-
公开(公告)号：CN114684096B
公开(公告)日：2023-02-17
申请号：CN202210226975.0
申请日：2022-03-08
Applicant: 中南大学
Abstract: 本发明提供了一种基于多源数据融合的电磁阀寿命预测装置及方法。所述装置包括：均衡风缸控制模块、数据采集模块和寿命预测模块。所述均衡控制模块通过制动控制单元对均衡风缸的目标压力和传感器反馈的实时压力进行比较，利用PWM脉宽调制方式控制电磁阀的充排风，实现均衡风缸压力的精准控制；所述数据采集模块使用数据采集卡采集均衡风缸的压力信号、电磁阀组的电流信号；所述寿命预测模块利用采集到的数据分别训练两个寿命预测模型，通过融合不同的模型预测结果以对电磁阀进行寿命预测。本发明可以准确地对电磁阀进行寿命预测，降低维修成本并提高电磁阀利用效率。
-
公开(公告)号：CN114338497B
公开(公告)日：2022-10-11
申请号：CN202111598690.1
申请日：2021-12-24
Applicant: 中南大学
Abstract: 本发明公开了一种基于在线强化学习的列车车队数据路由系统及方法，其中系统包括设置于列车车队中各列车成员内的列车通信装置和路由决策模块，以及设置于列车车队中头车内的训练模块；列车通信装置用于构建车队和进行组网；路由决策模块包括状态数据收集模块和神经网络路由决策模块，状态数据收集模块用于采集对应列车的通信状态信息和行驶状态信息；神经网络路由决策模块用于根据采集的数据进行路由决策，并将决策经验发送到头车；训练模块用于利用获取的决策经验对路由策略选择神经网络进行训练，并将训练完成后的路由策略选择神经网络参数反馈到各列车成员进行参数更新。本发明实现能够根据环境自适应调整的在线强化学习路由决策。
-
公开(公告)号：CN114740385A
公开(公告)日：2022-07-12
申请号：CN202210212196.5
申请日：2022-03-04
Applicant: 中南大学
IPC: G01R31/387 , G01R31/367
Abstract: 本发明公开了一种自适应的锂离子电池荷电状态估计方法，其方法包括以下步骤：建立锂离子电池二阶RC等效电路模型，并离线辨识二阶RC等效电路模型的参数；拟合锂离子电池开路电压与荷电状态之间的相关性曲线；通过动态应力测试对模型的准确性进行验证；根据含遗忘因子的递归最小二乘法对模型参数进行在线辨识；使用自适应扩展卡尔曼粒子滤波算法，确定锂离子电池荷电状态的估计值。本发明通过输出多个粒子的加权平均值，提高了荷电状态估计结果的稳定性和准确性；通过自适应扩展卡尔曼滤波算法对粒子重要性进行采样，在准确估计锂离子电池荷电状态的同时，提高了算法的运算效率。
-
公开(公告)号：CN114338497A
公开(公告)日：2022-04-12
申请号：CN202111598690.1
申请日：2021-12-24
Applicant: 中南大学
Abstract: 本发明公开了一种基于在线强化学习的列车车队数据路由系统及方法，其中系统包括设置于列车车队中各列车成员内的列车通信装置和路由决策模块，以及设置于列车车队中头车内的训练模块；列车通信装置用于构建车队和进行组网；路由决策模块包括状态数据收集模块和神经网络路由决策模块，状态数据收集模块用于采集对应列车的通信状态信息和行驶状态信息；神经网络路由决策模块用于根据采集的数据进行路由决策，并将决策经验发送到头车；训练模块用于利用获取的决策经验对路由策略选择神经网络进行训练，并将训练完成后的路由策略选择神经网络参数反馈到各列车成员进行参数更新。本发明实现能够根据环境自适应调整的在线强化学习路由决策。
-
公开(公告)号：CN114157544A
公开(公告)日：2022-03-08
申请号：CN202111487260.2
申请日：2021-12-07
Applicant: 中南大学
Abstract: 本发明公开了一种基于卷积神经网络的帧同步方法、设备及介质，应用于无线通信系统，方法为：Step1：准备无线通信系统的通信数据集，对接收端数据进行预处理，并根据发送端数据确定接收端数据中的数据包起始位置；Step2：构建卷积神经网络模型，以接收端预处理后的数据为输入，以接收端数据中的数据包起始位置为输出，对构建的卷积神经网络模型进行训练；Step3：将训练好的卷积神经网络模型嵌入到接收端的帧同步系统之中；Step4：对接收端数据进行预处理，再输入至训练好的卷积神经网络，输出即为接收端数据中的数据包起始位置。本发明能充分解决发送端和接收端之间信息漏同步和假同步的问题，提高同步系统的同步性能。
-
Patent Agency Ranking
公开(公告)号：CN113644933A
公开(公告)日：2021-11-12
申请号：CN202111147928.9
