-
公开(公告)号：CN110703603B
公开(公告)日：2020-11-24
申请号：CN201911030211.9
申请日：2019-10-28
Applicant: 华南理工大学
IPC: G05B13/04
Abstract: 本发明公开了一种无人机多层递归收敛神经网络控制器的控制方法，该方法包括下述步骤：构建融合电机滞后效应的无人机模型；基于无人机模型，采用递归收敛神经动力学的方法设计无人机的高度控制器、偏航角控制器、横滚角控制器、俯仰角控制器、X控制器和Y控制器；将控制目标和无人机传感器采集到的无人机状态信息输入到各个无人机的控制器，各个无人机的控制器输出控制分量；控制器的输出控制分量经过转换后，传输至无人机电机调速器，无人机电机调速器控制无人机飞行。本发明基于递归收敛神经动力学方法，可快速、准确、实时地逼近问题正确解，得到的控制器可以很好地控制无人机跟踪时变轨迹。
-
公开(公告)号：CN110826611A
公开(公告)日：2020-02-21
申请号：CN201911043358.1
申请日：2019-10-30
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于多个元分类器加权集成的stacking污水处理故障诊断方法，通过构造一个两层的叠加式框架结构，选择3种对不平衡数据有不错分类效果的分类算法，即SVM、RVM、WELM作为基分类器，得到基分类器对原始训练集的预测结果作为第二层元分类器的输入，同样选择SVM、RVM、WELM作为元分类器，对元分类器进行加权集成得到最终诊断模型，通过最终诊断模型输出分类结果即为待测数据对应的故障诊断结果。实验证明，本方法通过对多个元分类器进行加权集成提高了算法的多样性和稳定性及对污水处理故障类的分类准确率，进而有效提高了污水处理过程中故障诊断的整体性能。
-
公开(公告)号：CN110715141A
公开(公告)日：2020-01-21
申请号：CN201911008509.X
申请日：2019-10-22
Applicant: 华南理工大学
IPC: F16M5/00
Abstract: 本发明公开了一种加固增强型可编程计算机控制器，包括底座和箱体，所述箱体的内部安装有可编程计算机控制器组件，所述箱体安装在底座的上端，所述底座的其中一对相邻的侧壁固定安装有连接板，另外一对相邻的侧壁开设有与连接板相匹配的连接卡槽。本发明在安装使用的过程中，可使得可编程计算机控制器组件及整个可编程计算机控制器处在安全稳固的状态，进而实现了整个可编程计算机控制器的整体的加固增强。
-
公开(公告)号：CN108228716B
公开(公告)日：2020-01-14
申请号：CN201711268459.X
申请日：2017-12-05
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于加权极限学习机的SMOTE_Bagging集成污水处理故障诊断方法，包括步骤：1)用均值法补全污水数据中属性不完整的样本的缺陷项，将其归一化到[0,1]区间中；2)设置基分类器个数及其隐层节点数的最优参数；3)针对每个基分类器采用改进的SMOTE算法对其对应的训练样本集进行独立过采样，训练基分类器；4)用基于G‑mean的方法确定每个基分类器的输出权值；5)对所有基分类器训练结束后将其进行集成，得到最终的集成分类器。本发明在有效地降低了污水数据的不平衡性的同时提高了基分类器间的多样性，提高了对污水处理故障类的分类准确率，进而有效提高了污水处理过程中故障诊断的整体性能。
-
公开(公告)号：CN108228716A
公开(公告)日：2018-06-29
申请号：CN201711268459.X
申请日：2017-12-05
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于加权极限学习机的SMOTE_Bagging集成污水处理故障诊断方法，包括步骤：1)用均值法补全污水数据中属性不完整的样本的缺陷项，将其归一化到[0,1]区间中；2)设置基分类器个数及其隐层节点数的最优参数；3)针对每个基分类器采用改进的SMOTE算法对其对应的训练样本集进行独立过采样，训练基分类器；4)用基于G‑mean的方法确定每个基分类器的输出权值；5)对所有基分类器训练结束后将其进行集成，得到最终的集成分类器。本发明在有效地降低了污水数据的不平衡性的同时提高了基分类器间的多样性，提高了对污水处理故障类的分类准确率，进而有效提高了污水处理过程中故障诊断的整体性能。
-
Patent Agency Ranking
公开(公告)号：CN105740619B
公开(公告)日：2018-06-12
