基于预瞄的风机叶片运输车主动悬架迭代学习控制方法

    公开(公告)号:CN118700771A

    公开(公告)日:2024-09-27

    申请号:CN202410843553.7

    申请日:2024-06-27

    Abstract: 本发明属于风电叶片运输技术领域,具体涉及一种基于预瞄的风机叶片运输车主动悬架迭代学习控制方法,包括:S1、对风机叶片运输车的行驶路面进行预瞄识别,得到主动悬架预调节量及调整时刻;S2、确定风机叶片运输车的行驶状态,并建立整车悬架系统动力学模型;S3、确定风机叶片运输车在当前迭代下的车身跟踪误差,使用迭代学习控制方法控制风机叶片运输车主动悬架;S4、采用双输入单输出的控制策略完成风机叶片运输车的主动悬架控制,保持运输过程中车身稳定。本发明采用预瞄识别技术确定路面信息,针对路面情况执行对应控制策略,实现悬架主动调控;采用迭代学习控制方法,在运输过程中,使车身趋于平衡状态,具有很好的鲁棒性。

    适用于踝关节骨折的中医手法正骨机器人

    公开(公告)号:CN116942392B

    公开(公告)日:2025-03-11

    申请号:CN202311131357.9

    申请日:2023-09-04

    Abstract: 本发明提供一种适用于踝关节骨折的中医手法正骨机器人,其包括腿部固定组件、翻转正骨组件、辅助正骨组件、牵引组件、计算机和双目视觉相机,翻转正骨组件与辅助正骨组件分别设置在腿部固定组件的两侧,牵引组件位于腿部固定组件的腿部固定处,计算机和双目视觉相机均分别位于腿部固定组件的两侧,本发明设置翻转正骨平台、辅助正骨平台和牵引组件,通过双目视觉相机建立统一坐标系,协同作业实现对脚踝的复位,翻转正骨平台实现对脚踝的翻转,辅助正骨平台实现对脚踝骨折线的支撑及按压,本发明通过计算机分析X光片得到正骨复位路径,通过各个组件相配合模拟中医手法,实现踝关节正骨复位。

    正骨复位踝关节全自由度固定装置

    公开(公告)号:CN116942395A

    公开(公告)日:2023-10-27

    申请号:CN202311131365.3

    申请日:2023-09-04

    Abstract: 本发明提供一种正骨复位踝关节全自由度固定装置,其包括固定组件、球副连接组件、鞋体组件和气囊组件,固定组件通过球副连接组件与鞋体组件连接,气囊组件位于鞋体组件内部,压力传感器设置在鞋体组件与气囊组件之间,本发明通过固定组件使该装置与小腿部位固定,通过球副连接组件实现脚踝相对踝关节旋转全自由度的固定,通过鞋体组件和气囊组件实现对踝关节和脚部的固定,可以代替石膏实现对复位后的脚踝进行固定,改善了石膏固定透气性差、不易拆卸及石膏定型后无法改变形状等缺点,使装置穿戴更方便。

    适用于踝关节骨折的中医手法正骨机器人

    公开(公告)号:CN116942392A

    公开(公告)日:2023-10-27

    申请号:CN202311131357.9

    申请日:2023-09-04

    Abstract: 本发明提供一种适用于踝关节骨折的中医手法正骨机器人,其包括腿部固定组件、翻转正骨组件、辅助正骨组件、牵引组件、计算机和双目视觉相机,翻转正骨组件与辅助正骨组件分别设置在腿部固定组件的两侧,牵引组件位于腿部固定组件的腿部固定处,计算机和双目视觉相机均分别位于腿部固定组件的两侧,本发明设置翻转正骨平台、辅助正骨平台和牵引组件,通过双目视觉相机建立统一坐标系,协同作业实现对脚踝的复位,翻转正骨平台实现对脚踝的翻转,辅助正骨平台实现对脚踝骨折线的支撑及按压,本发明通过计算机分析X光片得到正骨复位路径,通过各个组件相配合模拟中医手法,实现踝关节正骨复位。

    一种基于拉维纳式行星轮系的双电机驱动系统

    公开(公告)号:CN115366643A

    公开(公告)日:2022-11-22

    申请号:CN202210772969.5

    申请日:2022-06-30

    Applicant: 燕山大学

    Abstract: 本发明提供一种基于拉维纳式行星轮系的双电机驱动系统,包括拉维纳式行星轮系、第一电机、第二电机、制动器和动力传动机构;第一电机通过第一输入轴与拉维纳式行星轮系的大太阳轮连接;第二电机通过第二输入轴与拉维纳式行星轮系的行星架连接;动力传动机构与拉维纳式行星轮系的齿圈的旋转中心连接;制动器与拉维纳式行星轮系的小太阳轮的旋转轴连接,用于制动小太阳轮。本发明通过两个电机和制动器的设置,使本驱动系统具有四种驱动模式,为汽车的行驶提供更加宽泛的传动比,同时车辆可以在不同的行驶条件下进行模式切换,选择最合适、效率最高的模式进行驱动,以达到提高传动效率和能源利用率的目的。

