-
公开(公告)号：CN111815618B
公开(公告)日：2022-04-05
申请号：CN202010708783.4
申请日：2020-07-22
Applicant: 华东交通大学
Abstract: 本发明公开了一种基于时序特征的稀土元素组分含量动态监测方法及系统，所述监测方法，利用图像信息采集装置定时采集待监测的稀土溶液的时序图像；在混合颜色空间通过主成分分析方法对时序图像提取时序特征；判断时序图像的时序特征值是否位于混合颜色空间的期望区间，得到判断结果；若所述判断结果表示否，则在HSV颜色空间下，计算时序图像与样本数据集中样本图像的直方图相交距离，根据直方图相交距离较大的样本图像对应的组分含量确定所述时序图像对应的稀土元素组分含量；否则直接等待进行下一个采样时间点的时序图像的采集，无需在每次采集时均需要根据时序图像计算组分含量，减少了计算量和计算时间。
-
公开(公告)号：CN114117650A
公开(公告)日：2022-03-01
申请号：CN202210088402.6
申请日：2022-01-26
Applicant: 华东交通大学
IPC: G06F30/15 , G06T11/20 , G06F111/06 , G06F119/14
Abstract: 本发明用于提供一种重载列车多目标运行曲线优化方法及系统，先根据重载列车的运行特性及结构特性，建立重载列车的多质点纵向动力学模型，并基于所建立的多质点纵向动力学模型，以安全、平稳、节能、正点为目标，进一步建立重载列车运行曲线的多目标优化模型。然后根据驾驶经验绘制一条初始运行曲线，最后根据多目标优化模型，采用MOEA/D算法对初始运行曲线进行多目标优化求解，得到优化后运行曲线，重载列车按照该优化后运行曲线运行，能够实现安全、平稳、节能、正点运行。
-
公开(公告)号：CN113903009A
公开(公告)日：2022-01-07
申请号：CN202111506770.X
申请日：2021-12-10
Applicant: 华东交通大学
Abstract: 本发明提出一种基于改进YOLOv3网络的铁路异物检测方法与系统，其中，该方法包括：通过设于铁路列车上的车载监控装置，以获取得到线路上的图像信息；对YOLOv3网络进行预训练，将特征图输入至层内多尺度模块并划分为低频特征图以及高频特征图，通过池化层将低频特征图进行压缩处理以降低分量冗余；然后输入至检测模块，分别计算得到异物对应的类别损失、位置损失以及置信度损失并输出最终权重文件；根据最终权重文件构建目标检测网络，以确定侵限异物的类别与位置。本发明提出的方法，可准确地得到铁路异物的位置和类别信息，以保证铁路列车自动驾驶的安全性。
-
公开(公告)号：CN113377072A
公开(公告)日：2021-09-10
申请号：CN202110706355.2
申请日：2021-06-24
Applicant: 华东交通大学
IPC: G05B19/418
Abstract: 本发明公开了一种基于即时学习的稀土萃取过程药剂量优化设定方法。该方法包括：针对由于机理模型和实际萃取过程不匹配等原因，导致机理模型得到的药剂量设定值并不是最优工作点的问题，首先建立以综合经济效益最大为目标的稀土萃取过程的优化模型，并利用数据驱动方法，对模型的关键参数进行预测；然后，运用智能优化算法进行最优药剂量求解，得到理论最优药剂量；最后，运用即时学习的思想，在理论最优药剂量附近进行局部在线建模，并对该局部模型进行优化求解得到最优的药剂量补偿值，即新的稀土萃取过程药剂量优化设定，如果经济效益增量大于设定阈值，则将该设定值施加到实际生产中，不断迭代该算法，既保证了萃取过程稳定性，又可进一步提高稀土萃取生产的效率和经济效益。
-
公开(公告)号：CN113359512A
公开(公告)日：2021-09-07
申请号：CN202110715107.4
申请日：2021-06-26
Applicant: 华东交通大学
IPC: G05B17/02
Abstract: 本发明提供一种稀土萃取分离过程组分含量数字孪生特征分析方法，包括稀土萃取过程车间设备装置、稀土萃取过程仿真平台和稀土萃取过程组分含量数字孪生系统，该系统可通过对现场数据的获取及存储，实现对稀土萃取分离过程的模拟，采用PCA分析的多分支神经网络特征选择方法，建立萃取过程组分含量数字孪生模型，通过数字孪生系统，可对萃取分离过程中电机、计量泵，液位计，流量计等设备进行故障分析及预报，实现稀土萃取过程整个生产状态的监控及分析，通过该数字孪生系统，可实现稀土萃取分离过程整个生产周期的仿真及生产过程中相应的干扰因素的预测及影响。
-