申请号：CN201610061351.2
申请日：2016-01-28
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于核函数的加权极限学习机污水处理在线故障诊断方法，包括步骤：1)剔除掉污水数据中属性不完整的数据，然后将数据归一化处理，确定历史数据集和更新测试集；2)选取核函数和加权方案，然后根据最优模型确定模型参数；3)根据所选取的加权方案对历史数据集的每个样本赋予权值；4)训练模型，根据核函数计算核矩阵；5)从更新测试集中添加新样本到模型中进行测试，并更新历史数据集；6)回到步骤3)，重新训练模型，不断重复上述过程，直到在线测试数据完毕，从而实现对污水处理过程的在线运行状态的识别。本发明方法更新时间短，分类准确率高，对于实时诊断出运行故障，污水处理厂安全运行，提高污水处理厂的运行效率具有重要意义。
-
公开(公告)号：CN106021924A
公开(公告)日：2016-10-12
申请号：CN201610338733.5
申请日：2016-05-19
Applicant: 华南理工大学
IPC: G06F19/00
CPC classification number: G06F19/00
Abstract: 本发明公开了一种基于多属性高斯核函数快速相关向量机的污水在线软测量方法，包括：使用多属性高斯核函数来构造快速相关向量机的贝叶斯矩阵；建立基于贝叶斯框架下的多属性高斯核函数快速相关向量机模型；采用滑动窗口技术建立滚动时间窗将模型数据和参数随着滚动时间窗的滚动进行在线更新；实时预测出水水质BOD、COD浓度的输出。该方法在快速相关向量机的基础上引入多属性高斯核函数，增强了核函数的局部性能以及全局性，提出滑动窗口技术将模型数据和参数随着滚动时间窗的滚动进行在线更新，增强了在线校正的有效性，有效提高了出水水质预测的实时性和精度。
-
公开(公告)号：CN104680015A
公开(公告)日：2015-06-03
申请号：CN201510093369.6
申请日：2015-03-02
Applicant: 华南理工大学
IPC: G06F19/00
Abstract: 本发明公开了一种基于快速相关向量机的污水处理在线软测量方法，包含以下顺序的步骤：通过快速边际似然算法估计超参数，得到模型的权重值和样本偏差值；然后建立快速相关向量机在线预测模型，对模型参数寻优，实现了污水中BOD的精确快速测量。本发明的测量方法，能够满足实时性的要求，建立最优预测模型，预测精度得到了提高，效果显著，性能得到了改善，快速相关向量机建立的污水水质在线软测量模型预测精度高、泛化能力强、更新时间短，对于节省污水处理厂运营费用，实时反映污水水质状况，对污水处理自动控制系统具有重要的意义。
-
公开(公告)号：CN103182506B
公开(公告)日：2014-11-12
申请号：CN201310109911.3
申请日：2013-03-29
Applicant: 华南理工大学
Abstract: 本发明一种TiCp/M2高速钢复合材料及其SPS制备方法，该方法先按原料粉末配比混粉；然后进行高能球磨至M2高速钢粉末颗粒平均粒径细化至20μm以下，TiC细化至200nm以下；再采用SPS快速烧结高能球磨后的复合粉末。所得复合材料包含增强相纳米级硬质颗粒TiC和析出的亚微米级M6C型复合碳化物，其基体为M2高速钢，增强体为TiC颗粒，TiC颗粒以纳米级粒度弥散分布于基体中，复合材料的相对密度大于98.5％，硬度为56～59HRC，体积磨损量为1.77×10-1～1.34×10-1mm3。本发明工艺简便，所得材料具有良好的抗弯性能，致密度高、综合性能优异。
-
公开(公告)号：CN103182506A
公开(公告)日：2013-07-03
申请号：CN201310109911.3
申请日：2013-03-29
Applicant: 华南理工大学
Abstract: 本发明一种TiCp/M2高速钢复合材料及其SPS制备方法，该方法先按原料粉末配比混粉；然后进行高能球磨至M2高速钢粉末颗粒平均粒径细化至20μm以下，TiC细化至200nm以下；再采用SPS快速烧结高能球磨后的复合粉末。所得复合材料包含增强相纳米级硬质颗粒TiC和析出的亚微米级M6C型复合碳化物，其基体为M2高速钢，增强体为TiC颗粒，TiC颗粒以纳米级粒度弥散分布于基体中，复合材料的相对密度大于98.5％，硬度为56～59HRC，体积磨损量为1.77×10-1～1.34×10-1mm3。本发明工艺简便，所得材料具有良好的抗弯性能，致密度高、综合性能优异。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.032 seconds)
