幼儿园一体教室情景式自适应照明系统、控制装置及控制方法

    公开(公告)号:CN109874202B

    公开(公告)日:2021-02-02

    申请号:CN201910287213.X

    申请日:2019-04-03

    Abstract: 本发明提供幼儿园一体教室情景式自适应照明系统、控制装置及控制方法,控制单元基于光色传感单元、图像采集单元和人体检测单元分别获取各功能区测试点的色温与照度、场景图像和人体感应信号,基于经训练的场景检测器,根据图像、人体及时间等特征识别当前照明场景,通过建立调光照明分布表和光色评分函数,对条形灯、射灯中LED串驱动电流的各种组合进行评价,通过多目标优化算法对驱动电流值的组合进行寻优,最后将寻优结果传送给驱动器进行调光。本发明能根据教室内的当前活动场景进行评分值调整,使得优化出的照明条件能满足不同活动场景如听课、游戏、手工、演示、就餐及午休等的光照要求,提高了调光的针对性,为幼儿提供了合理的照明环境。

    一种商务酒店客房照明控制方法

    公开(公告)号:CN109874196B

    公开(公告)日:2021-01-29

    申请号:CN201811343928.4

    申请日:2018-11-02

    Abstract: 本发明专利提供了一种商务酒店客房照明控制方法,先根据使用需求将商务酒店房间分为多个区域,以商务酒店行业标准或通用要求为参考,对商务酒店照明环境进行数学建模,并建立评价函数对各区域照度、照度均匀度的达标程度进行评分。同时,针对特定使用及照明需求,如:办公、阅读、会客、娱乐、节能等,对评价函数进行补充。然后,采用粒子群优化算法,基于评价函数对客房内各灯具的照明参数进行优化,并将依据不同评价函数获得的多个优化结果转换为灯具照明场景控制参数。最后,基于布置在房间内的控制面板、集控主机和可调光LED灯组,用户通过控制面板向集控主机发送指令,打开相应场景,以获得更具针对性且更为高效节能的照明效果。

    基于用户身份自动识别的酒店个性化智能照明系统

    公开(公告)号:CN112218406A

    公开(公告)日:2021-01-12

    申请号:CN202011175538.8

    申请日:2019-04-03

    Abstract: 本发明提供一种基于用户身份自动识别的酒店个性化智能照明系统,其包括主机单元、用户接口单元、可调光灯组和服务器。主机单元对经身份认证过的用户的个人特性数据进行按模糊分类得出特性隶属度值,对调光指令分析获得各灯调制值,又基于用户特性隶属度值向量、灯调制向量与数据库中历史入住用户数据进行对比,根据向量间的相似度,对用户偏好的灯调制向量进行推测,推测结果推送给用户并经确认后发给灯组执行调光。本发明依据用户个体特性及调光操作的相似性来对其入住客房中未操作过灯具的调光偏好进行推测,能快速向用户推送其可能感兴趣的照明效果,从而实现个性化照明参数推荐和一键式场景照明。

    一种基于用户身份自动识别的酒店个性化智能照明方法

    公开(公告)号:CN112218401A

    公开(公告)日:2021-01-12

    申请号:CN202011175618.3

    申请日:2019-04-03

    Abstract: 本发明提供一种基于用户身份自动识别的酒店个性化智能照明方法,为用户个人特性参数建立模糊分类标准,入住登记后对经身份认证过的用户的个人特性数据进行按模糊分类得出特性隶属度值,对调光指令分析获得各灯调制值,又基于用户特性隶属度值向量、灯调制向量与数据库中历史入住用户数据进行对比,根据向量间的相似度,对用户偏好的灯调制向量进行推测,推测结果推送给用户并经确认后发给灯组执行调光。本发明依据用户个体特性及调光操作的相似性来对其入住客房中未操作过灯具的调光偏好进行推测,能快速向用户推送其可能感兴趣的照明效果,从而实现个性化照明参数推荐和一键式场景照明。

    基于注意力因素的照明控制装置

    公开(公告)号:CN109905943B

    公开(公告)日:2021-01-08

    申请号:CN201910263082.1

    申请日:2019-04-02

    Abstract: 本发明公开了基于注意力因素的照明控制装置与方法,装置包括光色传感单元、图像采集单元、心率采集单元、调光映射单元、控制单元等,以工作面照度、色温及持续学习时间等参数作为输入量,以学习者的眼睛开度、视线专注度、心率等体征参数及其各自对应的注意力因素值作为输出量,建立光照条件到注意力的映射模型,经训练的神经网络在现场光环境中用来对注意力参数进行预测,进而基于多目标优化算法对光色参数进行寻优,寻优结果基于多项式等模型被映射为灯组的驱动电流值,灯组调光后能实现不同现场环境下有助于学习者提高或保持注意力的照明。本发明还通过对评分标准的在线调节,使优化出的光照更符合个体的照明偏好。

