-
公开(公告)号：CN110111015A
公开(公告)日：2019-08-09
申请号：CN201910395899.4
申请日：2019-05-13
Applicant: 中南大学
Abstract: 本发明公开了一种基于变分模态分解多尺度排列熵的电能质量分析方法，包括：采集电能质量监测点在受到不同类型的扰动时的原始训练数据；采用变分模态分解对其分解得到K个IMF分量；计算每个IMF分量的多尺度排列熵，构建原始训练数据的特征向量；从特征向量中选择R个特征，组成原始训练数据的优化特征向量；以原始训练数据的优化特征向量和相应的扰动类型分别作为输入和输出数据，训练ELM神经网络模型，得到电能质量扰动分类器；对待检测电能质量监测点的电压信号，按上述相同方法获取其优化特征向量，并输入到电能质量扰动分类器中，得到待检测电能质量监测点的扰动类型。本发明方法对电能质量的扰动类型进行实时诊断的效率大大提升。
-
公开(公告)号：CN109297699A
公开(公告)日：2019-02-01
申请号：CN201811493246.1
申请日：2018-12-07
Applicant: 中南大学
CPC classification number: G01M13/00 , G01M7/025 , G06K9/6247 , G06N3/006
Abstract: 本发明公开了一种混合分解与提取的智能旋转机械故障诊断方法，包括：获取旋转机械的原始振动序列进行去噪处理，得到已去噪处理的振动序列；采用不同消失矩的母小波包函数，对已去噪处理的振动序列进行分解操作，得到各自若干个振动子序列；采用主元分析法，对每个振动子序列进行特征提取，得到旋转机械的特征参数矩阵；获取旋转机械训练样本，且已知训练样本的故障类型，使用训练样本训练支持向量机模型得到旋转机械故障诊断分类器；实时采集待检测旋转机械的原始振动序列，获取其特征参数矩阵，并输入到旋转机械故障诊断分类器，从而判断待检测旋转机械的故障类型。本发明提高了对旋转机械故障诊断的时效性和精度。
-
公开(公告)号：CN111546854B
公开(公告)日：2021-08-24
申请号：CN202010558477.7
申请日：2020-06-18
Applicant: 中南大学
Abstract: 本发明公开了一种智能列车空调机组在途识别与诊断方法，其中方法包括：获取列车空调机组分别在多种预设的环境参数下、按正常工况运行时的内部运行参数，构建正常参数数据库；获取列车空调机组分别在多种预设的环境参数下、且不同故障工况运行时的内部运行参数，构建异常参数数据库；在正常参数数据库中找到与每组异常参数和正常参数相匹配的正常参数，并计算相应的残差作为训练样本；以所有训练样本和对应的工况类型，训练获得故障预测模型；以相同方法获取实时的残差时间序列，输入至故障预测模型，得到多个工况类型预测结果，并综合评估得到最终的实时工况类型。本发明可以提高故障预测精度。
-
公开(公告)号：CN110334452B
公开(公告)日：2021-03-16
申请号：CN201910616614.5
申请日：2019-07-09
Applicant: 中南大学
Abstract: 本发明公开了一种智慧农业大气污染浓度分层次预警方法，属于污染监控技术领域，本发明基于不同农作物在不同生长高度对不同种类大气污染物浓度敏感程度的差异性，能够优化农作物种植区域关于大气污染物浓度管控与决策的有效资源配置，为各种农作物在大气污染物安全浓度环境下健康生长提供保证，助推智慧农业稳健发展。本发明提出了在目标农作物种植区域内利用均匀分布的无人机匀速升降的方法对该区域内的4种大气污染物SO2、NOx、CO、O3浓度进行随高度变化的实时离散点采样，在一定程度上保证了测量过程的时效性和准确性，避免了不同子区域大气污染物浓度随高度变化的随机性和偶然性，有利于农业种植的智能化管控。
-
公开(公告)号：CN111027727B
公开(公告)日：2023-06-09
申请号：CN201911379311.2
申请日：2019-12-27
Applicant: 中南大学
IPC: G06Q10/20 , G06Q10/063 , G06Q50/30 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种轨道系统跨域运维关键要素辨识方法，包括对轨道系统进行全生命周期构成要素的分解；对各个要素在安全域、性能域和环境域进行量化计算；建立数据集；建立安全域分析模型、性能域分析模型和环境域分析模型并获得跨域运维强相关要素；根据跨域运维强相关要素建立全生命周期运维分析模型并得到强相关要素运维关键度；根据强相关要素运维关键度建立运维关键要素辨识模型并得到最终的跨域运维关键要素。本发明能够进行轨道系统的跨域运维关键要素分析确认，而且可靠性高，实用性好。