Patent Agency Ranking
公开(公告)号：CN113130014A
公开(公告)日：2021-07-16
申请号：CN202110440712.5
申请日：2021-04-23
Applicant: 华东交通大学
Abstract: 本发明公开了一种基于多分支神经网络的稀土萃取模拟方法及系统，方法包括：获取稀土原始数据集并进行预处理，得到处理后的数据集；将处理后的数据集划分为训练集和测试集；根据训练集构建多分支神经网络模型；构建多分支神经网络模型的各个分支对应的独立损失优化函数；对各个分支对应的独立损失优化函数进行训练，当各个分支的独立损失优化函数均收敛到设定阈值时，停止训练，获得训练后的多分支神经网络模型；利用测试集对所述训练后的多分支神经网络模型进行模拟，当模拟精度达到设定精度时，停止模拟，获得最终的多分支神经网络模型；利用最终的多分支神经网络模型进行稀土萃取模拟。本发明提高了稀土萃取模拟的预测精度和准确性。
-
公开(公告)号：CN113126501A
公开(公告)日：2021-07-16
申请号：CN202110440337.4
申请日：2021-04-23
Applicant: 华东交通大学
IPC: G05B13/04
Abstract: 本发明公开一种稀土萃取过程预测控制方法及系统，方法包括：以稀土萃取过程中的萃取剂、料液和酸液流量为输入，以水相和有机相中的浓度为状态，以难萃和易萃稀土元素组分含量为输出，构建稀土萃取空间模型；将稀土萃取输出空间模型进行离散化处理，获得状态空间增量模型；基于状态空间增量模型构建预测控制输出模型；基于预测控制输出模型构建优化描述问题；对优化描述问题进行求解，获得最优解；基于最优解确定控制量，控制稀土萃取过程。本发明采用模型预测控制MPC方法对状态空间增量模型进行处理，因MPC对模型要求低，适用于多变量对象，所以能够提高稀土萃取过程的生产效率和准确性，还能够克服资源消耗大、产品质量不稳定的问题。
-
公开(公告)号：CN112193280B
公开(公告)日：2021-03-16
申请号：CN202011396657.6
申请日：2020-12-04
Applicant: 华东交通大学
Abstract: 本发明涉及一种重载列车强化学习控制方法及系统，涉及重载列车智能控制技术领域，包括获取当前时刻重载列车的运行状态信息；根据当前时刻重载列车的运行状态信息和重载列车虚拟控制器，获取下一时刻重载列车控制指令，并将下一时刻重载列车控制指令发送至重载列车控制单元以控制重载列车运行；重载列车虚拟控制器是根据重载列车运行状态数据和专家经验网络训练强化学习网络得到的；强化学习网络包括一个控制网络和两个评价网络；强化学习网络是根据SAC强化学习算法构建的。本发明能够使重载列车在运行过程中具有安全、稳定、高效的性质。
-
公开(公告)号：CN112486024A
公开(公告)日：2021-03-12
申请号：CN202110035264.0
申请日：2021-01-12
Applicant: 华东交通大学
IPC: G05B13/04
Abstract: 本发明涉及一种基于多质点模型的高速列车自适应控制方法及系统。该方法包括利用高速列车的多质点模型确定所述高速列车的实际状态量；利用所述高速列车的参考模型确定所述高速列车的目标状态量；根据所述实际状态量和所述目标状态量确定跟踪误差；根据所述跟踪误差确定自适应率；根据所述自适应率确定自适应控制器；根据所述自适应控制器控制所述高速列车。本发明实现了高速列车的高精度跟踪控制。
-
公开(公告)号：CN112394729A
公开(公告)日：2021-02-23
申请号：CN202011242512.0
申请日：2020-11-09
Applicant: 华东交通大学
IPC: G05D1/02
Abstract: 本发明公开了一种动车组运行过程T‑S模糊建模和模糊追踪控制方法，所述方法根据采集的高速列车运行过程数据，利用数据驱动建模方法，建立动车组运行过程T‑S模糊模型，采用FCM聚类确定模糊模型规则数和前件参数，并采用最小二乘法确定模糊模型后件参数；提出基于T‑S模型的动车组运行速度跟踪控制方法，实现列车安全、高效、正点运行。通过利用本专利所提供的方法从而改变了列车司机凭经验调节控制力以控制速度的的盲目性，继而使动车组对目标运行曲线达到精确跟踪，从而提升了动车组的正点率、安全系数、有效运行里程。正是由于本发明方法的简单实用性，可应用到高速列车自动驾驶控制中去从而实现自动驾驶。
-
-
-
-
-
-
-
-
-
Search Results
194
records
(took 0.092 seconds)