    可变光环境下学习注意力检测与预判装置

    公开(公告)号:CN109949193B

    公开(公告)日:2020-12-25

    申请号:CN201910263070.9

    申请日:2019-04-02

    Abstract: 本发明公开了可变光环境下学习注意力检测与预判装置和方法,装置包括光色传感单元、图像采集单元、心率采集单元、控制单元和用户接口单元;首先以工作面照度、色温、颜色的xyz色坐标值及持续学习时间共6个参数作为输入量,以经滤波、拟合、评估量化后的学习者眼睛开度、视线专注度度、心率、视线移动速率等参数的注意力因素值作为输出量,建立人工神经网络;其次,调节工作面区块范围到期望位置后,改变灯组电流,采集光色组合变化后的样本并对神经网络进行训练;最后,训练后的网络在新的光环境中用来对现场光照条件下学习者的注意力参数进行预测,从而向学习者进行光环境评价提示,并为潜在的高注意力光环境的推荐提供依据。

    螺杆式多组份物料配料装置控制器

    公开(公告)号:CN110711507A

    公开(公告)日:2020-01-21

    申请号:CN201910965554.8

    申请日:2017-09-19

    Abstract: 本发明公开了螺杆式多组份物料配料装置控制器,其包括输入模块、存储模块、输出模块和处理模块,处理模块又包括预测模块、重量监测模块、误差计算模块及逻辑控制模块。基于上一次空中量预测值、本次下料误差及累积下料误差对空中量预测值进行迭代更新,并据此来关闭螺旋输送器。本发明通过调节进料泵的转速使得下料仓的料位控制在一窄范围内,调节螺旋输送器的运转速度,并基于距离传感器和称重模块的检测,通过振动杆来减小下料过程中物料分布的变化,保证物料密实度和落料形态的稳定,从而加快迭代预测收敛速度,在保证精度的同时获得了较高的下料速度,且适用于小批量的快速配料。

    一种薄膜剖面图像的字符提取方法

    公开(公告)号:CN110667147A

    公开(公告)日:2020-01-10

    申请号:CN201910845718.3

    申请日:2017-05-28

    Abstract: 本发明公开了一种薄膜剖面图像的字符提取方法,基于薄膜测厚仪输出用以显示被检测薄膜的横向剖面厚度图像,先根据区域特征获取含有目标字符的ROI区域,并根据该区域内可能出现的字符分析构建字符的二值化特征模板库;然后,在目标区域中检测并分离出单个字符,对每个字符进行特征提取后再进行模板匹配,识别出单个字符;最后,将相邻单字符进行组合,对组合出的词组进行辨识,获取图像中膜厚曲线的基准厚度值、坐标刻度值、厚度平均值。本发明通过对薄膜剖面图像的处理,能准确获取计算薄膜剖面厚度值所需的膜厚曲线的基准厚度值和坐标刻度值,从而为薄膜横、纵向厚度的一致性控制提供了基础。

    基于机器学习的螺杆式物料配料机控制方法

    公开(公告)号:CN107697660B

    公开(公告)日:2019-11-29

    申请号:CN201710905824.7

    申请日:2017-09-19

    Abstract: 本发明公开了基于机器学习的螺杆式物料配料机控制方法,先在控制器中建立动态递归Elman神经网络,将下料仓料位、空中落差、落料率、物料密度及螺旋输送器的螺旋叶片直径、螺距和螺杆最大转速7个输入量映射为螺杆式物料配料机下料过程中的物料空中量,按梯度下降法离线训练网络后,在线控制下料过程中处理模块根据神经网络输出的空中量预测值通过输出模块对螺旋输送器进行提前关闭控制。本发明采用非线性网络对下料过程进行建模,训练后的网络能对不同落料状态下的空中量进行准确预测,从而可直接精确下料且适用于小批量生产,又由于螺杆可保持高运转速度而提升了下料效率。

    基于神经网络的螺杆失重式物料下料方法

    公开(公告)号:CN108002062B

    公开(公告)日:2019-10-18

    申请号:CN201711223838.7

    申请日:2017-11-20

    Abstract: 本发明公开了基于神经网络的螺杆失重式物料下料方法,在控制器中建立神经网络,将下料仓料位、落料率、物料密度及螺旋输送器的螺旋叶片直径、螺距和螺杆最大转速这些输入量映射为落料失重值;离线训练神经网络后,在线进行下料控制时,基于仓位传感器和称重模块实时采集的信号,神经网络对落料失重值进行预测,处理模块基于该预测值修正下料量后对螺旋输送器的关闭时间进行调节。本发明采用神经网络对不同落料状态下的落料失重值进行预测,可直接精确下料且适用于小批量生产;对下料仓内的物料堆积形态的动态检测和调节,减小了落料率波动;通过对下料累积误差的控制,减小了批量下料的总误差;又由于螺杆可保持高运转速度而提升了下料效率。

Patent Agency Ranking