-
Patent Agency Ranking
公开(公告)号：CN109583092B
公开(公告)日：2020-07-14
申请号：CN201811458795.5
申请日：2018-11-30
Applicant: 中南大学
Abstract: 本发明公开了一种多层次多模式特征提取的智能机械系统故障诊断方法，包括步骤：获取待检测机械部件的原始振动序列；采用主元分析法对原始振动序列进行第一次特征提取，得到待检测机械部件的第一目标样本；采用非负矩阵分解方法对第一目标样本进行第二次特征提取，得到待检测机械部件的第二目标样本；使用基于PID神经网络和极限学习机训练得到的两个振动序列预测器，分别对两个目标样本进行预测得到两个预测振动序列，并进行加权融合得到融合预测振动序列；使用基于支持向量机训练得到的智能机械系统故障分类模型，根据融合预测振动序列输出待检测机械部件的故障类型。本发明对机械部件故障诊断的准确性高、鲁棒性和时效性强。
-
公开(公告)号：CN111027727A
公开(公告)日：2020-04-17
申请号：CN201911379311.2
申请日：2019-12-27
Applicant: 中南大学
Abstract: 本发明公开了一种轨道系统跨域运维关键要素辨识方法，包括对轨道系统进行全生命周期构成要素的分解；对各个要素在安全域、性能域和环境域进行量化计算；建立数据集；建立安全域分析模型、性能域分析模型和环境域分析模型并获得跨域运维强相关要素；根据跨域运维强相关要素建立全生命周期运维分析模型并得到强相关要素运维关键度；根据强相关要素运维关键度建立运维关键要素辨识模型并得到最终的跨域运维关键要素。本发明能够进行轨道系统的跨域运维关键要素分析确认，而且可靠性高，实用性好。
-
公开(公告)号：CN108572648A
公开(公告)日：2018-09-25
申请号：CN201810372830.5
申请日：2018-04-24
Applicant: 中南大学
Abstract: 本发明提供了一种无人驾驶车辆电源多源融合预测方法及系统，该方法运用多传感器数据融合技术，将采集到的有效积雪深度、道路坡度、电池温度等多种参数融合到无人驾驶车辆电池电量综合预测模型中，实现了积雪道路环境等复杂环境下无人驾驶车辆的电池电量智能化综合计算，为无人驾驶车辆电池设计研发领域提供了更加完备的考虑因素。该系统结构简单，摆脱了对于道路沿线固定式积雪深度测量装置的依赖，实现了无人驾驶车辆供电系统的资源优化配置，使无人驾驶车辆的续航能力得到了一定程度的提升。
-
公开(公告)号：CN110334452A
公开(公告)日：2019-10-15
申请号：CN201910616614.5
申请日：2019-07-09
Applicant: 中南大学
Abstract: 本发明公开了一种智慧农业大气污染浓度分层次预警方法，属于污染监控技术领域，本发明基于不同农作物在不同生长高度对不同种类大气污染物浓度敏感程度的差异性，能够优化农作物种植区域关于大气污染物浓度管控与决策的有效资源配置，为各种农作物在大气污染物安全浓度环境下健康生长提供保证，助推智慧农业稳健发展。本发明提出了在目标农作物种植区域内利用均匀分布的无人机匀速升降的方法对该区域内的4种大气污染物SO2、NOx、CO、O3浓度进行随高度变化的实时离散点采样，在一定程度上保证了测量过程的时效性和准确性，避免了不同子区域大气污染物浓度随高度变化的随机性和偶然性，有利于农业种植的智能化管控。
-
公开(公告)号：CN108508372B
公开(公告)日：2019-09-03
申请号：CN201810374101.3
申请日：2018-04-24
Applicant: 中南大学
IPC: G01R31/367
Abstract: 本发明公开了一种基于环境视觉融合的无人驾驶电量计算和预警方法及系统，实现了积雪道路环境等复杂环境下无人驾驶车辆的电池电量智能化综合计算，将道路有效积雪深度的实时检测与无人驾驶车辆的电池电量计算和预警有机结合，为无人驾驶车辆电池设计研发领域提供了更加完备的考虑因素。综合考虑了冰雪环境下道路有效积雪深度、道路坡度、无人驾驶车辆电池温度等多方面因素，并且实现对道路有效积雪深度的车载式精确测量和道路沿线固定式积雪深度测量装置的结合，实现了无人驾驶车辆供电系统的资源优化配置，使无人驾驶车辆的续航能力得到了一定程度的提升。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.015 seconds)
