公开(公告)号：CN119916756A

公开(公告)日：2025-05-02

申请号：CN202510026746.8

申请日：2025-01-08

Applicant: 南通大学

Inventor： 李俊红 ,  段雅棋 ,  薛涵文 ,  安振生 ,  丁杰 ,  赵高麒 ,  曾小茹

IPC: G05B19/418

Abstract: 本发明提供了一种基于递阶最小二乘的电加热炉系统辨识方法，属于工业控制过程系统辨识技术领域，解决了电加热炉系统参数辨识精度不高的技术问题。其技术方案为：一种基于递阶最小二乘的电加热炉系统辨识方法，包括以下步骤：步骤1)建立电加热炉系统的分数阶状态空间模型；步骤2)构建基于卡尔曼滤波的递阶最小二乘算法的辨识流程。本发明的有益效果为：本发明提出的基于卡尔曼滤波的递阶最小二乘算法具有较快的收敛速度和较高的收敛精度，能较好的适用于对电加热炉系统的参数辨识。

公开(公告)号：CN119884636A

公开(公告)日：2025-04-25

申请号：CN202411819857.6

申请日：2024-12-11

Applicant: 南通大学

Inventor： 李俊红 ,  薛涵文 ,  安振生 ,  段雅棋 ,  丁杰 ,  赵高麒 ,  曾小茹

IPC: G06F18/20 ,  G06F18/241 ,  G06F18/10 ,  G06N3/008 ,  G06N3/084 ,  G06F18/214

Abstract: 本发明提供了一种基于降维数据驱动的励磁波形估计方法，属于磁性电气元件技术领域。解决了传统模型法其准确性和抗干扰能力不足的技术问题。其技术方案为：包括以下步骤：步骤1)对原始数据进行降维预处理得到特征样本；步骤2)并确定MLP神经网络的各层结构；步骤3)使用交配策略对星鸦优化算法进行改进；步骤4)结合改进的星鸦优化算法对MLP神经网络的网络参数进行训练，得到初步更新的MLP神经网络；步骤5)利用FNOA‑MLP神经网络算法对磁芯励磁波形进行预测。本发明的有益效果：在低秩逼近中的数据，具有更强的模型表达能力。

公开(公告)号：CN118938673A

公开(公告)日：2024-11-12

申请号：CN202410995656.5

申请日：2024-07-24

Applicant: 南通大学

Inventor： 李俊红 ,  段雅棋 ,  张泓睿 ,  李亚男 ,  薛涵文 ,  安振生 ,  丁杰 ,  赵高麒

IPC: G05B13/04 ,  G06F17/18

Abstract: 本发明提供了一种基于两阶段最小二乘法的连续搅拌反应釜参数辨识方法，属于精细化工过程辨识技术领域，解决了连续搅拌反应釜参数辨识精度不高的技术问题。其技术方案为：包括以下步骤：步骤1)建立连续搅拌反应釜分数阶Wiener模型；步骤2)构建两阶段加权递推最小二乘算法的辨识流程。本发明的有益效果为：本发明提出的两阶段加权递推最小二乘算法具有较快的收敛速度和较高的收敛精度，能较好的适用于对连续搅拌反应釜的参数辨识。

公开(公告)号：CN118914902A

公开(公告)日：2024-11-08

申请号：CN202411134835.6

申请日：2024-08-19

Applicant: 南通大学

Inventor： 李俊红 ,  薛涵文 ,  安振生 ,  华亮 ,  丁杰 ,  赵高麒 ,  杨筱涵

IPC: G01R31/392 ,  G06F18/214 ,  G06N3/006 ,  G06N3/0499 ,  G06F30/27 ,  G01R31/367 ,  G01R31/378 ,  G06F119/02

Abstract: 本申请公开了一种基于降维的智能优化神经网络锂电池SOH预测方法，包括：基于锂离子电池进行间歇恒流放电的实验数据，对实验数据进行降维预处理，获取电池特征样本；获取BP神经网络模型的节点个数；对BP神经网络模型的参数进行优化，获取NOA‑BP神经网络预测模型；基于NOA‑BP神经网络模型，对电池健康状态进行预测并进行结果分析。本申请在神经网络过程中引入智能优化算法，对神经网络各层初始权值进行优化，不仅提升了模型性能和训练效率，更保证了算法在精度及收敛速度上的优越性。最终优化为NOA‑BP神经网络模型，利用其完成SOH预测，辨识精度较高。