-
Patent Agency Ranking
公开(公告)号：CN119474822A
公开(公告)日：2025-02-18
申请号：CN202411591207.0
申请日：2024-11-08
Applicant: 北京理工大学 , 北京空间飞行器总体设计部
IPC: G06F18/213 , G06F18/22 , G06F18/214 , G06N3/0442 , G06N3/084 , G06F17/18 , G01R31/392 , G01R31/367
Abstract: 本发明公开了一种基于域相似元学习的小样本锂电池SOH估计方法，包括以下步骤：S1、设计动态‑静态特征提取模块，采用动态‑静态特征提取模块从电池数据集中提取动态特征和静态特征，通过灰色关联系数将得到的特征联系起来；S2、设计基于域相似的任务排序模块，任务排序模块利用最大均值差异MMD算法计算训练任务之间的域相似度，对训练任务进行排序；S3、在元学习框架中加入LSTM元学习模块，LSTM模型作为学习器，捕捉SOH与电压时间序列之间的依赖关系，并将排序后训练任务嵌入元训练过程。本发明采用上述一种基于域相似元学习的小样本锂电池SOH估计方法，将数学工具和元学习框架相结合，用于在不同工况下精确估计锂电池SOH。
-
公开(公告)号：CN116999649A
公开(公告)日：2023-11-07
申请号：CN202310900360.6
申请日：2023-07-21
Applicant: 北京理工大学
Abstract: 本发明一种实现血糖无偏移跟踪的人工胰腺模型预测控制器，包括扩展状态观测器(ESO)的误差估计模块、误差补偿模块、模型预测控制模块和胰岛素输注模块；其中，使用扩展状态观测器对系统建模过程中的未知扰动部分进行估计，在经典的模型预测控制器结构的基础上，创新性增加了扩展状态观测器解决胰岛素基础率不准确等建模过程中的信息不匹配而带来的血糖控制稳态偏移问题。
-
公开(公告)号：CN114903648B
公开(公告)日：2022-11-22
申请号：CN202210500896.4
申请日：2022-05-09
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于ESO和模型预测控制的双激素人工胰腺控制器，包括基于ESO的误差估计与切换控制模块、胰岛素输注模型预测控制模块，胰高血糖素输注模型预测控制模块；基于ESO的误差估计与切换控制模块是使用ESO进行对人体血糖代谢简化模型的总扰动的估计，通过模型迭代完成预测过程，基于预测结果完成切换规则的建立。本发明采用上述的一种基于ESO和模型预测控制的双激素人工胰腺控制器，使用辅助ESO对系统建模过程中的未知扰动部分进行估计，从而完成对于下一时刻系统状态的预测，使用预测结果完成切换模型的建立实现双激素模式的转换，同时通过模型预测控制算法完成核心胰岛素‑胰高血糖素控制器的设计，实现了对糖尿病患者血糖水平的有效控制。
-
公开(公告)号：CN116999649B
公开(公告)日：2024-10-25
申请号：CN202310900360.6
申请日：2023-07-21
Applicant: 北京理工大学
Abstract: 本发明一种实现血糖无偏移跟踪的人工胰腺模型预测控制器，包括扩展状态观测器(ESO)的误差估计模块、误差补偿模块、模型预测控制模块和胰岛素输注模块；其中，使用扩展状态观测器对系统建模过程中的未知扰动部分进行估计，在经典的模型预测控制器结构的基础上，创新性增加了扩展状态观测器解决胰岛素基础率不准确等建模过程中的信息不匹配而带来的血糖控制稳态偏移问题。
-
公开(公告)号：CN114903648A
公开(公告)日：2022-08-16
申请号：CN202210500896.4
申请日：2022-05-09
Applicant: 北京理工大学
IPC: A61F2/02
Abstract: 本发明公开了一种基于ESO和模型预测控制的双激素人工胰腺控制器，包括基于ESO的误差估计与切换控制模块、胰岛素输注模型预测控制模块，胰高血糖素输注模型预测控制模块；基于ESO的误差估计与切换控制模块是使用ESO进行对人体血糖代谢简化模型的总扰动的估计，通过模型迭代完成预测过程，基于预测结果完成切换规则的建立。本发明采用上述的一种基于ESO和模型预测控制的双激素人工胰腺控制器，使用辅助ESO对系统建模过程中的未知扰动部分进行估计，从而完成对于下一时刻系统状态的预测，使用预测结果完成切换模型的建立实现双激素模式的转换，同时通过模型预测控制算法完成核心胰岛素‑胰高血糖素控制器的设计，实现了对糖尿病患者血糖水平的有效控制。
-
-
-
-
Search Results
5
records
(took 0.032 seconds)
