-
公开(公告)号:CN114347812B
公开(公告)日:2024-01-16
申请号:CN202210031745.9
申请日:2022-01-12
Applicant: 河南科技大学
IPC: B60L50/75 , B60L58/40 , B60W20/11 , B60W20/15 , B60W40/076 , B60W40/105 , B60W40/107 , B60W40/13
Abstract: 基于驾驶风格的燃料电池混合动力汽车能量管理方法,通过整车的动力系统建立整车模型和能量源模型,通过车辆行驶中的行驶数据设计驾驶风格识别算法,根据各个工况下的离线仿真获取等效因子,结合等效消耗策略设计基于驾驶风格的自适应等效消耗最小策略。本发明燃料电池混合动力汽车能量管理方法考虑了不同能量源提供功率的高低,同时还考虑锂电池和超级电容SOC的变化,确保锂电池和超级电容SOC在合适的范围内工作,最大限度的减少燃料的消耗。
-
公开(公告)号:CN116517676A
公开(公告)日:2023-08-01
申请号:CN202310359427.X
申请日:2023-04-06
Applicant: 河南科技大学
Abstract: 本发明涉及汽车发动机技术领域,更具体的公开了一种PHEV发动机的低温冷却管理系统,包括底座,所述底座的侧面上固定连接有空气盒,所述空气盒的上表面上开设有升降槽,所述空气盒的上表面上固定连接有两个支撑板,设有调节机构,通过空气的热胀冷缩特性,可以改变升降板和调节板的位置,从而实现改变电路中电阻的大小的目的,使得水泵的实际功率可以进行自动调节,便于对PHEV发动机进行降温冷却,使得降温冷却的效果较高,设有水冷机构,随着水泵的实际功率的不断提高,水泵会加快抽水和注水的速度,便于将升降槽内部的空气进行抽出和重新注入,达到散热的目的,使得散热的速度更好,效果更好,便于PHEV发动机进行使用。
-
公开(公告)号:CN115456938A
公开(公告)日:2022-12-09
申请号:CN202210872244.3
申请日:2022-07-20
Applicant: 河南科技大学
IPC: G06T7/00 , G06V10/34 , G06V10/774 , G06V10/762 , G06V10/82 , G06V10/80 , G06N3/04 , G06N3/08
Abstract: 本发明涉及机器视觉领域,公开了一种基于深度学习和超声红外图像的金属部件裂纹检测方法,S1、构建超声激励下带有裂纹的金属部件的红外图像数据集;S2、对获取的数据集进行图像预处理;S3、由预处理后的数据集训练改进的YOLOv3网络模型;S4、输入待检测图像或视频,通过训练出的金属部件裂纹检测模型进行检测,判断是否存在缺陷并实现定位。本发明主干网络中采用跨级残差结构和跨阶段密集特征重用块,以提高特征的可重用性;改进金字塔复合神经网络结构,能够获取丰富的上下文信息并且引入特征细化机制来抑制冲突信息,防止微小目标淹没在冲突语义信息中,从而对更加细微的裂纹缺陷进行检测。
-
公开(公告)号:CN119239591A
公开(公告)日:2025-01-03
申请号:CN202411508323.1
申请日:2024-10-28
Applicant: 河南科技大学
Abstract: 本发明提供了一种基于车辆模型的预设时间跟踪控制方法,旨在提升车辆跟车下的响应速率,减少车辆跟随下的“幽灵车辆”问题,提升交通通行效率。本发明在考虑跟车过程中跟随车受到的空气阻力、坡道阻力、滚动阻力的基础上,将预设时间控制理论与车辆跟踪控制相结合,设计控制器实现安全车距内车辆的跟踪控制。该控制器需要满足跟踪稳定性和位置跟踪误差收敛性两个要求,即在车辆跟踪控制过程中,需要保证跟随车辆的运动状态与前车的运动状态之间存在稳定的关系,也就是跟随车应当在预设时间内保持与前车一致的速度以保证安全车距行驶,同时实现后车的位置跟踪误差在预设时间内收敛到零附近的一个领域内,确保后车准确跟随前车。
-
公开(公告)号:CN117292200A
公开(公告)日:2023-12-26
申请号:CN202311320256.6
申请日:2023-10-12
Applicant: 河南科技大学
IPC: G06V10/764 , G06V10/774 , G06V10/776 , G06V10/82 , G06N3/0464 , G06N3/096
Abstract: 一种基于改进卷积神经网络的地基云图分类识别方法,S1,采集多种类型的地基云图,得到初始地基云图数据集;S2,对初始地基云图进行预处理,构建地基云图数据集;S3,搭建卷积神经网络模型;S4,将地基云图数据集按比例分为训练集、测试集和验证集,采用训练集对卷积神经网络模型进行训练;S5,利用上述的验证集对训练好的卷积神经网络模型进行验证,根据结果调整卷积神经网络模型;S6,利用调整后的卷积神经网络模型对上述的测试集进行识别,得到识别结果;S3中,卷积神经网络模型包括特征提取模块和主网络模块,主网络模块基于ResNet模型和DensNet模型建立,且包括BlockA模块、BlockB模块及BlockC模块。提高了卷积神经网络模型的抗过拟合性,提高了模型的识别准确。
