-
公开(公告)号：CN104865615A
公开(公告)日：2015-08-26
申请号：CN201510131811.X
申请日：2015-03-24
Applicant: 北京科技大学
IPC: G01W1/02
CPC classification number: G01W1/02 , G01W2001/006
Abstract: 本发明提供一种基于RS编码的分布式无线气象监测方法、监测站及系统，属于气象监测技术领域，用于解决现有的分布式无线气象监测系统中数据在恶劣气象环境下有效传输效率不高、可靠性低的问题。本发明提供的气象监测方法包括：首先通过传感器节点采集需要监测的气象信息并将其进行处理及RS编码加密得到密文的气象数据，并将所述密文的气象数据传输至监测站计算机；随后监测站计算机接收密文的气象数据，并将密文的气象数据解码后进行数据预处理和存储，并通过以太网发送到气象数据中心。上述方案中，将RS编码方式应用到无线气象数据传输，数据传输效率高、可靠性高。
-
公开(公告)号：CN119828634A
公开(公告)日：2025-04-15
申请号：CN202411781769.1
申请日：2024-12-05
Applicant: 北京科技大学
IPC: G05B23/02
Abstract: 本发明提供一种基于因果循环回路解除的流程工业异常根源诊断方法，涉及故障诊断技术领域。该方法包括：离线建模：采用动态时间规整与滑动窗口技术相结合的方法实时计算可变时间延迟，构建正常状态下可变时间延迟矩阵；对正常状态下可变时间延迟进行趋势分析，将因果网络中的循环回路分解为时间因果关系，解除因果网络中存在的循环回路；建立基于可变时间延迟的贝叶斯网络，确定正常状态下的条件概率表；在线诊断：构建异常状态下可变时间延迟矩阵，更新贝叶斯网络，确定异常状态下的条件概率表，对比正常和异常状态下的条件概率表以定位异常变量并推断根源和传播路径。这样，能够提高动态流程工业异常根源诊断的准确度。
-
公开(公告)号：CN119322503A
公开(公告)日：2025-01-17
申请号：CN202411362704.3
申请日：2024-09-27
Applicant: 北京科技大学
IPC: G05B23/02
Abstract: 本发明提供一种非线性闭环控制系统隐性退化的执行机构性能预测方法及装置，涉及剩余使用寿命技术领域。该方法包括：获取非线性系统控制数据，构建执行结构隐性退化特征的隐性性能指标，采用维纳随机过程建立退化模型；设计融合FNN算法和自适应卡尔曼滤波的预测算法架构，通过分析未建模动态对退化状态的估计误差，获得误差结果；对自适应卡尔曼滤波器滤波器结构进行改进，设计FNN算法的在线权值更新机制，通过更新的FNN算法的权值对未建模动态项的实时估计，获得更新的未建模动态项，对隐性性能指标和退化模型参数的协方差分布进行更新，采用全概率公式进行计算，获得剩余使用寿命预测结果。采用本发明可提高系统剩余使用寿命预测结果的准确性。
-
公开(公告)号：CN118822388A
公开(公告)日：2024-10-22
申请号：CN202410951018.3
申请日：2024-07-16
Applicant: 北京科技大学
IPC: G06Q10/067 , G06Q10/0631 , G06Q50/04 , G06Q50/06 , G06N3/126
Abstract: 本发明公开一种多机组制氢系统的多目标运行优化方法及装置，涉及多机组制氢系统运行优化领域，该方法包括：获取计划制氢量、风机功率、光伏功率和多机组制氢系统特性参数；考虑多机组制氢系统特性参数对优化目标的影响，构建多机组制氢系统的多目标运行优化模型；将计划制氢量、风机功率、光伏功率输入多目标运行优化模型，以最小化制氢成本和最少启停次数为目标采用多目标遗传算法对多目标运行优化模型求解，得到最优运行结果；最优运行结果包括：制氢成本和启停次数最优时对应的电池、电网和每台电解槽不同时间段的工作状态、持续时段和功率。本发明实现对多机组制氢系统的运行优化，在达到制氢目标的同时降低制氢成本并减少电解槽的启停次数。
-
公开(公告)号：CN118260646A
公开(公告)日：2024-06-28
申请号：CN202410209798.4
申请日：2024-02-26
Applicant: 北京科技大学
IPC: G06F18/241 , G06F18/10 , G06F18/2113 , G06F18/2131 , G06F18/2433 , G06N3/0455 , G06N3/0985 , G06F123/02
Abstract: 本发明公开了一种基于改进集成堆栈降噪自编码器的轴承故障诊断方法，属于旋转机械故障诊断技术领域，所述方法包括：采集轴承的振动信号并提取时域数据和频域数据；对堆栈降噪自编码器进行改进，得到用于提取时域数据的深度时序特征的第一特征学习模型和用于提取频域数据的深度频域特征的第二特征学习模型；将时域数据送入第一特征学习模型进行训练，学习深度时域特征；将频域数据送入第二特征学习模型进行训练，学习深度频域特征；将学习到的深度时域特征和深度频域特征合并作为深度特征集送入预设模型中进行训练，建立故障诊断模型；利用训练好的模型对待诊断轴承进行故障诊断，得到诊断结果。本发明可减少网络训练时间，并提高故障诊断准确率。
