一种皮带张力在线识别的方法和系统

    公开(公告)号:CN112362214A

    公开(公告)日:2021-02-12

    申请号:CN202011203982.6

    申请日:2020-11-02

    Applicant: 厦门大学

    Abstract: 一种皮带张力在线识别的方法和系统,包括如下步骤:1)采集不同张力状态下皮带轮的振动信号,进行预处理,得到训练数据集和测试数据集;2)通过训练数据集对GRNN广义神经网络模型进行训练,得到皮带张力识别神经网络模型,并通过测试数据集进行验证;3)在线采集皮带轮振动信号,进行数据预处理后输入皮带张力识别神经网络模型,得到当前状态的皮带张力大小。本发明将数据分析和神经网络算法运用到传统的带传动张力计算中,实现皮带张力的在线识别,避免降低带传动系统工作效率。

    基于多视图集成学习的公交车载重预测方法及装置

    公开(公告)号:CN114036830A

    公开(公告)日:2022-02-11

    申请号:CN202111293525.5

    申请日:2021-11-03

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于多视图集成学习的公交车载重预测方法及装置,该方法采集多种视图数据集,并分别根据载重视图数据集、时间视图数据集、站点视图数据集和视频视图数据集训练不同的基学习器,根据不同的基学习器预测得到多个载重预测值,对多个载重预测值进行加权平均处理,采用遗传算法对加权平均处理的加权系数进行优化,根据最优加权系数计算得到最终载重预测值。本发明能够在公交车行驶前预测下一站的整车载重,将预测值输入到整车控制系统中,为能量管理和安全驾驶提供依据,为公交车控制策略的计算提供足够时间。

    基于LSTM速度预测优化的IA-SVM行驶工况识别方法及装置

    公开(公告)号:CN114004993B

    公开(公告)日:2024-10-15

    申请号:CN202111241720.3

    申请日:2021-10-25

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于LSTM速度预测优化的IA‑SVM行驶工况识别方法及装置,通过获取车辆历史运行数据并进行预处理,构建运动学片段数据库并获取行驶工况在线识别训练数据;建立基于IA优化SVM算法的行驶工况在线识别模型,通过行驶工况在线识别训练数据对基于IA优化SVM算法的行驶工况在线识别模型进行训练,得到行驶工况在线识别模型;建立基于LSTM的速度预测模型,以车辆的历史行程作为速度预测训练数据对基于LSTM的速度预测模型进行训练,得到速度预测模型;获取实时采集到的车辆运行数据,输入速度预测模型实时预测得到未来速度序列,将未来速度序列与历史速度序列拼接构成识别序列,将识别序列输入行驶工况在线识别模型,识别出车辆行驶工况。

    一种基于多源运行数据的公交车站间载重识别方法和系统

    公开(公告)号:CN113989534B

    公开(公告)日:2024-07-02

    申请号:CN202111204859.0

    申请日:2021-10-15

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于多源运行数据的公交车站间载重识别方法,包括如下步骤:获取公交车历史运行数据,对获取的公交车历史运行数据进行预处理;根构造预处理后数据的特征向量,再将特征向量归一化处理;将归一化处理后的特征向量生成数据集,并将数据集划分为训练样本集和测试样本集;基于训练样本集对径向基函数神经网络模型进行训练,生成公交车站间载重识别模型,再利用测试样本集进行精度验证;采集公交车不同站间的行驶数据,使用公交车站间载重识别模型对公交车站间载重进行识别。本发明方法有效解决了公交车频繁启停导致载重识别结果不准确的问题,同时也能够识别出不同站间公交车载重的变化,作为实时能量管理策略调整的依据。

    基于多视图集成学习的公交车载重预测方法及装置

    公开(公告)号:CN114036830B

    公开(公告)日:2024-06-11

    申请号:CN202111293525.5

    申请日:2021-11-03

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于多视图集成学习的公交车载重预测方法及装置,该方法采集多种视图数据集,并分别根据载重视图数据集、时间视图数据集、站点视图数据集和视频视图数据集训练不同的基学习器,根据不同的基学习器预测得到多个载重预测值,对多个载重预测值进行加权平均处理,采用遗传算法对加权平均处理的加权系数进行优化,根据最优加权系数计算得到最终载重预测值。本发明能够在公交车行驶前预测下一站的整车载重,将预测值输入到整车控制系统中,为能量管理和安全驾驶提供依据,为公交车控制策略的计算提供足够时间。

    基于LSTM速度预测优化的IA-SVM行驶工况识别方法及装置

    公开(公告)号:CN114004993A

    公开(公告)日:2022-02-01

    申请号:CN202111241720.3

    申请日:2021-10-25

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于LSTM速度预测优化的IA‑SVM行驶工况识别方法及装置,通过获取车辆历史运行数据并进行预处理,构建运动学片段数据库并获取行驶工况在线识别训练数据;建立基于IA优化SVM算法的行驶工况在线识别模型,通过行驶工况在线识别训练数据对基于IA优化SVM算法的行驶工况在线识别模型进行训练,得到行驶工况在线识别模型;建立基于LSTM的速度预测模型,以车辆的历史行程作为速度预测训练数据对基于LSTM的速度预测模型进行训练,得到速度预测模型;获取实时采集到的车辆运行数据,输入速度预测模型实时预测得到未来速度序列,将未来速度序列与历史速度序列拼接构成识别序列,将识别序列输入行驶工况在线识别模型,识别出车辆行驶工况。

    一种基于多源运行数据的公交车站间载重识别方法和系统

    公开(公告)号:CN113989534A

    公开(公告)日:2022-01-28

    申请号:CN202111204859.0

    申请日:2021-10-15

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于多源运行数据的公交车站间载重识别方法,包括如下步骤:获取公交车历史运行数据,对获取的公交车历史运行数据进行预处理;根构造预处理后数据的特征向量,再将特征向量归一化处理;将归一化处理后的特征向量生成数据集,并将数据集划分为训练样本集和测试样本集;基于训练样本集对径向基函数神经网络模型进行训练,生成公交车站间载重识别模型,再利用测试样本集进行精度验证;采集公交车不同站间的行驶数据,使用公交车站间载重识别模型对公交车站间载重进行识别。本发明方法有效解决了公交车频繁启停导致载重识别结果不准确的问题,同时也能够识别出不同站间公交车载重的变化,作为实时能量管理策略调整的依据。

Patent Agency Ranking