-
Patent Agency Ranking
公开(公告)号：CN109885924A
公开(公告)日：2019-06-14
申请号：CN201910118458.X
申请日：2019-02-16
Applicant: 西安工程大学
IPC: G06F17/50
Abstract: 本发明公开了一种织物表面自发性失稳控制方法，采用如下的单组分三维NS方程勾画织物中纱线之间的相互作用过程： ； ；， 其中=为应力张量，为热通量， 为热传导系数，Pr为Prandtl数；然后从粘性部分和无粘部分开展控制方程的计算；其中，粘性部分采用二阶中心差分进行计算，而无粘部分采用高精度五点TVD格式进行计算，并采用二阶Runge-Kutta法对时间导数项进行处理。本发明能够有效的对织造过程中坯布表面形态发生形变以及自发性失稳的现象进行控制，解决织物表面形变、自发性失稳问题，并保障织物外观光滑、纹理结构均匀，从而提升织物的品质。
-
公开(公告)号：CN109885924B
公开(公告)日：2023-04-28
申请号：CN201910118458.X
申请日：2019-02-16
Applicant: 西安工程大学
IPC: G06F30/20 , G06F119/14 , G06F113/12
Abstract: 本发明公开了一种织物表面自发性失稳控制方法，采用如下的单组分三维NS方程勾画织物中纱线之间的相互作用过程：；；，其中=为应力张量，为热通量，为热传导系数，Pr为Prandtl数；然后从粘性部分和无粘部分开展控制方程的计算；其中，粘性部分采用二阶中心差分进行计算，而无粘部分采用高精度五点TVD格式进行计算，并采用二阶Runge‑Kutta法对时间导数项进行处理。本发明能够有效的对织造过程中坯布表面形态发生形变以及自发性失稳的现象进行控制，解决织物表面形变、自发性失稳问题，并保障织物外观光滑、纹理结构均匀，从而提升织物的品质。
-
公开(公告)号：CN107801147A
公开(公告)日：2018-03-13
申请号：CN201710599477.X
申请日：2017-07-21
Applicant: 西安工程大学
CPC classification number: H04W64/006 , G01S11/06
Abstract: 本发明公开了一种基于RSSI测距改进的多区域自适应室内定位方法，首先将目标区域按照室内结构特点划分为多个子区域环境，构建基于环境参数库的Shadowing扩展模型，设计与Shadowing扩展模型相匹配的硬件系统结构，然后借助Shadowing扩展模型和与硬件系统结构实现环境参数库的更新，在此过程中利用卡尔曼滤波算法对参考距离处接收到的RSSI值进行过滤并定时对环境参数库进行更新，最后，极大似然估计进行位置估计，本发明解决了现有技术中存在的室内定位方法过度依赖外部环境造成室内定位精准度差的问题。
-
公开(公告)号：CN107169565A
公开(公告)日：2017-09-15
申请号：CN201710288559.2
申请日：2017-04-27
Applicant: 西安工程大学
IPC: G06N3/08
Abstract: 本发明公开了一种基于烟花算法改进BP神经网络的纺纱质量预测方法，将烟花算法引入到BP神经网络中，利用烟花算法的寻优机理对BP神经网络模型的网络权重和阈值进行优化，选取输入输出指标，构建了基于FWA‑BP的纺纱质量预测模型，利用经过标准化处理的数据集对步骤2中建立的基于FWA‑BP的纺纱质量预测模型进行学习和训练，最终完成对纺纱质量的预测。本发明解决了因纺纱系统中影响纱线质量因素众多且相互之间耦合而导致的纺纱质量难以精准预测的问题，并且能够有效地建立纤维指标与成纱质量间的函数映射关系，实现对纺纱生产中的纱线质量的预测，有利于提高纺纱车间质量管理的水平。
-
公开(公告)号：CN107169565B
公开(公告)日：2020-06-19
申请号：CN201710288559.2
申请日：2017-04-27
Applicant: 西安工程大学
IPC: G06N3/08
Abstract: 本发明公开了一种基于烟花算法改进BP神经网络的纺纱质量预测方法，将烟花算法引入到BP神经网络中，利用烟花算法的寻优机理对BP神经网络模型的网络权重和阈值进行优化，选取输入输出指标，构建了基于FWA‑BP的纺纱质量预测模型，利用经过标准化处理的数据集对步骤2中建立的基于FWA‑BP的纺纱质量预测模型进行学习和训练，最终完成对纺纱质量的预测。本发明解决了因纺纱系统中影响纱线质量因素众多且相互之间耦合而导致的纺纱质量难以精准预测的问题，并且能够有效地建立纤维指标与成纱质量间的函数映射关系，实现对纺纱生产中的纱线质量的预测，有利于提高纺纱车间质量管理的水平。
-
-
-
-
Search Results
5
records
(took 0.022 seconds)