-
Patent Agency Ranking
公开(公告)号：CN106992573B
公开(公告)日：2023-06-20
申请号：CN201710353192.8
申请日：2017-05-18
Applicant: 北京科技大学 , 铭哲鑫(北京)科技有限公司
Abstract: 本发明公开了一种多旋翼无人机充电系统及方法，包括地面端和多旋翼无人机端，所述地面端包括控制子系统、充电板以及充电板上的多个按键；所述多旋翼无人机端包括起落架以及设置在所述起落架上的取电装置；所述控制子系统通过继电器与所述充电板电连接，当所述起落架上的取电装置与所述多个按键中任意两个按键接触时，所述控制子系统控制所述继电器接通电源模块以使得所述任意两个按键通电，当所述多旋翼无人机中的锂电池充电完成时，所述控制子系统控制所述继电器以使得所述充电板断电。本发明可实现多旋翼无人机的快速充电，提高其作业的效率，减轻人力资源的消耗，提高多旋翼无人机的智能化程度，加快了智能社会的建设步伐。
-
公开(公告)号：CN115239034A
公开(公告)日：2022-10-25
申请号：CN202211169343.1
申请日：2022-09-26
Applicant: 北京科技大学
Abstract: 本发明公开了一种风力发电机叶片早期缺陷预测方法及系统，属于风力发电设备领域。所述方法先收集叶片早中晚期场景的图像，对晚期图像进行人工标注作为反演语义分割训练集样本；将对应的叶片早中期图像集作为模型样本集划分自监督训练集和验证集，并对验证集进行人工标注；构建基网络及早期缺陷自监督学习模型，采用自监督训练集进行训练，得到成熟模型，获得模型权重；构建分割头模型，基网络加载权重，并将基网络与分割头模型进行连接，输入反演语义分割训练集进行训练，输出语义分割标签，得到成熟的下游任务分割模型；获取待预测叶片的早期图像输入下游任务分割模型，输出早期缺陷的位置信息。本发明提高了叶片早期缺陷预测准确度。
-
公开(公告)号：CN115101136A
公开(公告)日：2022-09-23
申请号：CN202210608390.5
申请日：2022-05-31
Applicant: 北京科技大学 , 贵阳铝镁设计研究院有限公司
Abstract: 本发明提供一种大型铝电解槽全局阳极效应预测方法，属于铝电解技术领域。所述方法包括：使用极限梯度提升机对阳极效应预测的相关特征进行重要性排序，选取重要性高的特征构建数据集；构建包含基于因果扩张卷积的卷积神经网络和长短期记忆层的全局阳极效应预测模型；利用构建的数据集训练全局阳极效应预测模型，其中，在训练过程中，利用卷积神经网络提取选取的多个特征中与阳极效应相关的潜在信息，利用长短期记忆层对得到的潜在信息进行学习，得到全局阳极效应发生概率；利用训练好的全局阳极效应预测模型预测第二天铝电解槽发生全局阳极效应的发生概率。采用本发明，能够有效捕捉阳极效应相关的潜在信息，从而提高全局阳极效应的预测精度。
-
公开(公告)号：CN114741838A
公开(公告)日：2022-07-12
申请号：CN202210199501.1
申请日：2022-03-01
Applicant: 北京科技大学 , 贵阳铝镁设计研究院有限公司 , 桂林珩源科技有限公司
Abstract: 本发明提供一种铝电解槽剩余寿命预测方法，属于铝电解技术领域。所述方法包括：获取能表征铝电解槽退化过程的历史数据；利用获取的历史数据训练具有全部退化状态的HSMM模型以及每个退化状态的HSMM模型；其中，HSMM表示隐半马尔可夫模型，HSMM中的状态驻留时间的概率分布采用爱尔朗分布；利用训练得到的所有单一退化状态的HSMM模型识别铝电解槽当前所处的退化状态，根据退化状态识别结果，具有全部退化状态的HSMM模型利用加入状态驻留时间的前向算法对铝电解槽的剩余寿命进行预测。采用本发明，能够提高铝电解槽的剩余寿命的预测精度。
-
公开(公告)号：CN112543429B
公开(公告)日：2022-04-01
申请号：CN202011341019.4
申请日：2020-11-25
Applicant: 北京科技大学
Abstract: 本发明公开了一种具备自主决策功能的可配置边缘计算网关，包括：通信模块，用于根据网络边缘设备的类型配置相应的通信方式，对所述网络边缘设备进行数据采集，并将处理后的数据传输至云计算中心；核心控制模块，用于对采集的数据进行预处理；强化学习模块，用于对预处理后的数据进行强化学习，获得最优控制策略并下发给所述网络边缘设备；存储模块，用于进行数据存储；电源模块，用于为所述可配置边缘计算网关供电。本发明提供的可配置边缘计算网关，可根据网络边缘设备的实时状态信息，通过强化学习算法获得最优控制策略，对网络边缘设备的运行状态进行协同优化，实现各类设备的自动控制，提高了系统的智能化程度，提升了用户体验。
-
-
-
-
-
-
-
-
-
Search Results
142
records
(took 0.056 seconds)
