-
公开(公告)号：CN119066571A
公开(公告)日：2024-12-03
申请号：CN202411090702.3
申请日：2024-08-09
Applicant: 湖南科技大学
IPC: G06F18/2433 , G06F18/213 , G06N3/0499 , G06N3/048 , G06N3/084 , G06F123/02
Abstract: 本发明公开了一种面向多变量时间序列的多尺度线性通用表征方法，从“特征提取”、“单尺度表征学习”和“多尺度表征聚合”三个方面构建了一种基于全多层感知机架构的无监督轻量化表征学习模型。具体而言：首先，设计了多尺度选择策略来根据频域特征生成K个代表性周期尺度；然后，设计了可解释的傅立叶特征提取器，以准确地学习时间特征；接着，构建了“1+M”结构的全多层感知机多尺度表征网络，用于捕捉K个尺度的时空特征；最后，设计了线性聚合网络来融合K个尺度上的时空特征，生成多变量时间序列的最终表征。本发明公开的多尺度线性通用表征方法，具有更佳的性能、更好的可解释性和更全面的特征捕捉能力，实现了高速度和高通用性的有效表征学习。
-
公开(公告)号：CN119010669A
公开(公告)日：2024-11-22
申请号：CN202411230192.5
申请日：2024-09-04
Applicant: 湖南科技大学
Abstract: 本发明公开了一种考虑综合性能指标的电机能耗优化方法，属于电机控制领域，包括以下步骤：建立直流电机等效电路模型，建立调速系统状态方程；设计调速过程节能控制综合性能指标；设计双闭环直流调速系统调速系统，外环为转速环，内环为电流环；采用多目标优化算法，综合考虑传统控制系统响应的动、静态性能与电机启动加速过程中的能耗效率指标，对转速PI控制器进行参数整定得到综合性能指标最优的控制方案。本发明提出一种兼顾能耗指标的直流电机控制系统综合性能指标，以传动控制系统的综合性能指标为评价函数，基于多目标优化理论，结合粒子群算法对综合性能优化，寻找综合性能指标最佳控制参数，达到能耗效率与动态性能兼顾的目的。
-
公开(公告)号：CN112784920B
公开(公告)日：2024-02-13
申请号：CN202110147034.3
申请日：2021-02-03
Applicant: 湖南科技大学
IPC: G06F18/2415 , G06F18/2431 , G06F18/27 , G06F18/213 , G06N3/0455 , G06N3/0475 , G06N3/094 , G06N3/084 , G06N3/0985 , G16Y20/20 , G16Y40/10 , G16Y40/20
Abstract: 本发明公开了一种云边端协同的旋转部件对抗域自适应故障诊断方法，将数据存储、扩展和智能故障诊断模型的构建、训练，以及大量计算分配到云边网络；将数据采集，各终端实时故障诊断，以及终端设备状态监测分配到端边网络，实现了云边端的人工智能协同；诊断方法融入了双层对抗域自适应思想，以在领域级和故障类别级上逐步对齐不同的域，以解决领域差异问题，实现更加全面的域自适应，并使分类器学习域不变表示特征；最后将在源域中训练好的分类器直接用于目标域的故障诊断，解决了变工况下旋转设备的数据领域差异问题，提高了旋转设备故障诊断精度。
-
公开(公告)号：CN117392084A
公开(公告)日：2024-01-12
申请号：CN202311363713.X
申请日：2023-10-20
Applicant: 湖南科技大学
IPC: G06T7/00 , F03D17/00 , G06T7/13 , G06N3/0464 , G06N3/082 , G06N3/0495
Abstract: 本发明公开了一种基于云边协同的风电机组叶片损伤智能检测方法，设计云边协同的风机叶片损伤智能检测模型，利用分库思想为不同工况不同类型风机构建不同检测模型，利用注意力提升模型对复杂背景下损伤特征的提取能力，利用自适应学习机制提升模型的训练速度和准度，达到精准检测叶片损伤的目标；设计面向云边环境的风机叶片高保真模型更新机制，利用不同类型模型的迁移学习实现模型自我进化，利用云边模型的定期更新实现模型的高保真，实现全生命周期下模型一直精准；探索面向云边环境的风机叶片损伤检测模型的轻量化部署方案，利用参数剪枝、模型压缩技术，在保证模型精度的同时降低检测模型对算力的需求，达到快速、轻便检修叶片损伤的目标。
-
公开(公告)号：CN112101457B
公开(公告)日：2023-11-17
申请号：CN202010968338.1
申请日：2020-09-15
Applicant: 湖南科技大学
IPC: G06F18/241 , G06F18/214 , G06F18/21 , G06F18/213 , G06N7/02 , G06N3/043 , G06N3/082 , G01R31/34
Abstract: 本发明公开了一种基于转矩信号模糊智能学习的PMSM退磁故障诊断方法，包括以下步骤：采集永磁同步电机不同退磁故障下的转矩脉动信号；计算转矩脉动信号的模糊隶属度；利用小波包分解对转矩脉动信号进行分解与重构，得到小波包系数；计算所得小波包系数的能量，构造具有模糊隶属度的特征向量样本集，并划分训练集和测试集；构造模糊极限学习机FELM，将训练集输入FELM进行训练；将测试集输入训练好的FELM，并计算分类精度。本发明通过将模糊理论融于极限学习机中，将退磁故障转矩脉动信号样本进行模糊化，解决了训练样本分布不平衡不规则的问题，使传统机器学习算法能适应退磁故障转矩信号，加快了训练速度，提高了诊断精度。
