-
公开(公告)号：CN108388237B
公开(公告)日：2020-08-28
申请号：CN201810337164.1
申请日：2018-04-16
Applicant: 广东工业大学
IPC: G05B23/02
Abstract: 本申请公开了一种离散制造设备的故障诊断方法，包括获取离散制造设备的运行数据，并根据预设的计算规则对运行数据进行计算得出运行结果，再利用预先设置的故障诊断知识库查询运行结果对应的故障信息，从而避免了每次都需要人为地通过运行数据得出离散制造设备的故障信息，不依赖人工的时间和精力和各个技术人员的技术水平，能够及时有效地对离散制造设备进行故障诊断。本申请还公开了一种离散制造设备的故障诊断装置、设备及计算机可读存储介质，均具有上述有益效果。
-
公开(公告)号：CN114706421B
公开(公告)日：2023-04-18
申请号：CN202210344428.2
申请日：2022-04-02
Applicant: 广东工业大学
IPC: G05D1/10
Abstract: 本发明公开了一种多无人机编队穿越框形障碍物方法，包括：无人机编队在飞行过程中，实时获取框形障碍物与无人机编队间的距离信息，以及无人机编队的位移信息；构建框形障碍物和无人机编队的相对位置模型；构建无人机速度控制模型；基于无人机编队的距离信息和位移信息、框形障碍物和无人机编队的相对位置模型，构建参数模型；根据所述参数模型构建对框形障碍物的位置估计模型以及无人机编队间的相对位置估计模型；根据构建的对框形障碍物的位置估计模型和无人机编队间的相对位置估计模型，结合所述的无人机速度控制模型，设计无人机编队穿越障碍物的控制器，利用控制器对无人机编队的飞行进行速度控制，从而使无人机编队穿越框形障碍物。
-
公开(公告)号：CN114413921B
公开(公告)日：2022-12-16
申请号：CN202210062571.2
申请日：2022-01-19
Applicant: 广东工业大学
IPC: G01C21/34
Abstract: 本发明涉及一种基于激励机制的网联车行驶路径规划方法、系统及设备，该方法通过获取控制中心所有网联车路径规划，采用利润函数、激励策略和收益函数对所有网联车的规划路径集合进行处理、分析，基于激励策略的博弈理论控制中心得到规划路径的最优奖励，基于最优奖励筛选出每辆网联车的最优路径，促使对应网联车选择最优路径行驶，使得在所有网联车行驶的利润最大化，同时也使控制中心获得的全局利益达到最大，从而有效地提高道路利用率，解决了现有云计算中心规划的网联车行驶路径不合理，导致道路利用率低的技术问题。
-
公开(公告)号：CN114706421A
公开(公告)日：2022-07-05
申请号：CN202210344428.2
申请日：2022-04-02
Applicant: 广东工业大学
IPC: G05D1/10
Abstract: 本发明公开了一种多无人机编队穿越框形障碍物方法，包括：无人机编队在飞行过程中，实时获取框形障碍物与无人机编队间的距离信息，以及无人机编队的位移信息；构建框形障碍物和无人机编队的相对位置模型；构建无人机速度控制模型；基于无人机编队的距离信息和位移信息、框形障碍物和无人机编队的相对位置模型，构建参数模型；根据所述参数模型构建对框形障碍物的位置估计模型以及无人机编队间的相对位置估计模型；根据构建的对框形障碍物的位置估计模型和无人机编队间的相对位置估计模型，结合所述的无人机速度控制模型，设计无人机编队穿越障碍物的控制器，利用控制器对无人机编队的飞行进行速度控制，从而使无人机编队穿越框形障碍物。
-
公开(公告)号：CN110084511B
公开(公告)日：2021-07-13
申请号：CN201910342741.0
申请日：2019-04-25
Applicant: 广东工业大学
Abstract: 本发明公开了一种无人机配型方法，该方法包括：接收并解析无人机配型请求，获得目标产品性能指标；将目标产品性能指标输入目标神经网络模型进行配型，获得目标关键组件参数；其中，目标神经网络模型的获取过程，包括：创建神经网络模型；获取配型知识，并利用配型知识创建知识表达网络；利用知识表达网络获得训练神经网络模型的训练数据；利用训练数据对神经网络模型进行配型训练，获得目标神经网络模型。应用该方法无需人工干预，便可自动实现无人机配型，无需进行装机测试以及进行参数修正，可缩短无人机产品的研发周期，降低研发成本。本发明还公开了一种无人机配型装置、设备及可读存储介质，具有相应的技术效果。
-
Patent Agency Ranking