-
公开(公告)号:CN115649147A
公开(公告)日:2023-01-31
申请号:CN202211400334.9
申请日:2022-11-08
Applicant: 河南科技大学
Abstract: 本发明涉及混合动力汽车领域,且公开了一种考虑道路坡度混合动力客车切换协调控制方法,通过建立基于纵向动力学的道路坡度识别算法以及车辆行驶中的行驶数据设计BP神经网络车速预测算法,在预测时间内对车辆速度预测,根据汽车动力学公式以及汽车自身参数、道路参数等计算车辆的需求转矩,根据车辆的需求转矩以及SOC值进行模式状态确定,使汽车在上坡前完成模式切换。本发明而采用在即将上坡之前,混合动力汽车根据下一时刻需求转矩主动进行模式切换的方式则可以提高混合动力客车的动力性。
-
公开(公告)号:CN115056657A
公开(公告)日:2022-09-16
申请号:CN202210728531.7
申请日:2022-06-24
Applicant: 河南科技大学
Abstract: 本发明涉及混合动力汽车技术领域,且公开了一种基于驾驶行为意图的混合动力汽车能量管理方法,通过构件个能量源的电压模型以及能量源管理模型,基于驾驶行为得到对应的最优等效因子,从而根据电机负载所需功率获得氢燃料电池、锂离子电池和超级电容的输出功率比,进行最优功率分配来实现节能、减排,将驾驶行为意图与等效因子相结合,通过PMP理论对求解各个驾驶工况的最优等效因子,将各驾驶风格下的最优等效因子与ECMS相结合,确保整车的燃料消耗最小,考虑了每种驾驶意图所对应的最优等效因子以及当前锂电池和超级电容SOC,以加权的方式引至ECMS中,使锂电池和超级电容SOC在合理区间内波动。
-
公开(公告)号:CN114362522A
公开(公告)日:2022-04-15
申请号:CN202210031769.4
申请日:2022-01-12
Applicant: 河南科技大学
Abstract: 运用固定时间控制理论和粒子群算法的DC‑DC变换器控制方法,包括以下步骤:S1,基于DC‑DC变换器的电路拓扑结构建立状态空间模型,并且对模型的平均状态空间方程进行坐标转换;S2,针对状态空间模型建立基于李雅普诺夫函数和固定时间控制理论的固定时间控制器;S3,通过粒子群算法进行优化对固定时间控制器得到最优的固定时间控制器参数。本发明能使输出电压迅速稳定跟踪需求电压,同时也减小了电流纹波,提高电源质量,进而提高能源利用率和整车电池的使用寿命。
-
公开(公告)号:CN102562462B
公开(公告)日:2013-07-17
申请号:CN201210038056.7
申请日:2012-02-20
Applicant: 河南科技大学
CPC classification number: Y02E10/74
Abstract: 大功率三戟垂直轴风轮的主动失速调节装置,主要由风速仪、垂直轴风轮本体、自锁螺旋传动装置和PLC控制单元组成,驱动机构通过自锁螺旋传动装置使风轮叶板沿滑轨轴线方向运动,PLC控制单元控制伺服电机,当风速超过预设值时,风轮叶板向中心轴方向移动,实现主动失速,当风速低于预设值时,风轮叶板反方向运动,回复至正常运转位置。本装置当风速检测值超过预设阈值时,启动螺旋传动机构使得风轮迎风凹面板沿轨道向中心轴方向移动,一方面降低风轮掠风面积,另一方面向中心轴方向移动的迎风凹面板又阻止风能进入三戟风轮内腔不产生二次驱动而达到主动失速控制的目的,保护风电机组的正常运行。
-
公开(公告)号:CN120070254A
公开(公告)日:2025-05-30
申请号:CN202510150393.2
申请日:2025-02-11
Applicant: 河南科技大学
IPC: G06T5/73 , G06T5/60 , G06T5/50 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/0499
Abstract: 一种基于位置注意力机制的视频去模糊方法、计算机设备及存储介质,利用前置POAB对原始视频帧 进行处理提取出时空特征;将时空特征输入到编码器‑解码器网络中进行检测得到模糊区域特征图,编码器‑解码器网络包括多个编码层和多个解码层,多个编码层用于对时空特征依次进行处理,多个解码层用于对最后一个编码层的输出结果依次进行处理并与对应编码层的输出结果进行跳跃连接得到模糊区域特征图;利用后置POAB对模糊区域特征图进行处理得到融合特征图;将融合特征图输入到预先训练好的Transformer模型中进行处理并且得到清晰视频帧;本发明提升了对视频的模糊区域的去除效果,增强了系统的鲁棒性和适应性。
-
-
-
-
-
-
-
-
-