-
公开(公告)号：CN119519035A
公开(公告)日：2025-02-25
申请号：CN202411568683.0
申请日：2024-11-05
Applicant: 大连冰山嘉德自动化有限公司 , 大连理工大学
Abstract: 本发明提供一种用于液流电池的零压启动电路，包括：变压器单元：用于将电网输出的高压交流电换为低压交流电；滤波器：用于将变压器单元输出的低压交流电转换为三相位频率相同、振幅相等、相位依次互差120度的交流电压；逆变器功率单元：用于将滤波器输出的交流电压转换成直流电压；直流/直流变换器单元：用于将所述逆变器功率单元输出直流电压传送给液流电池，使电池工作在降压直流电路模式，对电池进行恒定电流充电，建立液流电池的浮压，使得该浮压达到正常工作的直流电压阀值。本发明通过直流/直流变换器单元可以实现电池零压启动，建立所述液流电池的初始电压，使得所述浮压达到单级逆变功率单元的工作电压阈值，具有体积小，成本低，性能稳定。
-
公开(公告)号：CN117253033A
公开(公告)日：2023-12-19
申请号：CN202211468424.1
申请日：2022-11-22
Applicant: 大连冰山嘉德自动化有限公司 , 大连理工大学
Abstract: 本发明公开了一种基于深度学习和分水岭分割的设备仪表参数检测方法，包括：获取带有仪表盘设备的原始图像数据集；构建深度卷积神经网络模型，输出图片中仪表盘设备的完整区域以及中心区域的两个语义分割预测掩膜；对仪表盘设备的完整区域以及中心区域的两个语义分割预测掩膜和原始图像数据集进行预处理操作，输出限定区域原始图像以及标签图像；采用分水岭算法借助标签图像对限定区域原始图像进行分割，从而对图像中的每个仪器仪表进行定位；将实现仪表定位的图像中每个仪表区域进行截图，采用光学字符识别方法对每个截图进行仪表参数信息获取。
-
公开(公告)号：CN108359949A
公开(公告)日：2018-08-03
申请号：CN201810134015.5
申请日：2018-02-09
Applicant: 大连理工大学 , 大工(青岛)新能源材料技术研究院有限公司 , 青岛蓝光晶科新材料有限公司
IPC: C23C14/35 , C30B29/06 , C30B28/06 , C01B33/037
Abstract: 本发明涉及溅射镀膜领域，具体涉及一种高纯多晶硅溅射靶材及其制备方法和应用。包括以下步骤：(1)装入硅料；(2)熔化阶段；(3)长晶过程；(4)减小热应力；(6)降温阶段。本发明选用多晶硅铸锭/提纯过程中产生的尾料作为原料，通过电子束熔炼耦合定向凝固将纯度较低的多晶硅原料提纯获得高纯多晶硅料，通过向硅中添加铝硼合金控制硅靶材的电阻率，通过籽晶诱导定向凝固工艺保证晶粒取向和均匀性，通过凝固工艺调整抑制晶体缺陷的形成。该方法制得的产品出成率能够达到80％左右，且具有成本低、纯度高、结晶取向一致、晶体缺陷少、电阻率可控的优点。
-
公开(公告)号：CN104283208A
公开(公告)日：2015-01-14
申请号：CN201310273226.4
申请日：2013-07-02
CPC classification number: Y02E60/76 , Y04S40/22 , H02J3/00 , H02J2003/003
Abstract: 本发明属于电力系统技术领域，是一种大型电网概率性可用输电能力的分解协调计算方法，如下步骤：l分解大型电网得到互联互通的若干个通过潮流计算能够得出可用输电能力的子系统；2根据大型电网所包括的各所述子系统的网络连接关系划分出若干个子区域电网，每个子区域电网包括两个串联或并联的子系统；3获取大型电网包括的所有子区域电网的概率性可用输电能力；4设定根据如上步骤已获取可用输电能力的各所述子区域电网作为子系统；5重复步骤2，步骤3和步骤4，直至获得大型电网的概率性可用输电能力结果。本发明有益效果在于：结合本研究所提出的分解计算模型，可快速计算跨多个区域电网的ATC，避开直接对该大型电网进行整体潮流计算的难题。
-
公开(公告)号：CN116467634A
公开(公告)日：2023-07-21
申请号：CN202310077202.5
申请日：2023-02-07
Applicant: 大连理工大学 , 大连冰山嘉德自动化有限公司
IPC: G06F18/241 , G06N3/094 , G06N3/0895 , G06N20/00
Abstract: 一种基于半监督对比学习的制冷机组故障诊断方法，方法包含三个部分，首先，设计制冷机组数据增强技术对原始数据进行数据增强，对数据进行成对约束组合，创建具有成对约束关系的有标签数据集合。然后，构建基于对比学习的样本对预测网络，利用具有成对约束关系的有标签数据集合训练模型，学习一对数据间的关联关系用于创建具有成对约束关系的全数据集。最后，构建基于记忆增强的半监督设备故障诊断网络，从具有成对约束关系的全数据集中抓取数据隐含的类别信息，同时引入记忆模块令半监督设备故障诊断网络提取的特征更具区别性。本发明提出的方法能够有效挖掘同一故障类型无标签数据的内在关联，提高制冷机组设备诊断的性能。
-
Patent Agency Ranking