公开(公告)号：CN109031949B
公开(公告)日：2020-07-28
申请号：CN201810735421.7
申请日：2018-07-06
Applicant: 广东工业大学
IPC: G05B13/04 , G05B19/418
Abstract: 本发明公开了一种智能制造系统协同控制方法，包括以下步骤：采集智能制造系统中的各个生产装备的状态、输入和输出数据；根据装备的状态、输入和输出数据，得到装备某时刻的动态误差；基于动态误差利用最优性原理中的性能指标函数得到装备的评价函数；利用神经网络算法获得满足评价函数的最优参数；根据最优参数对装备进行设定控制。本发明基于知识化自动化，每个智能装备都有一个由所有相邻生产装备所确定的强化信号，能够自适应排除外界干扰和装备状况变化对智能制造系统所产生的影响，使得智能制造系统具有较好的鲁棒性。
-
公开(公告)号：CN115437261A
公开(公告)日：2022-12-06
申请号：CN202211407432.5
申请日：2022-11-10
Applicant: 广东工业大学
Abstract: 本发明公开了一种基于距离测量的无人机围剿方法，包括：首先，确定代理无人机和目标无人机的动力学模型；其次，在代理无人机的坐标系统一的前提下，代理无人机实时获取自身的位移参数以及代理无人机之间、代理无人机与目标无人机之间的距离参数，结合所述动力学模型，构建代理无人机与目标无人机位置的位置关系模型，并构建对目标无人机的位置估计器；最后，利用位置估计器结合代理无人机到目标无人机之间的相对估计位置，通过预设的自适应围剿控制器，结合预设的针对于目标无人机的围剿轨迹的半径以及轨迹控制频率、控制器增益，得到代理无人机的速度控制指令，代理无人机根据所述速度控制指令围剿目标无人机。
-
公开(公告)号：CN114413921A
公开(公告)日：2022-04-29
申请号：CN202210062571.2
申请日：2022-01-19
Applicant: 广东工业大学
IPC: G01C21/34
Abstract: 本发明涉及一种基于激励机制的网联车行驶路径规划方法、系统及设备，该方法通过获取控制中心所有网联车路径规划，采用利润函数、激励策略和收益函数对所有网联车的规划路径集合进行处理、分析，基于激励策略的博弈理论控制中心得到规划路径的最优奖励，基于最优奖励筛选出每辆网联车的最优路径，促使对应网联车选择最优路径行驶，使得在所有网联车行驶的利润最大化，同时也使控制中心获得的全局利益达到最大，从而有效地提高道路利用率，解决了现有云计算中心规划的网联车行驶路径不合理，导致道路利用率低的技术问题。
-
公开(公告)号：CN110084511A
公开(公告)日：2019-08-02
申请号：CN201910342741.0
申请日：2019-04-25
Applicant: 广东工业大学
Abstract: 本发明公开了一种无人机配型方法，该方法包括：接收并解析无人机配型请求，获得目标产品性能指标；将目标产品性能指标输入目标神经网络模型进行配型，获得目标关键组件参数；其中，目标神经网络模型的获取过程，包括：创建神经网络模型；获取配型知识，并利用配型知识创建知识表达网络；利用知识表达网络获得训练神经网络模型的训练数据；利用训练数据对神经网络模型进行配型训练，获得目标神经网络模型。应用该方法无需人工干预，便可自动实现无人机配型，无需进行装机测试以及进行参数修正，可缩短无人机产品的研发周期，降低研发成本。本发明还公开了一种无人机配型装置、设备及可读存储介质，具有相应的技术效果。
-
公开(公告)号：CN109031949A
公开(公告)日：2018-12-18
申请号：CN201810735421.7
申请日：2018-07-06
Applicant: 广东工业大学
IPC: G05B13/04 , G05B19/418
Abstract: 本发明公开了一种智能制造系统协同控制方法，包括以下步骤：采集智能制造系统中的各个生产装备的状态、输入和输出数据；根据装备的状态、输入和输出数据，得到装备某时刻的动态误差；基于动态误差利用最优性原理中的性能指标函数得到装备的评价函数；利用神经网络算法获得满足评价函数的最优参数；根据最优参数对装备进行设定控制。本发明基于知识化自动化，每个智能装备都有一个由所有相邻生产装备所确定的强化信号，能够自适应排除外界干扰和装备状况变化对智能制造系统所产生的影响，使得智能制造系统具有较好的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.022 seconds)
