包括工况构建、等效因子数值库构建、工况识别以及变等效因子混合动力汽车能量管理；根据混合动力汽车实车数据，利用主成分分析法和K‑means算法拟合出综合工况、拥堵工况、较拥堵工况以及通畅工况四种类别的工况构建；基于主成分分析法和K‑means算法构建工况识别模型进行实时的工况识别；利用粒子群算法离线全局优化以获得不同工况类别和不同电池SOC下的最优等效因子进行等效因子数值库构建；使用等效燃油消耗最小策略进行变等效因子混合动力汽车能量管理。本发明用于实现ECMS策略基于实际工况快速选取最优等效因子，进一步提高混合动力汽车的燃油经济性。
-
公开(公告)号：CN113879970A
公开(公告)日：2022-01-04
申请号：CN202111051773.9
申请日：2021-09-08
Applicant: 河南科技大学
Abstract: 本发明提供一种基于能量耦合的桥式起重机防摆定位分段控制方法，本发明针对防摆要求高的场合的传统能量控制不能满足要求的问题传统能量耦合控制桥式起重机定位消摆中抖振及响应速度慢的问题，在传统能量控制的基础上增加了台车加减速信息同时引入用分段控制的方法在防摆阶段添加台车加减速信息构造李雅普诺夫函数利用李雅普诺夫方法设计出控制器，发明了一种基于基于能量耦合的桥式起重机防摆定位分段控制方法，使使桥式起重机的防摆性能得到提升。将本发明与增强耦合控制和能量耦合控制相比较，结果如图2至图9所示。表明了该方法能够在桥式起重机的运行过程中有效抑制负载摆角，实现台车准确定位，同时提高了防摆的性能，消除负载残余摆动。
-
公开(公告)号：CN108663061B
公开(公告)日：2021-11-23
申请号：CN201810241162.2
申请日：2018-03-22
Applicant: 河南科技大学
Abstract: 本发明提供一种电动汽车里程预估系统及其预估方法，预估系统包括电动汽车SOC估计模块、GPS汽车定位和导航模块和里程预估模块。电动汽车SOC估计模块是由上位机和传感器组成；GPS汽车定位和导航模块利用卫星GPS系统来定位汽车位置，并通过地图搜索出充电桩位置，利用导航系统规划出汽车行驶路线；里程预估模块是通过预估算法计算电动汽车能否以当前的SOC到达最近的电动汽车充电桩，里程预估方法包括距离预估步骤和电池SOC预估步骤。本发明通过距离预估步骤和电池SOC预估步骤，实现对电动汽车剩余电量能否到达距离最近的充电桩的预测，防止因为电量不足而使电动汽车在中途抛锚。
-
-
-
-
-
-
-
-
-
Search Results
286
records
(took 0.039 seconds)
