-
公开(公告)号：CN115526075A
公开(公告)日：2022-12-27
申请号：CN202211194188.9
申请日：2022-09-28
Applicant: 郑州轻工业大学
Abstract: 本发明公开一种基于数据驱动和非线性模型的汽车油箱剩余油量预测方法，首先利用油箱的物理模型以及不同剩余油量下油位在油箱中的位置，计算出不同油位位置油箱剩余空间的体积，依据油箱的总容积确定对应剩余油量，以此确定若干测量点，利用这些测量点构造汽车静止时油箱剩余油量与油位位置间的非线性模型；再将与油耗相关的车载数据集输入BP神经网络中进行训练，得到数据驱动模型，用于预测汽车的实时油耗；上述非线性模型和数据驱动模型联合作用时，可以实时预测油箱的剩余油量。本发明通过非线性模型和数据驱动模型对油箱的剩余油量进行实时精准预测，避免了车辆处于非静止、非水平地面行驶时油位信息预测不准的问题，提高了油位预测精度。
-
公开(公告)号：CN113373396B
公开(公告)日：2022-08-26
申请号：CN202110696270.0
申请日：2021-06-23
Applicant: 郑州轻工业大学
Abstract: 本发明涉及一种无定形纤维为原料的表面涂层的制备方法。包括以下步骤；1)取粒径为40‑60μm的镍基或铁基自熔性合金粉末和长度为70‑100nm的无定形SiO2纤维状颗粒混合，前者和后者的质量比为7:3。2)将步骤1)中的混合粉末使用等离子喷涂方式制备涂层，得到纤维状涂层。3)将具有纤维状涂层的试样置于能够通入冷却水的加热炉中，随炉升温到950℃，升温速率10℃/min，保温10‑30min；随炉快速冷却至室温，冷却速率15℃/min，冷却后的纤维状涂层中出现树枝晶‑纤维的涂层组织。无定形的SiO2纤维状颗粒的加入，得到纤维状结构的涂层，增加涂层强度和耐磨性能，用等离子喷涂及热处理后涂层中得到树枝晶‑纤维组织，树枝晶和无定形的SiO2纤维交叉存在，增强了涂层强度和耐磨性。
-
公开(公告)号：CN113514144B
公开(公告)日：2022-07-26
申请号：CN202110857428.8
申请日：2021-07-28
Applicant: 郑州轻工业大学
Abstract: 本发明的目的在于提供一种基于电涡流位移传感数据的不平衡‑碰摩耦合故障检测方法，以解决碰摩耦合故障中碰摩弱故障漏诊的问题。本发明提供的位移振动信号均方根值RMS能够有效描述振动信号的能量变化，提供的最大信息系数MIC可衡量两个变量之间的关联程度及其噪声水平，所以均方根值RMS和最大信息系数MIC数值分布与其它参数相比，为不平衡‑碰摩耦合故障异常表现的离群点，建立以均方根值RMS和最大信息系数MIC为多元参数的离群点检测模型。该方法有利于从多种故障类型中快速、准确识别不平衡‑碰摩耦合故障。
-
公开(公告)号：CN112406864B
公开(公告)日：2022-05-03
申请号：CN202011131557.0
申请日：2020-10-21
Applicant: 郑州轻工业大学
IPC: B60W30/18 , B62D5/04 , B60R16/033
Abstract: 本发明公开了一种电动客车双源智能转向系统，包括环境感知单元、上层控制器、下层控制器、第一逆变器、第二逆变器、48伏低压蓄电池相连接、高压动力电池组相连接、开绕组永磁同步电机、减速器、转矩传感器、转向横拉杆，转向横拉杆、滚珠丝杠和转向传动机构，各转向传动机构分别连接一个转向车轮。本发明还公开了转向协同控制方法，包括多性能目标下的纵横向协同自评判优化决策方法和高低双源主从协同控制方法。本发明为实现L4级自动驾驶提供基础，既能满足电动客车转向时的大功率需求，又利用高低压双动力源协同工作降低转向时的功耗，节省能源，并且可靠性更高，不会使电动客车因单一动力源故障而发生转向事故。
-
公开(公告)号：CN112458945B
公开(公告)日：2021-09-24
申请号：CN202011440740.9
申请日：2020-12-11
Applicant: 郑州轻工业大学
IPC: E01F9/529 , E01F9/608 , E01F9/619 , H02J7/32 , H02K7/116 , H02K7/18 , G06K9/00 , G06K9/62 , G06N3/04
Abstract: 车辆通过山区急转弯道安全控制方法，包括以下步骤：在弯道的拐弯处设置设备放置室；在设备放置室内设置自发电机构、自鸣笛机构、减速板机构、控制器和蓄电池，在弯道的拐角外侧部设置智能反光镜组件，在设备放置室上方的路面上设置减速板机构；减速板机构通过动力传动机构同时与自发电机构、自鸣笛机构的动力输入端传动连接，智能反光镜组件上设有气喇叭，自鸣笛机构通过辅助气管与气喇叭连接。本发明利用车辆过弯道时对减速板机构的冲击，通过动力传动机构同时驱动自发电机构和自鸣笛机构，将冲击能量转化为电能储存，同时鸣笛，这样不仅使得车辆过弯道时能减速，另外也使得能量得到了回收；通过智能反光镜组件判断车辆类型，提升辨识准确度，提高通过弯道时的安全性。
-
Patent Agency Ranking
