一种紫外超声耦合阵列自适应清洁灭活系统

    公开(公告)号:CN118666357A

    公开(公告)日:2024-09-20

    申请号:CN202410999927.4

    申请日:2024-07-24

    Applicant: 海南大学

    Abstract: 本发明涉及压载水处理技术领域,具体涉及一种紫外超声耦合阵列自适应清洁灭活系统,通过与具有反冲洗功能的过滤方法结合,可解决上述背景存在的问题。该技术设置了多层梳状紫外灯管解决紫外灯照射强度不均匀问题;通过引入了超声装置进行无接触清洁,同时进行微生物杀灭,克服边缘灯管清洁效果不好和灭活效果差的问题。为支持上述单元运行,本发明提出了自适应控制策略,可根据进水压力波动、水体洁净程度和灯管结垢程度自适应补偿,控制紫外装置装置运行在优化工作点和超声装置自动启动控制,保证系统实时可靠运行。

    一种欠驱动桥式吊运机器人的高精度自主定位方法

    公开(公告)号:CN115248557B

    公开(公告)日:2024-09-03

    申请号:CN202210774468.0

    申请日:2022-07-01

    Applicant: 海南大学

    Abstract: 本发明涉及一种欠驱动桥式吊运机器人的高精度自主定位方法,该方法包括以下步骤:步骤1:采用拉格朗日法建立桥式起重机的动力学模型;步骤2:根据不同绳长类型的桥式起重机设计对应的新型闭环输入整形控制器;步骤3:基于新型闭环输入整形控制器对桥式起重机运输过程中的摆动角度和位置进行控制,用以克服桥式起重机运输过程中的摆动和实现货物的精确定位。与现有技术相比,本发明具有减小状态变量的耦合对控制的影响、解决现有滑模控制中经常出现的抖振问题以及有效提高调节速度和系统的鲁棒性等优点。

    一种端到端的基于transformer的弱监督语义分割方法

    公开(公告)号:CN117495892A

    公开(公告)日:2024-02-02

    申请号:CN202311460231.6

    申请日:2023-11-03

    Applicant: 海南大学

    Abstract: 本发明涉及一种端到端的基于transformer的弱监督语义分割方法,将图像输入预先构建并训练好的语义分割网络中,生成分割结果图;该语义分割网络包括:特征编码模块:将输入图像处理为具有空间权重参数的特征图,包括MixTransformer主干编码网络,类激活图CAM生成子模块,PAR后处理子模块,伪掩膜生成子模块,以及语义亲和信息提取子模块;注意力信息提取模块:将transformer编码器中的自注意力模块输出的注意力图经过FFN网络后生成交叉注意力图和patch注意力图。本发明能够提高分割网络全局特征的提取能力,增加语义分割精度,同时端到端的网络能够减少多阶段训练的复杂性。

    一种三轮全向移动机械臂自运动规划方法和装置

    公开(公告)号:CN116945192A

    公开(公告)日:2023-10-27

    申请号:CN202311170380.9

    申请日:2023-09-11

    Applicant: 海南大学

    Abstract: 本发明涉及一种三轮全向移动机械臂自运动规划方法,方法包括:S1、采用梯度下降公式,推导机械臂从不同初始状态调整到期望状态的速度层指标;S2、引入末端定位误差及其积分的反馈,并结合移动平台的运动学方程和S1的速度层指标,设计以伪逆形式描述的自运动规划方案;S3、获取机械臂的初始状态,将初始状态代入自运动规划方案进行迭代计算,得到自运动规划的驱动轮旋转角速度和关节速度;S4、将自运动规划的驱动轮旋转角速度和关节速度发送至三轮全向移动机械臂的下位机控制器,驱动三轮全向移动机械臂和移动平台达到期望状态。与现有技术相比,本发明具有完成不同状态之间的自动、快速、准确调整等优点。

    一种基于高分辨率表征的水上垃圾检测方法

    公开(公告)号:CN116310804A

    公开(公告)日:2023-06-23

    申请号:CN202310163861.0

    申请日:2023-02-24

    Applicant: 海南大学

    Abstract: 本发明涉及一种基于高分辨率表征的水上垃圾检测方法,将获取的包含水上垃圾的图像数据输入预先构建并训练好的检测网络中,输出水上垃圾检测结果;检测网络包括:高分辨率特征提取模块:将图像数据处理为高分辨率特征图,提取空间信息;语义特征提取模块:提取高分辨率特征图的语义信息;特征信息融合模块:用以融合高分辨率特征提取模块输出的空间信息和语义特征提取模块输出的语义信息,输出融合信息;多尺度检测模块:根据融合信息对多种尺度的物体进行检测,得到水上垃圾检测结果。与现有技术相比,本发明能够获得具有丰富的空间、语义信息的高分辨率特征图,结合多分支结构和多尺度检测,可以弥补现有水上垃圾检测方法的不足,提高检测性能。

    一种智能车路系统的交通事故判别方法

    公开(公告)号:CN116229720A

    公开(公告)日:2023-06-06

    申请号:CN202310236891.X

    申请日:2023-03-10

    Applicant: 海南大学

    Abstract: 本发明涉及一种智能车路系统的交通事故判别方法,包括如下步骤:S1:基于智能车路系统的道路线形,实时获取交通流信息,交通流信息包括交通流的流量和密度,以密度为x轴,流量为y轴,建立二维坐标系,基于交通流信息建立宏观交通流基本图模型;S2:针对交通流基本图模型中的散点,通过k‑means方法随机选取k个初始质心向量对散点进行聚类,基于DDPG算法对参数k进行参数寻优,对交通流基本图模型中各散点进行簇划分,得到最优输出簇;S3:判断交通流基本图模型中的散点在最优输出簇中所处的簇,进而判别当前时刻下的智能车路系统是否发生交通事故。与现有技术相比,本发明能够动态且精准地判别IVIS的突发性交通事故,进而保障道路交通的通行能力。

    最大重叠离散小波包变换时频谱的船用转子故障诊断方法

    公开(公告)号:CN116028840A

    公开(公告)日:2023-04-28

    申请号:CN202111253676.8

    申请日:2021-10-27

    Applicant: 海南大学

    Abstract: 本发明涉及一种最大重叠离散小波包变换时频谱的船用转子故障诊断方法,包括以下步骤:1)获取信号:采集转子振动信号x(t);2)信号降噪:对转子振动信号x(t)采用奇异值差分谱降噪;3)信号重构:采用最大重叠离散小波包变换方法对降噪后信号x'(t)进行分解,获得重构信号x″(t);4)构建数据集:采用Hilbert变换获得重构信号x″(t)的二维时频谱图,形成转子训练数据集M和测试数据集N;5)建立预训练故障诊断模型;6)微调网络模型参数;7)验证模型:将测试数据集N输入训练好的AlexNet网络中,根据输出结果对转子的工作状态和故障类型进行诊断。与现有技术相比,本发明具有提升信号特征的获取能力、提高诊断准确率等优点。

Patent Agency Ranking