-
公开(公告)号：CN110412865B
公开(公告)日：2022-11-08
申请号：CN201910821289.6
申请日：2019-09-02
Applicant: 湖南工业大学
IPC: G05B11/42
Abstract: 本发明针对污水处理DO控制滞后问题，提出了一种基于比例积分微分(PID)‑最小二乘支持向量机(LSSVM)稳态估计的控制方法；首先通过采集PID控制下各种状态数据，用LSSVM来学习拟合出各初始状态与该状态下的PID控制器稳态输出值的关系，然后采用训练后的LSSVM估计稳态输出和比例积分微分控制器相结合的方法进行DO控制，当误差小于等于某预定值时，引入积分控制项，改善控制精度。本发明可以改善传统PID污水DO控制滞后的缺点,有利于DO的稳定控制。
-
公开(公告)号：CN113250905A
公开(公告)日：2021-08-13
申请号：CN202110751036.3
申请日：2021-07-01
Applicant: 湖南工业大学
IPC: F03D7/04
Abstract: 本发明针对风力发电系统中的执行器恒偏差故障和执行器恒增益故障的问题，发明了一种基于LMI(线性矩阵不等式)欠驱动滑模控制的故障风电系统容错方法。首先为执行器恒偏差故障和执行器恒增益故障设计出两种不同的容错控制器，当系统发生某一种故障时，由不同的主动容错系统根据故障诊断机构提供的实时信息，自动选择切换至相对应的容错控制器，完成多模型故障诊断；最终，恒常数偏差与恒增益通过LMI欠驱动滑模控制实现故障容错控制，从而实现多模型故障诊断与容错控制。本发明能对执行器故障进行有效地容错控制，对提系统的稳定性具有重要的意义。
-
公开(公告)号：CN113033620A
公开(公告)日：2021-06-25
申请号：CN202110240838.8
申请日：2021-03-04
Applicant: 湖南工业大学
Abstract: 本发明针对回转窑产品质量分类模型仅仅对单一或者几个关键过程参数的识别优化导致整体模型的分类结果准确率与容错率低的问题，通过随机森林(Random Forest，简称RF)算法来对产品质量的各种状态级别进行分类识别，从而可以达到生产过程中对最终产品的质量进行预测。通过改进的卷积神经网络模型LeNet‑5对回转窑烧成带火焰进行图像特征提取，并将提取的特征分类结果与窑头温度、烧成带温度、窑尾温度、窑尾负压为数据集作为RF的输入，将回转窑产品质量划分为5个等级，最后通过RF对产品质量进行识别。本发明不仅可以有效的提高识别模型的鲁棒性和回转窑产品质量分类结果准确率，同时实现了人机物多信息融合的网络信息融合。
-
Patent Agency Ranking
公开(公告)号：CN110412878A
公开(公告)日：2019-11-05
申请号：CN201910821297.0
申请日：2019-09-02
Applicant: 湖南工业大学
IPC: G05B13/04
Abstract: 本发明针对污水处理生物需氧量(BOD)控制滞后问题，本发明提供了一种基于PID-RBF稳态估计与最小二乘支持向量机(LSSVM)软测量的污水处理BOD控制方法，首先采用LSSVM对BOD进行软测量，通过采集PID控制下各种状态数据采集，用径向基RBF网络来学习拟合出各状态与该状态下的PID控制器稳态输出值的关系，然后采用训练后的RBF网络估计稳态输出和比例积分微分控制器相结合的方法进行BOD控制，当误差小于等于某预定值时，引入积分控制项，改善控制精度。本发明可以改善传统PID污水BOD控制滞后的缺点,有利于BOD的稳定控制。
-
公开(公告)号：CN110412865A
公开(公告)日：2019-11-05
申请号：CN201910821289.6
申请日：2019-09-02
Applicant: 湖南工业大学
IPC: G05B11/42
Abstract: 本发明针对污水处理DO控制滞后问题，提出了一种基于比例积分微分(PID)-最小二乘支持向量机(LSSVM)稳态估计的控制方法；首先通过采集PID控制下各种状态数据，用LSSVM来学习拟合出各初始状态与该状态下的PID控制器稳态输出值的关系，然后采用训练后的LSSVM估计稳态输出和比例积分微分控制器相结合的方法进行DO控制，当误差小于等于某预定值时，引入积分控制项，改善控制精度。本发明可以改善传统PID污水DO控制滞后的缺点,有利于DO的稳定控制。
-
-
公开(公告)号：CN109245631A
公开(公告)日：2019-01-18
申请号：CN201811180667.9
申请日：2018-10-09
Applicant: 湖南工业大学
Abstract: 本发明针对无刷直流电机转子位置检测问题，提出了一种基于支持向量机(SVM)多分类的无刷直流电机位置传感方法。其主要特征是将无刷直流电机定子电压和电流作为SVM的输入，转子位置信息作为输出，将直流电机转子位置分为6个区域，转子位置用所在区域序号1-6表示，每个SVM分类器输出对应一个区域，组合成15个SVM二分类器，通过网格优化法对SVM网络训练确定SVM最优参数，再把训练好的网络模型运用到电机运行中，采集电机定子电压和电流作为SVM的输入，输出则为转子位置信息，采用投票法确定最终位置结果，通过转子位置推算逻辑换相信号，确定每个区域对应相应开关管的通断，即换相逻辑信号。
-
公开(公告)号：CN109194227A
公开(公告)日：2019-01-11
申请号：CN201811187655.9
申请日：2018-10-09
Applicant: 湖南工业大学
IPC: H02P21/18
Abstract: 本发明针对无刷直流电机转子位置检测问题，提出了一种基于支持向量机(SVM)决策分类的无刷直流电机位置传感方法。本发明提出的基于SVM多分类的位置传感控制是将无刷直流电机定子电压和电流作为决策SVM的输入，转子位置信息作为输出，将直流电机转子位置分为6个区域，转子位置用所在区域序号1-6表示，设置15个SVM二分类器，进行分层分类决策；通过网格优化法对SVM网络训练确定SVM最优参数，再把训练好的网络模型运用到电机运行中，采集电机定子电压和电流作为SVM的输入，通过分层决策确定最终转子位置信息，通过转子位置推算逻辑换相信号，确定每个区域对应相应开关管的通断，即换相逻辑信号。
-
-
-
-
-
-
-
Search Results
28
records
(took 0.021 seconds)