公开(公告)号：CN104283208B
公开(公告)日：2016-08-31
申请号：CN201310273226.4
申请日：2013-07-02
Abstract: 本发明属于电力系统技术领域，是一种大型电网概率性可用输电能力的分解协调计算方法，如下步骤：l分解大型电网得到互联互通的若干个通过潮流计算能够得出可用输电能力的子系统；2根据大型电网所包括的各所述子系统的网络连接关系划分出若干个子区域电网，每个子区域电网包括两个串联或并联的子系统；3获取大型电网包括的所有子区域电网的概率性可用输电能力；4设定根据如上步骤已获取可用输电能力的各所述子区域电网作为子系统；5重复步骤2，步骤3和步骤4，直至获得大型电网的概率性可用输电能力结果。本发明有益效果在于：结合本研究所提出的分解计算模型，可快速计算跨多个区域电网的ATC，避开直接对该大型电网进行整体潮流计算的难题。
-
公开(公告)号：CN119509116A
公开(公告)日：2025-02-25
申请号：CN202411446335.6
申请日：2024-10-16
Applicant: 大连理工大学 , 大连冰山嘉德自动化有限公司
Abstract: 本发明提供一种基于机器学习的冰箱表面防结露控制方法，属于制冷技术领域。本发明通过机器学习建立了冰箱表面温度的数学模型，实现了实时调节加热丝的加热占空比，相比于固定的加热占空比，能根据实际工作环境，增加或者减小加热丝的加热占空比，将冰箱表面温度更加精准地控制在略高于露点温度的狭小温度区间，避免了传统的防结露控制技术的能源浪费问题。
-
公开(公告)号：CN112734884A
公开(公告)日：2021-04-30
申请号：CN202110042869.2
申请日：2021-01-13
Applicant: 大连理工大学
IPC: G06T13/20 , G06T19/00 , G06F3/01 , A63F13/837 , A63F13/285
Abstract: 一种基于3D动画与虚拟现实结合的仿真枪场景设计方法，其属于游戏仿真枪技术领域。该方法包括手机APP的开发，在APP中设计多种3D动画效果；利用VR技术实现虚拟现实的结合，并利用IMAX使音响系统动态范围的延展性对声道进行重新混制以及仿真枪的使用。该方法采用仿真枪的气反馈冲击力模拟真枪的反馈力，且仿真枪重量类似真枪，利用激光瞄准或追踪，给使用者带来更真实的体验。基于3D动画与虚拟现实结合的仿真枪场景设计弥补了传统打枪场景的不足，使信息的呈现不仅能够反映真实的物理空间，而且能够将虚拟信息融入到真实的环境中，灵活完成多种打枪体验，为使用者提供更加真实的打枪体验。
-
公开(公告)号：CN120030405A
公开(公告)日：2025-05-23
申请号：CN202411949683.5
申请日：2024-12-27
Applicant: 大连理工大学 , 大连冰山嘉德自动化有限公司
IPC: G06F18/241 , G06F18/213 , G06N3/0895 , G06N3/045 , F24F11/38
Abstract: 本发明公开了一种融合混合专家神经过程和记忆对比学习的半监督冷水机组故障诊断方法，包括以下步骤：S1.构建基于混合专家联合神经过程的制冷机组故障诊断算法建模方法，引入神经过程思想实现对故障类别预测分布的拟合，设计证据下界函数指导模型训练；S2.设计基于记忆对比学习的无标签样本训练策略；S3.创建冷水机组故障诊断网络，在半监督训练条件下利用拟合好的类别预测分布完成故障诊断任务；提出一种新的基于概率分布的冷水机组故障诊断算法，通过拟合故障类别预测分布有效提升模型的泛化性，实现准确的冷水机组故障诊断。通过半监督故障诊断实验，验证了本发明能够精准诊断冷水机组故障。
-
公开(公告)号：CN114970605B
公开(公告)日：2024-06-14
申请号：CN202210485072.4
申请日：2022-05-06
Applicant: 大连理工大学 , 大连冰山嘉德自动化有限公司
IPC: G06F18/24 , G06F18/241 , G06F18/15 , G06F18/2131 , G06F18/25 , G06N3/0442 , G06N3/0464 , G06N3/0455 , G06N3/049 , G06N3/0499 , G06N3/084 , G01M13/00
Abstract: 本发明公开一种多模态特征融合神经网络的制冷设备故障诊断方法，属于计算机技术领域，包括：1)数据预处理；2)特征提取及特征融合；3)神经网络训练及优化；4)故障分类与诊断。本发明主要针对单模态输入故障诊断问题，由于单模态输入数据信息匮乏，现有的机器学习方法特征提取能力弱，准确率不高，对于一些难以分辨的故障容易产生误判。因此，本发明利用时频分析转换时域信号增加输入模态和基于注意力机制的特征融合，实现模态间互补信息的充分发挥，以达到提高诊断准确率的目标。实验验证表明，本发明能够有效地实现多模态特征提取与融合，解决单模态输入诊断准确率低下的问题。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.023 seconds)