申请日：2021-09-29
Applicant: 中南大学
Abstract: 本发明公开了一种基于混合粒子群遗传算法的自适应直接序列扩频通信方法、系统和介质，其中方法包括：步骤1，基于多种环境条件和多种通信条件，构建扩频因子条件向量和扩频因子表达式；步骤2，将扩频因子条件向量抽象表示为粒子的地址，将扩频因子表达式作为适应度函数，采用混合粒子群遗传算法求解最优的扩频因子；步骤3，将求解得到的最优扩频因子作为通信双方最新的扩频因子，对需要传输的数据进行直接序列扩频通信。本发明能根据通信和环境条件快速求解最优扩频因子，增强通信系统的抗干扰性、提高带宽资源利用效率。
-
公开(公告)号：CN106891876B
公开(公告)日：2018-07-17
申请号：CN201710112440.X
申请日：2017-02-28
Applicant: 中南大学
IPC: B60T8/17 , B61L15/00 , H04L12/40 , H04L12/407
Abstract: 本发明公开了一种基于CANopen协议的分布式机车制动控制装置及方法，装置包括分布式制动处理模块和四个制动控制子模块；分布式制动处理模块采用CAN双绞线与四个制动控制子模块相连，构成总线式通信拓扑结构的内部CAN网络；四个制动控制子模块分别为均衡控制模块、电子分配阀控制模块、列车控制模块、补机控制模块，用于完成各自负责的传感器状态信息采集和执行机构控制；分布式制动处理模块与制动控制子模块及机车其它设备通信，用于完成自身信号采集与输出、监控并记录内部CAN网络通信数据和各制动控制子模块状态信息；当某个模块负责的传感器和执行机构出现故障时，由其它模块协同制动。本发明能够有效提高系统的可靠性和安全性。
-
公开(公告)号：CN106774286B
公开(公告)日：2018-04-20
申请号：CN201710124626.7
申请日：2017-03-03
Applicant: 中南大学
IPC: G05B23/02
Abstract: 本发明公开了一种基于SIBAS32控制逻辑的和谐D1型机车在线故障诊断方法及系统，该方法通过MVB访问系统中央控制单元和牵引控制单元，获取机车状态数据，将所述机车状态数据输入基于SIBAS32控制逻辑建立的专家系统，根据专家知识库规则重现机车内部运行机制，得到故障源位置、故障类型、故障内容、故障原因及故障处理方法，最后将上述信息写入存储单元并显示在LCD液晶屏上。该系统在分析和谐机车核心控制部件SIBAS32的控制逻辑和推理的基础上，充分利用机车日志和经验性检修知识，建立专家知识库，根据知识库对故障信号进行在线诊断分析，精确定位故障源，提高机车故障的诊断水平和检修精度，确保机车运行安全。
-
公开(公告)号：CN102910157A
公开(公告)日：2013-02-06
申请号：CN201210370942.X
申请日：2012-09-28
Applicant: 中南大学
IPC: B60T8/17
Abstract: 本发明公开了一种CCBII制动机的EPCU后备转换装置。该装置包括：电源转换模块、信号控制采集模块、信号控制输出模块、总线扩展、控制模块、LON网络模块、FTT-10A LON收发器、双口RAM、MVB通讯芯片、MVB网络数据收发器、故障指示存储模块。本发明的CCBII制动机的EPCU后备转换装置，提供一种由EPCU部分故障（如故障代码014、017、025等）导致补机的解决方案，确保本务机车制动命令的正常执行，维持机车正常运行。
-
公开(公告)号：CN116304873A
公开(公告)日：2023-06-23
申请号：CN202310281296.8
申请日：2023-03-22
Applicant: 中南大学
IPC: G06F18/241 , G06F18/214 , G06F18/25 , G06N3/094 , G06N3/096 , G06F18/24 , G06F123/02
Abstract: 本发明公开了一种基于域对抗迁移学习的电磁阀故障诊断方法及系统。所述方法包括：搭建均衡风缸控制系统试验台，利用离线测试数据集对机车的在线运行数据进行补充，基于信息散度筛选离线测试数据作为源域，将源域数据和实际运行的目标域数据进行混合，作为电磁阀故障诊断方法的输入；根据制动机压力输出曲线的周期特性，分阶段提取压力特征值，并通过证据理论得到更高重要度的故障诊断特征；以训练数据和对应的故障类型分别作为输入和输出数据，对诊断模型进行训练得到故障分类器模型；将待测电磁阀压力时间序列的特征输入故障分类器中，获得最终的电磁阀故障诊断结果。本发明能够有效地提高电磁阀的故障诊断准确度。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.027 seconds)
