公开(公告)号：CN115309049A

公开(公告)日：2022-11-08

申请号：CN202210947785.8

申请日：2022-08-05

Applicant: 常州大学

Inventor： 夏凯 ,  赵瑞雪 ,  潘赛虎

IPC: G05B13/04

Abstract: 本发明涉及PID控制技术领域，尤其涉及一种基于改进PSO‑CNN的实验装置控制方法及系统，包括：构建实验腔初始温度、加热功率、加热时间和实验腔温度的数据集，并对数据集进行归一化预处理；构建1‑DCNN模型；待网络训练完成后，预测实验腔下一时刻温度，将超前温度信息代入到PSO算法的适应度函数中，针对PSO优化PID在自学习过程中陷入局部极小值问题，采取自适应变步长惯性因子迭代方法改进PSO算法，随后更新粒子位置和速度以及更新个体最优值和群体最优值，当满足收敛条件时输出最优PID参数；本发明在面对复杂非线性系统时能够有效的避免应用效果不佳等问题，实现超前控制，减弱温度变化的滞后性，并减小响应时间。

公开(公告)号：CN116627194A

公开(公告)日：2023-08-22

申请号：CN202310660474.8

申请日：2023-06-06

Applicant: 常州大学

Inventor： 潘赛虎 ,  包涵 ,  夏凯

IPC: G05D23/22

Abstract: 本发明涉及神经网络技术领域，尤其涉及基于OLED热学实验的WOA‑LSTM温度控制方法，包括采集OLED实验腔内部温度参数和PID参数；利用数据集训练改进LSTM模型，并通过均方根误差评价改进LSTM模型；通过WOA算法对改进LSTM模型的正则化参数和梯度裁剪阈值进行寻优，迭代完成后将最优的正则化参数和梯度裁剪阈值作为改进LSTM模型初值。本发明采用LSTM预测下一时刻温度，根据下一时刻温度信息自适应调整PID控制器参数；同时为了防止LSTM出现过拟合问题和加强预测性能，引入WOA对LSTM的正则化系数和梯度裁剪阈值进行寻优；提高预测准确性并减少超调量、降低过程控制时间。

公开(公告)号：CN115343531A

公开(公告)日：2022-11-15

申请号：CN202211062914.1

申请日：2022-09-01

Applicant: 常州大学

Inventor： 赵瑞雪 ,  夏凯 ,  潘赛虎

IPC: G01R22/10

Abstract: 本发明涉及电能检测技术领域，尤其涉及一种矿热炉二次电能检测方法，包括分别采集矿热炉二次侧电压和电流信号，并对电流信号进行积分、相位补偿和校准、对电压信号进行校准；采用Blackman‑Harris三次自乘窗及四谱线插值法对电压信号和电流信号进行处理；根据处理后的电压和电流计算无功功率。本发明结合Blackman‑Harris三次自乘窗和四谱线插值算法分析谐波信号，精度高于传统Blackman‑Harris基础窗的三谱线、四谱线以及Blackman‑Harris三次自乘窗和三普线法，幅值误差小于3*10－9，且在基波波动情况下保持稳定。