一种基于智能声信息识别的焊后焊缝冲击质量判别方法

    公开(公告)号:CN110824006B

    公开(公告)日:2021-12-28

    申请号:CN201911088740.4

    申请日:2019-11-08

    Applicant: 南通大学

    Abstract: 本发明属于机械控制领域,公开了一种基于智能声信息识别的焊后焊缝冲击质量判别方法,包括:控制超声冲击枪枪头以不同的处理压力、处理速度、处理角度和冲击频率对焊后焊缝进行冲击处理,获取冲击处理过程中的声信号,计算声信号的特征值,构建包含多种应力处理情况的声信号样本集;根据焊后焊缝的冲击处理质量测定结果对声信号样本集进行标注;建立多权值神经网络模型,并利用经过标注的声信号样本集对多权值神经网络模型进行训练;获取待判别焊后焊缝冲击处理声信号的特征值,并将特征值输入经过训练的多权值神经网络,输出待判别焊后焊缝冲击处理质量的判断结果。该方法识别准确、监测成本低且不用对焊件造成破坏。

    一种基于智能声信息识别的焊后焊缝冲击质量判别方法

    公开(公告)号:CN110824006A

    公开(公告)日:2020-02-21

    申请号:CN201911088740.4

    申请日:2019-11-08

    Applicant: 南通大学

    Abstract: 本发明属于机械控制领域,公开了一种基于智能声信息识别的焊后焊缝冲击质量判别方法,包括:控制超声冲击枪枪头以不同的处理压力、处理速度、处理角度和冲击频率对焊后焊缝进行冲击处理,获取冲击处理过程中的声信号,计算声信号的特征值,构建包含多种应力处理情况的声信号样本集;根据焊后焊缝的冲击处理质量测定结果对声信号样本集进行标注;建立多权值神经网络模型,并利用经过标注的声信号样本集对多权值神经网络模型进行训练;获取待判别焊后焊缝冲击处理声信号的特征值,并将特征值输入经过训练的多权值神经网络,输出待判别焊后焊缝冲击处理质量的判断结果。该方法识别准确、监测成本低且不用对焊件造成破坏。

    一种线性定常系统中采样周期动态选择方法

    公开(公告)号:CN111007721B

    公开(公告)日:2022-11-25

    申请号:CN201911268105.4

    申请日:2019-12-11

    Applicant: 南通大学

    Abstract: 本发明属于一般控制系统分析与设计等技术领域,公开了一种线性定常系统中采样周期动态选择方法。不同于传统从连续控制设计递推离散控制设计的研究思路,本发明方法直接在离散时间域开展控制设计,避免了现有通过逼近连续控制律来得到离散控制律方法的保守型;在离散控制律设计过程中,通过对于系统状态的尺度变换,引入了可调尺度因子这一附加自由度,不但保证了对于系统中不确定行为的有效压制,而且实现了尺度因子与采样周期的一体化设计,进一步扩大了采样控制设计中采样周期的选择范围,避免了采样设计过程中Zeno现象的发生。

    一种线性定常系统中采样周期动态选择方法

    公开(公告)号:CN111007721A

    公开(公告)日:2020-04-14

    申请号:CN201911268105.4

    申请日:2019-12-11

    Applicant: 南通大学

    Abstract: 本发明属于一般控制系统分析与设计等技术领域,公开了一种线性定常系统中采样周期动态选择方法。不同于传统从连续控制设计递推离散控制设计的研究思路,本发明方法直接在离散时间域开展控制设计,避免了现有通过逼近连续控制律来得到离散控制律方法的保守型;在离散控制律设计过程中,通过对于系统状态的尺度变换,引入了可调尺度因子这一附加自由度,不但保证了对于系统中不确定行为的有效压制,而且实现了尺度因子与采样周期的一体化设计,进一步扩大了采样控制设计中采样周期的选择范围,避免了采样设计过程中Zeno现象的发生。

Patent Agency Ranking