主动式微电网二次控制的平稳过渡方法

    公开(公告)号:CN116706896A

    公开(公告)日:2023-09-05

    申请号:CN202310737533.7

    申请日:2023-06-20

    Applicant: 东华大学

    Inventor: 单英浩 沈波

    Abstract: 本发明涉及一种主动式微电网二次控制的平稳过渡方法,微电网在一次控制功率分配后,微电网二次控制对一次控制进行调控时,在微电网二次控制启动、关闭和稳态运行遇到的大扰动超出设定值时,在系统频率和电压补偿控制中引入平稳过渡函数。方法所用的过渡函数数学模型简单直观,仅需将过渡函数直接作用于现有的二次控制补偿量,即可实现二次控制的平稳过渡;因作用对象为二次控制产生的偏移补偿量,而现有各类二次控制普遍会产生该补偿量,因而适用于任何形式的二次控制;通过利用所引入的外在独立函数,将瞬时冲击量进行弱化和衰减,同时渐进提升和恢复二次控制补偿量,能够显著减小二次控制在启动、关闭和稳态运行时遇到的大扰动。

    通信故障下的智能车群分布式控制装置及协同控制方法

    公开(公告)号:CN116540740A

    公开(公告)日:2023-08-04

    申请号:CN202310732237.8

    申请日:2023-06-20

    Applicant: 东华大学

    Abstract: 本发明公布了一种通信故障下的智能车群分布式控制装置及协同控制方法。智能车群构成了分布式控制系统,每台智能车配备定位模块、信号收‑发装置、协同控制器、电机驱动器等。定位模块用于获取智能车在环境中的绝对位置,以及车间的相对位置。信号发送装置将本智能车的位置信息进行广播,信号接收装置接收来自其他智能车的位置信息。协同控制器用于实现协同控制协议,并采用预测逻辑,用于补偿通信网络故障而引发的丢包,以及信号传输过程产生的延时。电机驱动器用于将控制作用转换为驱动电机的输出转矩。本发明相较于已有的成果,可以显著地克服由于通信故障和通信时延产生的丢包和信息滞后问题,从而提高系统的稳定性,增强理论的实施性。

    一种具有三陷波特性的超宽带天线

    公开(公告)号:CN112886220A

    公开(公告)日:2021-06-01

    申请号:CN202011589157.4

    申请日:2020-12-29

    Applicant: 东华大学

    Abstract: 本发明涉及一种具有三陷波特性的超宽带天线,包括中间介质基板、设置于所述中间介质基板上表面的顶层辐射贴片层,以及设置于所述中间介质基板下表面的底层接地板,所述顶层辐射贴片层、中间介质基板和底层接地板连接为一个天线整体,所述顶层辐射贴片层与微带传输线连接,所述顶层辐射贴片层上靠近所述微带传输线的左侧设置有用于实现ITU频段陷波特性的开口向左的方形谐振环,所述顶层辐射贴片上蚀刻有用于实现WiMAX频段与WLAN频段的陷波特性的开口互补方形谐振器,所述顶层辐射贴片层通过所述微带传输线进行馈电。本发明提供的超宽带天线能同时在WiMAX频段、WLAN频段和ITU波段产生了良好的陷波特性。

    一种人群密度估计和人流量统计方法

    公开(公告)号:CN109815867A

    公开(公告)日:2019-05-28

    申请号:CN201910031587.5

    申请日:2019-01-14

    Applicant: 东华大学

    Inventor: 朱杰 沈波

    Abstract: 本发明涉及一种人群密度估计和人流量统计方法,本发明使用了多尺度融合的人群密度估计模型,该模型由深层网络和浅层网络组成,其中深层网络是基于VGG-16而设计的。浅层网络主要是用来学习图片上所占像素比较小的目标的特征。而且多尺度融合的人群密度估计模型提取了深层网络不同卷积层的特征,将它们和深层网络和浅层网络的输出融合进行人群密度估计。同时将人群密度估计模型的输出当作人流量统计模型的输入,从而将两个模型融合在一起,这样不仅能大大加快神经网络的训练速度,在实际生活中的运用也更加广泛。本发明不仅提高了人群密度任务和人流量同任务的准确率,同时将人群密度估计任务和人流量统计任务在一个模型中完成。

    一种基于天牛须搜索算法的PID控制器参数整定方法

    公开(公告)号:CN109709795A

    公开(公告)日:2019-05-03

    申请号:CN201811578658.5

    申请日:2018-12-24

    Applicant: 东华大学

    Inventor: 徐鑫 沈波 黄聪

    Abstract: 本发明涉及一种基于天牛须搜索算法的PID控制器参数整定方法,包括以下步骤:由PID控制器定义适应度函数,并初始化算法;根据控制系统模型计算天牛的适应度,更新历史最优解;产生随机方向;计算触须位置和相应的气味浓度,并更新天牛位置;修复超出变量空间的天牛;更新触须长度和步长;迭代直至满足终止条件。本发明可以有效、便捷、快速的整定出合理的PID控制器参数,使系统具有较小的超调量、调节时间和误差性能指标,响应快速,并很快达到稳定状态。

