-
公开(公告)号：CN116880382A
公开(公告)日：2023-10-13
申请号：CN202310819897.X
申请日：2023-07-05
Applicant: 南通大学
IPC: G05B19/418
Abstract: 本申请公开了一种化工生产控制模型生成方法、化工生产控制方法及装置，生成方法包括：构建用于根据化工生产机构的至少两项生产参数生成化工产物模拟浓度的化工模拟模型；构建虚拟控制模型，其用于根据目标浓度与误差反馈增益输出虚拟控制量至化工模拟模型以调节生产参数；对目标浓度与模拟浓度之间的等效控制回路的进行传递函数的消元处理以生成对应单项生产参数的闭环传递函数；整定闭环传递函数的闭环参数得到定参传递函数并据此调整虚拟控制模型的误差反馈增益以生成目标控制模型。通过消元处理消除不同生产参数之间的耦合影响生成化工生产控制模型，使模型的闭环传递函数矩阵更精确地表达实际化工生产过程，便于通过模型来控制化工生产过程。
-
公开(公告)号：CN116823718A
公开(公告)日：2023-09-29
申请号：CN202310407403.7
申请日：2023-04-17
Applicant: 南通大学
IPC: G06T7/00 , G06V10/764 , G06V10/77 , G06V10/40 , G06V10/56 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/0455 , G06N3/08
Abstract: 本发明提供了一种基于深度学习的筒纱缺陷图像分类方法，属于纺织工艺技术领域。其技术方案为：包括以下步骤：S1、构建筒纱缺陷图像数据集；S2、构建筒纱缺陷图像特征提取模型结构；S3、融入Transformer框架，增加多头自注意力机制；S4、融入稳定学习框架，增加傅里叶特征特征提取层与样本权重学习层；S5、使用所述数据集对网络模型进行训练和验证，得到目标识别模型。本发明的有益效果为：本发明能够提高模型的语义理解能力，提高筒纱缺陷分类的准确性；能够消除背景特征与本质特征的相关联系，提高模型的泛化能力。
-
公开(公告)号：CN116069056B
公开(公告)日：2023-07-18
申请号：CN202211612915.9
申请日：2022-12-15
Applicant: 南通大学
IPC: G05D1/10
Abstract: 本发明提供了一种基于深度强化学习的无人机战场目标跟踪控制方法，属于无人机技术领域；解决了无人机无法自主进行战场目标跟踪控制的难题。其技术方案为：包括以下步骤：S1、根据无人机自身的传感器系统检测敌我态势；S2、利用深度学习分析敌方态势得到需要跟踪的敌方目标信息；S3、根据敌方的态势信息利用深度强化学习进行实时的跟踪控制。本发明的有益效果为：本发明能够令无人机完成对敌方目标的自主跟踪控制，提高无人机在战场上的利用效能，有利于提升无人机作战能力。
-
公开(公告)号：CN116382328A
公开(公告)日：2023-07-04
申请号：CN202310224181.5
申请日：2023-03-09
Applicant: 南通大学
IPC: G05D1/10
Abstract: 本发明提供了一种基于水空多个机器人协同的坝体智能检测方法，属于多个机器人协同技术问题。解决了人工检测坝体时水下故障实时检测处理和水下机器人视野狭窄的技术问题。其技术方案为：包括以下步骤：S1、对无人机进行跟踪；S2、多无人机发现故障后，将故障分配给与故障数目相同组数的无人机和水下机器人；S3、通过机器人路径规划，到达指定故障位置；S4、到达指定位置后，水下机器人下潜进行故障检测；S5、检测完毕后，水下机器人重新浮于水面。本发明的有益效果为：多个机器人系统同时对多个故障点进行故障检测，提高了故障检测的效率。
-
公开(公告)号：CN114359157B
公开(公告)日：2023-06-16
申请号：CN202111488122.6
申请日：2021-12-08
Applicant: 南通大学
IPC: G06T7/00 , G06T7/12 , G06N3/0464 , G06N3/08 , G06V10/25 , G06V10/764 , G06V10/82
Abstract: 本发明涉及结直肠息肉检测技术领域，具体涉及一种基于深度学习的结直肠息肉检测方法，包括：从CT影像中获取数据对其进行数据预处理，通过二值化、腐蚀、膨胀等技术，对图像数据进行肠腔实质掩膜提取；然后切割图像进行感兴趣区域(ROI)提取；之后将切割出来的数据影像进行标号保存构建结直肠训练数据集；最后采用一种新的LeNet‑5结构搭建深度学习网络，训练数据，获得影像检测和训练结果。本发明在进行模型训练时，先采用图像预处理技术，找到了疑似区域，大大提高了训练结果的准确性，检测原理简单，检测速度较快，并且随着训练数据的增加，准确率会不断提高。