-
Patent Agency Ranking
公开(公告)号：CN114094892B
公开(公告)日：2023-10-20
申请号：CN202111165761.9
申请日：2021-09-30
Applicant: 湖南科技大学
Abstract: 本发明公开了一种滑模观测器与电流预测的永磁同步电机控制方法，包括以下步骤：采集永磁同步电机转速与位置角；获取永磁同步电机电流，获得旋转坐标系下两相电流及d、q轴电压；建立电机前馈扰动补偿模块，得到d、q轴电压扰动量；建立滑模‑龙伯格观测模块，得到d、q轴电流观测值、永磁磁链算式；建立无差拍电流预测模块，得出d、q轴参考电压；得到两相静止坐标系下电压，生成开关脉冲信号驱动永磁同步电机运转。本发明能够提升永磁同步电机动态响应，减小电机参数非线性变化时对系统动态性能的影响，采用滑膜‑龙伯格状态器获取永磁体实时磁链，提升电机磁链改变时调速系统鲁棒性能。
-
公开(公告)号：CN113364375B
公开(公告)日：2022-11-15
申请号：CN202110679406.7
申请日：2021-06-18
Applicant: 湖南科技大学
IPC: H02P21/00 , H02P21/13 , H02P21/18 , H02P25/026 , H02P27/08
Abstract: 本发明公开了一种变结构电流调节器的PMSM驱动系统无传感器控制方法，包括以下步骤：1）建立逆变器非线性因素下表贴式永磁同步电机的数学模型：2）建立d轴变结构电流调节器的数学模型：3）建立模型参考自适应观测器与滑模观测器的数学模型。本发明提出了基于d轴变结构电流调节器与逆变器非线性因素补偿的永磁同步电机无传感器控制方法，该方法能够利用滑模运动的优势，增强电流调节器对外部扰动的鲁棒性、减少控制器的参考电压与逆变器的实际输出电压之间存在的误差，从而获取更为精确的指令电压，能够提升PMSM无传感器控制的精度与动态性能，尤其适用于存在参数变化、低速、转速突变的系统。
-
公开(公告)号：CN114726278A
公开(公告)日：2022-07-08
申请号：CN202210450578.1
申请日：2022-04-26
Applicant: 湘潭开元机电制造有限公司 , 湖南科技大学
Abstract: 本发明公开了一种基于机械参数辨识的永磁同步电机自适应控制方法，包括以下步骤：1）建立表贴式永磁同步电机的数学模型并经过坐标变换实现矢量控制；2）分别设计扩展滑模观测器和龙伯格观测器，并确定扩展滑模观测器和龙伯格观测器相关参数以实现对机械参数的辨识；3）利用所辨识出的机械参数，以三阶最佳法对控制系统进行校正，设计参数自整定的最优算法以及对扰动的补偿，以实现自适应控制。本发明的扩展滑模观测器能够实时观察到永磁同步电机控制系统的机械参数，并反馈给控制器对参数进行及时的调整和扰动的补偿，从而保证系统的良好动态性能和稳态性能。
-
公开(公告)号：CN114006557A
公开(公告)日：2022-02-01
申请号：CN202111165630.0
申请日：2021-09-30
Applicant: 湖南科技大学
Abstract: 本发明公开了一种基于扩展滑模观测器的永磁同步电机机械参数辨识方法，步骤为：建立表贴式永磁同步电机的数学模型并经过坐标变换采用矢量控制；设计扩展滑模机械参数观并确定观测器相关参数；利用所提出的扩展滑模观测器观察系统扰动信息并从中提取阻尼系数、转动惯量、负载转矩。本发明首先将摩擦系数参数误差、转动惯量参数误差、负载转矩系统扰动作为扩展系统状态，建立扩展状态方程，用于设计扩展滑模观测器，扩展滑模观测器能实时跟踪系统状态，能软化滑模变结构控制信号；因此，扩展滑模观测器的输出可以直接用于机械参数估计，而不产生相位滞后，通过正确实时估计机械参数，从而实现永磁同步电机系统的自整定控制，并以此来实现最优控制。
-
公开(公告)号：CN111580564A
公开(公告)日：2020-08-25
申请号：CN202010363535.0
申请日：2020-04-30
Applicant: 湖南科技大学
Abstract: 本发明公开了一种三维群无人机并行式多目标搜索协同作业方法，包括以下步骤：程序初始化；根据响应阈值的多目标分配模型完成一次自组织分工；基于子群规模均匀化的多目标分配模型，进行子群内部的资源配置，完成二次分配；采用基于运动学约束特性的自适应惯性权重扩展式微粒群算法进行细粒度目标搜索；直到所有的子群内部的无人机靠近在搜索目标的附近，则视为搜索成功，否则，继续迭代，不断更新无人机的位置和速度；建立群无人机并行式搜索性能指标评价模型，然后对评价模型进行收敛性证明和分析。本发明提高了群无人机并行式搜索的效率，有效解决了微粒易陷入局部最优点和搜索效率过低的问题，大大减少了系统能耗和搜索耗时。
-
-
-
-
-
-
-
-
-
Search Results
76
records
(took 0.059 seconds)