    一种基于尺度自适应和遮挡检测的视觉目标跟踪方法

    公开(公告)号:CN108573499A

    公开(公告)日:2018-09-25

    申请号:CN201810218274.6

    申请日:2018-03-16

    Applicant: 东华大学

    Inventor: 冯帆 沈波

    Abstract: 本发明涉及一种基于尺度自适应和遮挡检测的视觉目标跟踪方法,包括:根据上一帧确定的目标位置和尺寸,在当前帧裁剪出图像块,并提取不同层的卷积特征作为样本特征图;在每一层特征图上采用核相关滤波方法得到响应图,然后将不同层的响应图线性叠加得到响应总图,其最大值所对应的位置即为当前帧的目标位置;在目标位置处采集不同尺寸的样本,并调整至相同尺寸,经过尺度滤波器得到尺度响应,其最大值对应的尺度即为当前帧的最佳尺度;计算响应总图的峰值旁瓣比,判断目标是否发生遮挡;当目标发生遮挡时,利用时空上下文模型重新确定目标位置;更新模型,为下一帧目标位置和尺寸的确定做准备。本发明提高了视觉目标跟踪的精确度和鲁棒性。

    一种人脸表情识别方法
    27.
    发明授权

    公开(公告)号:CN105469080B

    公开(公告)日:2018-09-25

    申请号:CN201610008142.1

    申请日:2016-01-07

    Applicant: 东华大学

    Abstract: 本发明涉及一种人脸表情识别方法,包括以下步骤:对人脸图片进行预处理;对预处理完的人脸图片做基于uniform LGBP的特征提取,并建立图片特征的显著性;使用遗传算法对图片特征进行第一次特征选取,得到优秀的种群;根据得到的优秀的种群作为每类表情特征的优秀种群的比较值,来建立类内和类间的两个新的目标函数,目标就是最小化类内函数的值和最大化类间函数的值,并使用Pareto优化算法来对其进行优化;进行脸部特征的分类,在选取完最优特征以后,采取随机森林的方法来对特征进行分类。本发明能够提高在人脸表情识别的精度和速度。

    在传感器网络环境下基于格林空间理论的故障估计方法

    公开(公告)号:CN104714520B

    公开(公告)日:2017-05-03

    申请号:CN201410848073.6

    申请日:2014-12-29

    Applicant: 东华大学

    CPC classification number: Y02P90/02

    Abstract: 本发明提供了一种在传感器网络环境下基于格林空间理论的故障估计方法,包括如下步骤:建立具有执行器和传感器故障的时变系统的动态模型;对各个传感器与其相邻的测量输出进行综合;对动态模型进行分布式故障估计;利用格林空间的线性估计理论获得节点上的故障估计器的存在性判别条件;若存在性条件成立,运用格林空间中的更新分析与投影定理,获得节点上的估计器参数矩阵;将估计器参数矩阵代入分布式故障估计公式,实现在传感器网络环境下对具有执行器和传感器故障的时变系统的分布式故障估计。本发明的方法可以有效处理传感器网络环境下各传感器节点之间的耦合问题,达到保守性小、估计精度高的目的。

    在传感器网络环境下基于格林空间理论的故障估计方法

    公开(公告)号:CN104714520A

    公开(公告)日:2015-06-17

    申请号:CN201410848073.6

    申请日:2014-12-29

    Applicant: 东华大学

    CPC classification number: Y02P90/02 G05B19/41855 G05B19/41885

    Abstract: 本发明提供了一种在传感器网络环境下基于格林空间理论的故障估计方法,包括如下步骤:建立具有执行器和传感器故障的时变系统的动态模型;对各个传感器与其相邻的测量输出进行综合;对动态模型进行分布式故障估计;利用格林空间的线性估计理论获得节点上的故障估计器的存在性判别条件;若存在性条件成立,运用格林空间中的更新分析与投影定理,获得节点上的估计器参数矩阵;将估计器参数矩阵代入分布式故障估计公式,实现在传感器网络环境下对具有执行器和传感器故障的时变系统的分布式故障估计。本发明的方法可以有效处理传感器网络环境下各传感器节点之间的耦合问题,达到保守性小、估计精度高的目的。

    基于两阶段鲁棒优化算法的碳纤维碳化参数优化方法

    公开(公告)号:CN119181446A

    公开(公告)日:2024-12-24

    申请号:CN202411219037.3

    申请日:2024-09-02

    Applicant: 东华大学

    Abstract: 本发明提供了一种基于两阶段鲁棒优化算法的碳纤维碳化参数优化方法,基于碳纤维碳化过程中的数据参数作为决策变量,拉伸强度和杨氏模量为目标,构建碳纤维碳化过程的鲁棒多目标GP模型;基于两阶段的鲁棒多目标进化算法,对GP模型进行求解,获得碳化过程工艺参数,并从中选取机械性能最优值。本发明避免了机理模型构建难度大且计算复杂、实验数据有限以及生产过程存在不确定性的问题,更符合碳纤维生产过程建模的实际需要。在前期不考虑扰动的情况下追求最优,后期增加扰动以优化鲁棒性,有效地平衡了解决方案的最优性和鲁棒性,并减少了计算资源的浪费,为碳化过程工艺的稳定高效生产提供保障,有利于提升碳纤维力学性能和质量。

Patent Agency Ranking