-
Patent Agency Ranking
公开(公告)号：CN114995149B
公开(公告)日：2023-06-13
申请号：CN202210665775.5
申请日：2022-06-13
Applicant: 南通大学
IPC: G05B13/04
Abstract: 本发明提供了一种液压位置伺服系统改进混沌变权麻雀搜索参数辨识方法，属于液压位置伺服系统辨识技术领域。解决了液压位置伺服系统进行分析和控制时给液压位置伺服系统建立的数学模型，辨识所建立模型的参数和时间延迟的技术问题。其技术方案为：包括以下步骤：步骤1)建立液压位置伺服系统的单输入单输出模型；步骤2)构建液压位置伺服系统改进混沌变权麻雀搜索参数辨识方法的辨识流程，对所有参数和时间延迟进行估计。本发明的有益效果为：本发明提出的液压位置伺服系统改进混沌变权麻雀搜索参数辨识方法有较快的收敛速度和较高的收敛精度，能较好地适用于对液压位置伺服系统时滞反馈非线性模型的建模和参数辨识。
-
公开(公告)号：CN116069056A
公开(公告)日：2023-05-05
申请号：CN202211612915.9
申请日：2022-12-15
Applicant: 南通大学
IPC: G05D1/10
Abstract: 本发明提供了一种基于深度强化学习的无人机战场目标跟踪控制方法，属于无人机技术领域；解决了无人机无法自主进行战场目标跟踪控制的难题。其技术方案为：包括以下步骤：S1、根据无人机自身的传感器系统检测敌我态势；S2、利用深度学习分析敌方态势得到需要跟踪的敌方目标信息；S3、根据敌方的态势信息利用深度强化学习进行实时的跟踪控制。本发明的有益效果为：本发明能够令无人机完成对敌方目标的自主跟踪控制，提高无人机在战场上的利用效能，有利于提升无人机作战能力。
-
公开(公告)号：CN115933386A
公开(公告)日：2023-04-07
申请号：CN202211492586.9
申请日：2022-11-25
Applicant: 南通大学
IPC: G05B13/04
Abstract: 本发明提供了一种考虑输入约束的精馏塔过程抗扰控制结构及控制方法，属于化工精馏塔过程节能控制技术领域。解决了精馏塔过程由于强耦合和输入约束问题导致产物浓度出现较大波动且恢复时间长的问题。其技术方案为：控制结构包括带有优化功能的自抗扰控制器一、带有优化功能的自抗扰控制器二、动态解耦模块和精馏塔过程被控对象；控制方法为：通过设计带有优化功能的抗扰控制方法实现精馏塔过程两端产物浓度的解耦控制。本发明的有益效果为：该控制方法对精馏塔过程数学模型依赖程度低，可以实现塔顶和塔底产物浓度在输入约束下的解耦控制，在进料流量或进料浓度大幅扰动的情况下，保证产物浓度受到较小的影响，该方法具有较强的鲁棒性和稳定性。
-
公开(公告)号：CN115684946A
公开(公告)日：2023-02-03
申请号：CN202211423928.1
申请日：2022-11-14
Applicant: 南通大学
IPC: G01R31/367 , G01R31/382
Abstract: 本发明提供了一种基于迁移学习的锂离子电池SOC估计方法，属于锂离子电池技术领域。解决了3DCNN在锂电池SOC估计中适应新电池型号时造成的模型设计和数据集构建成本增加的问题。其技术方案为：包括以下步骤：步骤1)通过恒流放电实验、DST工况放电实验、FUDS工况放电实验和US06工况放电实验；步骤2)构建用于SOC估计的3DCNN训练数据集和测试数据集；步骤3)使用基于迁移学习的3DCNN对数据集进行训练和测试。本发明的有益效果为：本发明将训练的数据集导入3DCNN中进行训练，最终可用于锂离子电池SOC的实时估计。
-
公开(公告)号：CN115562011A
公开(公告)日：2023-01-03
申请号：CN202211183336.7
申请日：2022-09-27
Applicant: 南通大学
IPC: G05B13/04
Abstract: 本发明提供了一种气浮运动系统混沌自适应差分进化麻雀搜索参数辨识方法，属于气浮运动系统辨识技术领域。解决了辨识所建立模型的参数和时间延迟的技术问题。其技术方案为：包括以下步骤：步骤1)建立气浮运动系统的单输入单输出模型；步骤2)构建气浮运动系统混沌自适应差分进化麻雀搜索参数辨识方法的辨识流程，对所有参数和时间延迟进行估计。本发明的有益效果为：本发明提出的气浮运动系统混沌自适应差分进化麻雀搜索参数辨识方法有较快的收敛速度和较高的收敛精度，能较好地适用于对气浮运动系统时滞输入非线性闭环模型的建模和参数辨识。
-
-
-
-
-
-
-
-
-
Search Results
72
records
(took 0.037 seconds)