    一种基于行星齿轮机构的六模式双电机动力耦合驱动系统

    公开(公告)号:CN115122887A

    公开(公告)日:2022-09-30

    申请号:CN202210771335.8

    申请日:2022-06-30

    Applicant: 燕山大学

    Abstract: 本发明提供一种基于行星齿轮机构的六模式双电机动力耦合驱动系统,所述驱动系统包括CR‑CR式行星齿轮变速器、第一电机、第二电机和动力输出传动机构;CR‑CR式行星齿轮变速器具有第一制动器、第二制动器和第三制动器,分别用于制动所述前排太阳轮、所述前架后圈组件、后排太阳轮,所述第一电机与前排太阳轮连接,第二电机与前排行星架连接,动力输出传动机构与后排行星架连接。本发明采用两个电机和三个制动器实现了六种模式,不仅具有良好的动力性,同时也提升了驱动系统的工作效率,提高了整车的经济性。

    一种考虑制冷系统耗能的冷链混动车实时优化控制方法

    公开(公告)号:CN114228696A

    公开(公告)日:2022-03-25

    申请号:CN202111507215.9

    申请日:2021-12-10

    Applicant: 燕山大学

    Abstract: 本发明公开了一种考虑制冷系统耗能的冷链混动车实时优化控制方法,属于混动力汽车能量管理技术领域,包括以下步骤:S1、根据智能网联系统获取车辆行驶里程信息,规划电池的SOC参考曲线;S2、将等效因子作为控制变量,利用PI控制器对等效因子进行控制,保证电池SOC能够跟随S2中规划的SOC参考曲线;S3、建立综合考虑制冷系统耗能的车辆能量消耗动态模型,建立目标函数和约束条件,采用等效燃油消耗最小化控制方法依据SOC参考曲线进行在线实时优化。本发明通过目标函数优化控制,实现电池能耗与整车油耗的综合控制,采用等效燃油消耗最小化控制方法求解瞬时最佳工作点,实现车辆运行过程中的实时控制。

    一种应用于智能网联汽车的巡航控制的人机交互系统

    公开(公告)号:CN113968240A

    公开(公告)日:2022-01-25

    申请号:CN202111399377.5

    申请日:2021-11-19

    Applicant: 燕山大学

    Abstract: 本发明公开了一种应用于智能网联汽车巡航控制的人机交互系统,包括信息显示模块、人机交互模块以及操作建议模块,其中,信息显示模块接收信号灯信号、前车运动状态信息以及人工驾驶时的油耗以及电池SOC消耗值,通过车辆VCU计算相同工况下进行巡航时的油耗以及电池SOC消耗值的信息,并通过CAN传输,将信号灯相位信息、前车运动状态信息显示以及油耗及电池SOC信息显示给驾驶员。人机交互模块用于驾驶员在智能网联车巡航时给车辆发送控制指令。操作建议模块用于当车辆在人工驾驶模式下满足特定条件时将进入巡航模式的驾驶建议输出给驾驶员。该系统操作简便、成本低廉,可以在网联环境下降低用户的驾驶疲劳感及降低污染物排放。

    基于数据驱动的山地叶片转运车防侧翻预警方法及系统

    公开(公告)号:CN119720777A

    公开(公告)日:2025-03-28

    申请号:CN202411812160.6

    申请日:2024-12-10

    Applicant: 燕山大学

    Abstract: 本发明提供一种基于数据驱动的山地叶片转运车防侧翻预警方法及系统,涉及车辆防侧翻风险预警技术领域,其包括以下步骤:S1、联合仿真生成神经网络训练数据集;S2、构建RBF神经网络训练作为车辆簧上载荷参数估计模型;S3、利用改进灰狼优化算法对RBF神经网络的参数进行优化;S4、对RBF神经网络进行优化并基于优化后RBF神经网络进行簧上载荷预测;S5、通过车载传感器获取车辆行驶过程中的状态信息得到车辆的簧上载荷分布情况并产生预警信号;S6、搭建基于ROS的风电叶片山地转运车防侧翻可视化平台,进行防侧翻预警。本发明的方法根据车辆行驶过程中的参数进行实时的车辆防侧翻预警,提高了车辆运输过程中的安全性。

    引导式的改进神经网络踝关节骨折分类方法、系统及设备

    公开(公告)号:CN119313947A

    公开(公告)日:2025-01-14

    申请号:CN202411335039.9

    申请日:2024-09-24

    Abstract: 本发明涉及一种引导式的改进神经网络踝关节骨折分类方法、系统及设备,属于计算机辅助的医学图像处理领域,分类方法包括S1、采集数据库图像并进行图像增强;S2、使用标注腓骨区域的分割数据训练分割网络模型;S3、将骨折类型分类数据输入训练好的分割网络模型,预测出腓骨区域,并将预测结果作为引导作用于改进神经网络分类模型;S4、将骨折类型分类数据输入预测结果引导下的改进神经网络分类模型进行训练;S5、利用测试集验证分类结果,并使用统计学指标对模型进行评估。本发明能够对踝关节骨折类型进行判断,具有诊断准确率高、速度快等优点,有效解决了传统深度学习方法在医学领域诊断容易受到图像中其他信息干扰而做出错误判断的问题。

Patent Agency Ranking