一种用于动力电池反应控制模块的多传感器融合方法及装置

    公开(公告)号:CN113361562B

    公开(公告)日:2024-03-15

    申请号:CN202110423936.5

    申请日:2021-04-20

    Abstract: 本发明公开了一种用于动力电池反应控制模块的多传感器融合方法,步骤如下:S1、定义真实值xt和预测值#imgabs0#之间的误差e′t、以及真实值xt与估计值#imgabs1#之间的误差et,得到预测误差协方差矩阵P′t和估计误差协方差矩阵Pt;S2、将预测误差协方差矩阵P′i代入并展开、求导、最终定义和数据融合操作得到均方差最小的数据融合值,提高系统的精度与可靠性;S3、通过基于实际传感器采集数据进行实际理论计算推导,验证算法的有效性。本发明还公开了一种用于动力电池反应控制模块的多传感器融合装置,包括:误差定义模块;数据融合模块;有效性验证模块。本发明能够保障传感器信号采集系统的精确性和系统可靠性,可以广泛应用于传感器领域。

    一种耐磨减噪的金属基高铁刹车片及其制备方法

    公开(公告)号:CN112377548B

    公开(公告)日:2022-06-10

    申请号:CN202011279757.0

    申请日:2020-11-16

    Abstract: 本发明公开了一种耐磨减噪的金属基高铁刹车片及其制备方法。该高铁刹车片包含摩擦块、隔热消声层和背板,具有良好的耐磨减噪和隔热消声性能。其中,摩擦块和隔热消声层含有多元二维材料,其制备由钨酸铵16‑20 wt.%、钼酸铵14‑18 wt.%、硼粉30‑34 wt.%和硅粉原料粉末32‑35 wt.%经混料气氛烧结合成;将摩擦块配制原料,经球磨、清洗、过滤和干燥处理得到混合粉末,放入不同模具中热压成型,最后将压坯进行真空烧结,得到金属基复合材料的摩擦块;而隔热消声层的原料在搅匀后,平铺于背板上进行热压成型;最后将不同的摩擦块通过螺栓固定在隔热消声层。与传统刹车片合成材料相比,该金属基高铁刹车片能满足良好的机械摩擦性能,具备适当的摩擦系数、低磨损率、良好的隔热耐磨和减噪的性能。

    基于EfficientNet网络与深度学习的植物叶部病害识别方法

    公开(公告)号:CN114581758A

    公开(公告)日:2022-06-03

    申请号:CN202210224394.3

    申请日:2022-03-07

    Abstract: 本申请提供了一种基于EfficientNet网络与深度学习的植物叶部病害识别方法包括步骤:获取包含植物正常状态和植物叶部病害的图像数据集;对图像数据集进行数据增强处理和数据扩张处理,得到训练数据集;基于EfficientNet网络与深度学习搭建EfficientNet模型;将训练数据集输入到EfficientNet模型进行训练,得到训练完成的EfficientNet模型;使用EfficientNet模型对包含植物叶部病害的图像数据进行植物叶部病害识别。能够快速且准确的进行自然环境下的植物病害识别并采取相应的措施,对于植物病情的控制和治疗意义重大,能够及时准确地诊断植物病害,对于可持续和正确的农业,以及防止不必要的浪费财政和其他资源,都具有重要意义。

    一种基于非线性PID的多车列队纵向跟随控制方法及装置

    公开(公告)号:CN113110022A

    公开(公告)日:2021-07-13

    申请号:CN202110339671.0

    申请日:2021-03-30

    Abstract: 本发明公开了一种基于非线性PID的多车列队纵向跟随控制方法,包括如下步骤:S1、根据前车—领航车跟踪通信拓扑结构,获取前车及领航车的位置、速度以及加速度信息;S2、采取固定间距跟随策略,利用车队纵向上层控制器,获得期望速度和加速度并进行稳定性分析;S3、基于车辆纵向逆动力学模型和车队纵向下层控制器,并将车辆速度作为反馈量,根据期望加速度和期望速度求解油门开度或制动压力,实现车队纵向跟随控制。本发明还提供了一种基于非线性PID的多车列队纵向跟随控制装置,包括如下部分:参数获取模块;稳定性分析模块;车队纵向控制模块。本发明可以满足协作式车队在不同工况下的行驶需求,可以广泛应用于协同控制技术。

    一种耐磨减噪的金属基高铁刹车片及其制备方法

    公开(公告)号:CN112377548A

    公开(公告)日:2021-02-19

    申请号:CN202011279757.0

    申请日:2020-11-16

    Abstract: 本发明公开了一种耐磨减噪的金属基高铁刹车片及其制备方法。该高铁刹车片包含摩擦块、隔热消声层和背板,具有良好的耐磨减噪和隔热消声性能。其中,摩擦块和隔热消声层含有多元二维材料,其制备由钨酸铵16‑20 wt.%、钼酸铵14‑18 wt.%、硼粉30‑34 wt.%和硅粉原料粉末32‑35 wt.%经混料气氛烧结合成;将摩擦块配制原料,经球磨、清洗、过滤和干燥处理得到混合粉末,放入不同模具中热压成型,最后将压坯进行真空烧结,得到金属基复合材料的摩擦块;而隔热消声层的原料在搅匀后,平铺于背板上进行热压成型;最后将不同的摩擦块通过螺栓固定在隔热消声层。与传统刹车片合成材料相比,该金属基高铁刹车片能满足良好的机械摩擦性能,具备适当的摩擦系数、低磨损率、良好的隔热耐磨和减噪的性能。

