-
公开(公告)号：CN114279426B
公开(公告)日：2023-12-15
申请号：CN202111645484.1
申请日：2021-12-30
Applicant: 杭州电子科技大学
IPC: G01C17/38
Abstract: 本发明公开了一种六轴优化的磁力计在线校准方法，包括以下步骤：获取加速度计的值、陀螺仪的值和上一时刻的磁力计的值；根据测量得到的加速度值和测量得到角速度值进行卡尔曼滤波，得到优化后稳定的陀螺仪角速度值；根据优化后的角速度和上一时刻磁力计的值，计算理论磁力计的值；根据理论磁力计值和实际测量的磁力计值构建扩展卡尔曼滤波器；利用扩展卡尔曼滤波器，根据测量的加速度计值和测量得到的角速度值，计算磁力计动态校准后的值。本发明利用扩展卡尔曼实现了磁力计的动态校准，使得校准结果更准确、实时和稳定；通过利用卡尔曼滤波器将加速度计和陀螺仪的数据进行融合滤波，有效抑制扩展卡尔曼动态校准磁力计的漂移。
-
Patent Agency Ranking
公开(公告)号：CN114280352A
公开(公告)日：2022-04-05
申请号：CN202111611235.0
申请日：2021-12-27
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于电流的大仪工时计算方法。本发明首先采集各个大仪的电流数据，将电流数据按照算法处理后生成样本集，再采用改进的聚类算法进行聚类，按照评价系数找到最佳的聚类结果，得到最终的簇。若簇个数等于2，则认为对应大仪只有关机态和工作态，没有待机态，这类仪器往往是示波器或信号分析仪一类；若簇大于2，则认为当前仪器存在关机态、待机态和工作态。通过簇与大仪状态的关系对应，即可计算出仪器的工作时长。后续采集数据仅需要变换成样本集后，计算每个样本与所有簇的相似度，取其中最高相似度的簇代表该样本的状态，从而实现快速计算工时目的。
-
公开(公告)号：CN114280352B
公开(公告)日：2024-02-13
申请号：CN202111611235.0
申请日：2021-12-27
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于电流的大仪工时计算方法。本发明首先采集各个大仪的电流数据，将电流数据按照算法处理后生成样本集，再采用改进的聚类算法进行聚类，按照评价系数找到最佳的聚类结果，得到最终的簇。若簇个数等于2，则认为对应大仪只有关机态和工作态，没有待机态，这类仪器往往是示波器或信号分析仪一类；若簇大于2，则认为当前仪器存在关机态、待机态和工作态。通过簇与大仪状态的关系对应，即可计算出仪器的工作时长。后续采集数据仅需要变换成样本集后，计算每个样本与所有簇的相似度，取其中最高相似度的簇代表该样本的状态，从而实现快速计算工时目的。
-
公开(公告)号：CN114281408A
公开(公告)日：2022-04-05
申请号：CN202111610982.2
申请日：2021-12-27
Applicant: 杭州电子科技大学
IPC: G06F9/30 , G16Y40/10 , G06F16/23 , G06F16/901 , G06F16/903 , G06F16/906
Abstract: 本发明公开了一种物联网数据监控点和寄存器地址自适应映射方法。本发明通过分类散列函数对数据监控点的类型进行分类，从而建立一级映射表来提升查找的效率，在一级映射表基础上，建立二级映射表，二级映射表中存有相应的数据监控点的映射参数信息和存放对应寄存器链表的物理地址首地址。本发明通过建立二级映射表，将物联网监控点的对应寄存器信息整合统一，提高查找效率和代码的通用性，避免进行重复查找；并对未映射的数据监控点，也可以做到自动添加适应。
-
公开(公告)号：CN114279426A
公开(公告)日：2022-04-05
申请号：CN202111645484.1
申请日：2021-12-30
Applicant: 杭州电子科技大学
IPC: G01C17/38
Abstract: 本发明公开了一种六轴优化的磁力计在线校准方法，包括以下步骤：获取加速度计的值、陀螺仪的值和上一时刻的磁力计的值；根据测量得到的加速度值和测量得到角速度值进行卡尔曼滤波，得到优化后稳定的陀螺仪角速度值；根据优化后的角速度和上一时刻磁力计的值，计算理论磁力计的值；根据理论磁力计值和实际测量的磁力计值构建扩展卡尔曼滤波器；利用扩展卡尔曼滤波器，根据测量的加速度计值和测量得到的角速度值，计算磁力计动态校准后的值。本发明利用扩展卡尔曼实现了磁力计的动态校准，使得校准结果更准确、实时和稳定；通过利用卡尔曼滤波器将加速度计和陀螺仪的数据进行融合滤波，有效抑制扩展卡尔曼动态校准磁力计的漂移。
-
公开(公告)号：CN114720132A
公开(公告)日：2022-07-08
申请号：CN202210494296.1
申请日：2022-05-07
Applicant: 杭州电子科技大学
IPC: G01M13/045 , G06K9/62 , G06K9/00 , G06N3/00
Abstract: 本发明公开了一种基于EEMD和改进PSO‑SVM的轴承故障诊断方法。本发明包括：采集缝纫机轴承信号；将采集的信号通过EEMD算法分解；将分解后的分量进行阈值降噪处理并重组；对重组的信号进行能量熵特征提取；各阶信号的能量熵作为输入向量，并将数据集分为训练集和测试集；采用支持向量机作为分类的数学模型，利用训练集和改进粒子群算法优化支持向量机参数模型对轴承故障检测模型进行训练，确定最优的支持向量机的惩罚系数以及核函数的参数；并通过分类准确度来评判模型性能。从而实现对故障的诊断，较大程度地提升故障诊断准确率，保证了设备的安全运行。
-
-
-
-
-
Search Results
6
records
(took 0.018 seconds)
