-
公开(公告)号：CN115319755B
公开(公告)日：2025-05-16
申请号：CN202211137827.8
申请日：2022-09-19
Applicant: 桂林电子科技大学
IPC: B25J9/16
Abstract: 本发明公开一种基于反馈校正的GRU神经网络机器人柔性关节补偿控制方法，针对负载转矩传感器的情况下，通过反映负载大小变化的电机驱动电流与关节扭转角之间的特性，描述关节在不同负载下的迟滞特性，在GRU神经网络的基础上引入反馈结构，利用模型输出值与期望输出值之间的误差组成补偿量，反馈给GRU神经网络模型，用于校正GRU神经网络模型的输出值，以提高关节的GRU神经网络模型精度。柔性关节迟滞模型预测随负载变化的扭转角，作为补偿量，修改关节的角度设定值，从关节输入端，间接实现对关节迟滞特性造成误差的有效补偿。本发明是一种低成本补偿控制方法，有利于低成本高精度轻型工业机器人的高端智能制造中的大量普及。
-
-
-
-
公开(公告)号：CN117250543A
公开(公告)日：2023-12-19
申请号：CN202311209255.4
申请日：2023-09-19
Applicant: 桂林电子科技大学
IPC: G01R31/392 , G01R31/367 , G01R31/378 , G01R31/385
Abstract: 本发明公开一种基于电池模型参数特征的锂电池健康状态估计方法，通过电池实际运行过程中的充电或放电的部分区间电压电流测试数据辨识电池模型参数，需要的测试数据很少，能够有效适应实车运行过程中充放电时间序列缺失或测试数据不足的工况，具有更强的实用性。将不同充放电工况下的等效电路模型参数作为Bi‑LSTM模型的输入特征，使模型特征具有明确的物理意义，保证了模型的泛化性和可解释性，可以应用于不同的电池类型，具有更好的通用性。
-
Patent Agency Ranking
公开(公告)号：CN117237725A
公开(公告)日：2023-12-15
申请号：CN202311212612.2
申请日：2023-09-19
Applicant: 桂林电子科技大学
IPC: G06V10/764 , G06V10/80 , G06V10/46 , G06V10/50 , G06V10/54 , G06V10/77 , G06V10/82 , G06V10/26 , G06V10/70 , G06V10/774 , G06V10/771 , G06V10/776 , G06V20/62 , G06V10/96 , G06N3/006 , G06T7/00
Abstract: 本发明公开一种基于图像的轮胎磨损程度快速检测方法，通过轮胎厂或汽车厂商获得不同类型的轮胎图像，每类轮胎图像的五种不同磨损程度选择一张图像，对选择的轮胎图像进行裁剪，模拟实际轮胎的污垢及图像光斑构建噪声，通过加噪进行数据增强后提取灰度共生矩阵特征的均值和均方根值、改进的梯度直方图特征以及局部二值模式特征，对提取的三类特征向量分别进行降维再拼接融合，然后将得到降维融合后的特征向量分类器模型，对分类器的重要参数采用鲸鱼优化算法进行优化，得到训练好的随机森林优化分类器模型，模型测试待检测轮胎磨损程度图像。本发明用于估计轮胎剩余寿命，更迅速便捷地提醒车主轮胎磨损程度信息。
-
公开(公告)号：CN115556093A
公开(公告)日：2023-01-03
申请号：CN202211138252.1
申请日：2022-09-19
Applicant: 桂林电子科技大学
IPC: B25J9/16
Abstract: 本发明公开基于NARXNN‑CNN混合迟滞模型的机器人关节补偿控制方法，针对机器人柔性关节传递精度随负载变化，关节输入输出角度之差扭转角与输出力矩表现为强非线性、非对称性及非光滑性的复杂迟滞特性，设计了NARXNN‑CNN混合迟滞模型，并设计分段式损失函数来实现独立分段偏差反向传递学习。通过NARXNN‑CNN混合迟滞模型预测扭转角的修正量，并利用该扭转角的修正量对关节输出角度设定值进行补偿，从而间接避免由于关节材料、制造及复杂结构的装配及负载变化等所造成的关节传递误差。
-
公开(公告)号：CN113884935A
公开(公告)日：2022-01-04
申请号：CN202111288182.3
申请日：2021-11-02
Applicant: 桂林电子科技大学
IPC: G01R31/392
Abstract: 本发明公开基于锂电池在线电化学阻抗谱测量的SOH估算系统和方法，测量电池不同老化循环次数下的电化学阻抗谱和电池开路电压；使用灰色关联度对电化学阻抗谱进行特征选择；建立并训练机器学习模型；采集被测电池数据进行SOH估算。本发明通过对电池电化学阻抗谱进行分析，得到相关的特征参数，避免了复杂等效电路模型的参数辨识。本发明可完成对电池的电化学阻抗谱测量和电池SOH的估算，提高了系统的集成度和可靠性。
-
公开(公告)号：CN113884935B
公开(公告)日：2024-05-14
申请号：CN202111288182.3
申请日：2021-11-02
Applicant: 桂林电子科技大学
IPC: G01R31/392
Abstract: 本发明公开基于锂电池在线电化学阻抗谱测量的SOH估算系统和方法，测量电池不同老化循环次数下的电化学阻抗谱和电池开路电压；使用灰色关联度对电化学阻抗谱进行特征选择；建立并训练机器学习模型；采集被测电池数据进行SOH估算。本发明通过对电池电化学阻抗谱进行分析，得到相关的特征参数，避免了复杂等效电路模型的参数辨识。本发明可完成对电池的电化学阻抗谱测量和电池SOH的估算，提高了系统的集成度和可靠性。
-
公开(公告)号：CN115319755A
公开(公告)日：2022-11-11
申请号：CN202211137827.8
申请日：2022-09-19
Applicant: 桂林电子科技大学
IPC: B25J9/16
Abstract: 本发明公开一种基于反馈校正的GRU神经网络机器人柔性关节补偿控制方法，针对负载转矩传感器的情况下，通过反映负载大小变化的电机驱动电流与关节扭转角之间的特性，描述关节在不同负载下的迟滞特性，在GRU神经网络的基础上引入反馈结构，利用模型输出值与期望输出值之间的误差组成补偿量，反馈给GRU神经网络模型，用于校正GRU神经网络模型的输出值，以提高关节的GRU神经网络模型精度。柔性关节迟滞模型预测随负载变化的扭转角，作为补偿量，修改关节的角度设定值，从关节输入端，间接实现对关节迟滞特性造成误差的有效补偿。本发明是一种低成本补偿控制方法，有利于低成本高精度轻型工业机器人的高端智能制造中的大量普及。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.018 seconds)