公开(公告)号：CN112506057B
公开(公告)日：2021-09-17
申请号：CN202011403984.X
申请日：2020-12-02
Applicant: 郑州轻工业大学
IPC: G05B13/04
Abstract: 本发明公开了一种不确定奇异摄动系统在线多时间尺度快速自适应控制方法，按以下步骤进行：第一是建立多时间尺度系统神经网络辨识模型；第二是电控装置根据多时间尺度系统神经网络辨识模型对不确定奇异摄动系统进行在线学习并自我更新，不断逼近公式一所表达的不确定奇异摄动系统；第三是电控装置确定公式一所表达的不确定奇异摄动系统的快速自适应最优控制输入模型；第四是电控装置执行在线快速自适应学习率，对快速自适应最优控制输入模型进行在线优化更新。本发明实现对模型不确定奇异摄动系统的在线快速自适应辨识与控制，提高学习速度，通过在线学习和不断优化提高控制精度，整个控制过程无须建立确定的奇异摄动系统模型。
-
公开(公告)号：CN113129304A
公开(公告)日：2021-07-16
申请号：CN202110541077.X
申请日：2021-05-18
Applicant: 郑州轻工业大学
Abstract: 本发明公开了一种基于机器视觉的零件检测方法，采用加权混合深度学习目标辨识算法，并具有二次检测方法，二次检测方法采用多算法融合处理，最后通过支持向量机融合辨识。加权混合深度学习目标辨识算法的元深度学习算法包括RCNN算法、Faster‑RCNN算法、R‑FCN算法、YOLO算法、SSD算法和DenseBox算法；检查各元深度学习算法标记的缺陷对应的矩形区域的位置，两两判断是否相邻或重叠；对相邻或重叠的矩形区域进行合并。通过多算法融合处理方法对同一图像对象进行辨识处理，并使用相同的可以相互比较的标记，然后取多算法识别出来的最具缺陷可能性的辨识结果，相比单一算法进行图像辨识，大幅提高了图像识别的准确程度。
-
公开(公告)号：CN119600822A
公开(公告)日：2025-03-11
申请号：CN202411800928.8
申请日：2024-12-09
Applicant: 郑州轻工业大学
IPC: G08G1/065 , G08G1/015 , G08G1/048 , G08G1/095 , G08G1/01 , G08G1/04 , G08G1/052 , G06N3/0442 , G06F18/214
Abstract: 本发明公开了道路智能交通多功能监控优化系统及方法，所述道路智能交通多功能监控优化系统包括控制器、减速带和红绿灯组件，控制器包括嵌入式单片机、车流量检测模块、短时车流量预测模块、交通状态分析模块和实时交通流控调整模块；本发明的道路智能交通多功能监控优化系统不仅具备实时检测和预测车流量的能力，还有监测道路交通运行状况进行报警的功能，并通过智能化调控交通流，以此提升城市居民的出行体验。有效地解决了现有道路智能交通多功能监控优化系统及方法无法智能调控交通状况导致红绿灯时间是在固定的时间间隔内循环，进一步地导致在某些情况下出现不必要的等待时间或交通拥堵的技术问题。
-
公开(公告)号：CN119244738A
公开(公告)日：2025-01-03
申请号：CN202411374344.9
申请日：2024-09-29
Applicant: 郑州轻工业大学
Abstract: 本发明涉及一种电控电动式换挡执行机构自适应控制方法，旨在克服换挡过程中参数摄动与外部干扰等不确定性问题的影响，快速精准完成换挡动作。首先，根据换挡执行机构的工作原理，对换挡执行机构进行建模；然后，考虑到外界干扰和换挡直流电机参数的不确定性，加入滑模控制算法，通过遗传算法优化模糊滑模控制的隶属度函数，实现滑模控制增益的自适应调整，跟随换挡直流电机的实际响应特性；最后，设计模糊PI控制器对换挡直流电机占空比进行自适应调节，完成换挡执行机构位移的精确跟踪。本发明通过控制参数的在线自适应调整，实现换挡执行机构控制在跟踪精度、响应速度以及抗干扰能力等方面的提升。
-
公开(公告)号：CN115195757A
公开(公告)日：2022-10-18
申请号：CN202211090336.2
申请日：2022-09-07
Applicant: 郑州轻工业大学
IPC: B60W40/09
Abstract: 本发明公开了一种电动公交起步驾驶行为建模及识别训练方法，依次按以下步骤进行：第一步骤是获取原始数据集，搜集电动公交日常运营过程中自然驾驶状态的车载CAN总线系统采集的驾驶人操控车辆和车辆运动状态数据以及车内摄像头采集的视频数据，形成原始数据集；第二步骤是在原始数据集的基础上，获取电动公交起步驾驶行为数据集；第三步骤是基于1D时间卷积神经网络以及多时间尺度3D卷积神经网络，构建电动公交起步驾驶行为混合识别模型。本发明能够更好的描述和识别电动公交起步驾驶行为，建立新型电动公交起步驾驶行为混合识别模型，设计针对所提出的电动公交起步驾驶行为混合识别模型的训练方法，实现电动公交不当起步驾驶行为的准确识别。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.03 seconds)