    高掺量粉煤灰砖坯料复合塑化剂及其制备方法和应用

    公开(公告)号:CN102674742A

    公开(公告)日:2012-09-19

    申请号:CN201210167813.0

    申请日:2012-05-28

    Abstract: 本发明涉及一种粉煤灰砖坯料复合塑化剂及其制备方法,取占粉煤灰干料0.5-1.0wt%的木质素磺酸钠,并加入占粉煤灰干料l5-18wt%的水,充分搅拌水解,加入占粉煤灰干料0.5-1.0wt%的木钙和占粉煤灰干料0.5-1.0wt%的水玻璃充分搅拌即可。本发明的有益效果:木质素磺酸钠易溶于水,化学性质稳定能改善粉煤灰的各种物理性能,提高粉煤灰颗粒的分散性能和润湿性能,和木钙,水玻璃一起用作粉煤灰砖坯料专用塑化剂时,用量小且塑化效果好,在生产上操作简易,可降低生产成本,其次,本发明的专用添加剂原料来源广泛,价格低,可以大大降低生产成本,缩短生产周期。

    一种基于参数自学习的无人车轨迹跟踪控制方法

    公开(公告)号:CN114721398B

    公开(公告)日:2025-02-07

    申请号:CN202210426264.8

    申请日:2022-04-22

    Abstract: 本申请公开了一种基于参数自学习的无人车轨迹跟踪控制方法,包括:建立无人车对应的仿真车辆以及真实路段对应的仿真道路;建立仿真车辆的预测模型,利用预测模型得到仿真车辆对预设轨迹进行跟踪的预测跟踪参量;建立预设控制目标对应的初始成本函数,对初始成本函数进行求解,得到车辆控制量;根据所述车辆控制量对仿真车辆进行预设轨迹的跟踪,得到仿真跟踪特征参数;根据人工驾驶信息和仿真跟踪特征参数对初始成本函数进行优化,根据所述优化后的成本函数对无人车进行轨迹跟踪的控制。本发明结合人工驾驶信息,对无人车控制方法进行了优化,使无人车在轨迹跟踪时更符合人类驾驶特性,同时也使轨迹跟踪的精准度和舒适度得到了提高。

    一种基于参数自学习的无人车轨迹跟踪控制方法

    公开(公告)号:CN114721398A

    公开(公告)日:2022-07-08

    申请号:CN202210426264.8

    申请日:2022-04-22

    Abstract: 本申请公开了一种基于参数自学习的无人车轨迹跟踪控制方法,包括:建立无人车对应的仿真车辆以及真实路段对应的仿真道路;建立仿真车辆的预测模型,利用预测模型得到仿真车辆对预设轨迹进行跟踪的预测跟踪参量;建立预设控制目标对应的初始成本函数,对初始成本函数进行求解,得到车辆控制量;根据所述车辆控制量对仿真车辆进行预设轨迹的跟踪,得到仿真跟踪特征参数;根据人工驾驶信息和仿真跟踪特征参数对初始成本函数进行优化,根据所述优化后的成本函数对无人车进行轨迹跟踪的控制。本发明结合人工驾驶信息,对无人车控制方法进行了优化,使无人车在轨迹跟踪时更符合人类驾驶特性,同时也使轨迹跟踪的精准度和舒适度得到了提高。

    一种基于模糊控制算法的动力电池系统控制方法及装置

    公开(公告)号:CN113341705A

    公开(公告)日:2021-09-03

    申请号:CN202110423920.4

    申请日:2021-04-20

    Abstract: 本发明公开了一种基于模糊控制算法的动力电池系统控制方法,包括如下步骤:步骤1:定义实际判决门限;步骤2:选择偏差e为观测量,规定变化等级;步骤3:得出控制量模糊表;步骤4:设置模糊规则,得模糊关系R,计算得到模糊关系矩阵R;步骤5:由模糊决策表示出控制量u的输出;步骤6:将模糊控制量u进行反模糊化,得到决策控制量。本发明还公开了一种基于模糊控制算法的动力电池系统控制装置,包括如下部分:实际判决门限定义模块;偏差选择模块;控制量模糊定义模块;模糊关系模块;模糊决策模块;决策控制量模块。本发明利用状态信息确定电池系统的工作状态及输出模式,有助于获得稳定、安全、高效的船舶动力,可以广泛应用于船舶制造领域。

    一种自动驾驶算法训练方法和装置

    公开(公告)号:CN118095482A

    公开(公告)日:2024-05-28

    申请号:CN202410152232.2

    申请日:2024-02-03

    Abstract: 本发明涉及一种自动驾驶算法训练方法和装置,该方法包括:基于测试道路信息生成道路仿真环境;利用预设正交排列法根据历史交通场景数据构建多场景驾驶数据集;根据多场景驾驶数据集在道路仿真环境中对自动驾驶算法进行优化,得到优化驾驶算法,获取交通参与者时空分布特征和车辆的仿真轨迹数据;将交通参与者时空分布特征实时投影到测试道路,获取车辆的真实轨迹数据,根据真实轨迹数据和仿真轨迹数据对优化驾驶算法进行训练,得到训练完备的自动驾驶算法。本发明通过虚实结合的训练方法使自动驾驶算法更快速高效的向真实环境迁移,降低了算法训练与校验的成本,能够更好地应对复杂的驾驶场景,提高驾驶安全性和舒适性。

Patent Agency Ranking