-
公开(公告)号：CN119043321A
公开(公告)日：2024-11-29
申请号：CN202411130026.8
申请日：2024-08-16
Applicant: 辽宁工程技术大学鄂尔多斯研究院
IPC: G01C21/20 , G01C21/34 , G06Q10/047
Abstract: 本说明书实施例公开了一种基于蚂蚁算法的机器人路径规划方法、装置及设备，包括：在当前迭代中机器人的路径规划时，获取上一次迭代更新的路径上的当前信息素浓度与预设启发函数，预设启发函数基于动态调节因子、当前节点与下一节点确定，动态调节因子用于随着迭代次数的增加逐渐削弱预设启发函数对于机器人路径规划的影响；确定当前迭代中机器人由各节点到下一节点的第一转移概率；基于最新信息素浓度与预设启发函数，确定下一次迭代的机器人由各节点到下一节点的第二转移概率，基于第二转移概率生成下一次迭代中机器人的规划路径，并在最后一次迭代后得到机器人的最优路径。
-
公开(公告)号：CN107332265A
公开(公告)日：2017-11-07
申请号：CN201710377823.X
申请日：2017-05-12
Applicant: 辽宁工程技术大学
CPC classification number: H02J3/32 , H02J2003/007 , H02M3/1582 , H02M3/1584 , H02M2003/1586
Abstract: 本发明公开了一种微电网储能系统中双向变流器效率优化控制方法，将传统轻载切相控制、多自由度调频控制和移相磁技术结合起来，所述储能系统采用6相交错并联双向变流器主电路，首先建立一个负载电流损耗模型，推导出最佳切相点对应的负载电流；其次采用多自由度频率控制寻求切相控制下的最优化工作频率；最后采用移相技术和磁集成设计抑制轻载、切相及低频下的纹波恶化，达到轻载情况下更高效率运行的控制目标；与现有技术中的微电网储能系统双向变流器相比，本发明能有效改善微电网储能系统中双向变流器轻载效率偏低，以及传统切相控制易引起纹波恶化的难题，极大的拓展了双向变流器高效率运行区间，提高了系统的稳定性和可靠性。
-
公开(公告)号：CN107317479A
公开(公告)日：2017-11-03
申请号：CN201710472506.6
申请日：2017-06-16
Applicant: 辽宁工程技术大学
IPC: H02M3/158
CPC classification number: H02M3/1582
Abstract: 本发明公开了一种磁集成开关电感交错型高增益Boost变换器，包括第一开关电感单元、第二开关电感单元和两端口开关电容网络，第一、第二开关电感单元并联连接，两个主开关管依次交错180°相角导通工作；第一、第二开关单元并联之后，串联接入两端口开关电容网络，再经过串联连接的二极管和并联连接的电容器，并联接入负载的两端。本发明可以全面满足可再生能源发电系统中大功率并网逆变器对前级升压变换器的高增益低应力、低纹波高效率、高功率密度及低损耗的要求。
-
公开(公告)号：CN118778640A
公开(公告)日：2024-10-15
申请号：CN202410759061.X
申请日：2024-06-13
Applicant: 辽宁工程技术大学鄂尔多斯研究院
Abstract: 本发明提供一种无人驾驶安全控制方法，涉及无人驾驶技术领域。该方法首先基于马尔科夫决策过程构建无人驾驶系统控制模型；并采用近端策略优化算法训练深度强化学习智能体；再评估车辆行为的稳定性，在训练深度强化学习智能体的总体目标函数中增加安全约束惩罚函数，以对智能体的行为进行约束；最后通过“专家模型”来指导策略网络学习提高策略网络的学习效率和策略性能。该方法设计强调实时性和适应性，以满足不同应用场景下对速度和准确性的需求，同时通过持续学习优化策略，以适应环境中的不断变化。
-
公开(公告)号：CN117111460A
公开(公告)日：2023-11-24
申请号：CN202310895063.7
申请日：2023-07-20
Applicant: 辽宁工程技术大学
IPC: G05B13/04
Abstract: 本发明涉及一种无人驾驶控制方法和系统，包括：构建无人驾驶决策控制模型；利用所述无人驾驶决策控制模型建立数据经验池；利用所述数据经验池对所述无人驾驶决策控制模型进行训练更新，获得更新后的无人驾驶决策控制模型；所述训练更新包括对所述数据经验池进行二次采样；判断所述更新后的无人驾驶决策控制模型是否收敛，若收敛，则训练结束；采用所述收敛的无人驾驶决策控制模型进行控制。本发明通过二次采样对构建的无人驾驶决策控制模型进行训练更新，通过对数据经验池中的数据的二次采样，实现对数据经验池中的样本数据的充分利用，提高智能体学习效率，加快算法收敛。
-
Patent Agency Ranking
公开(公告)号：CN111725993B
公开(公告)日：2021-10-26
申请号：CN202010555216.X
申请日：2020-06-17
Applicant: 辽宁工程技术大学
Abstract: 本发明涉及一种高效Sepic软开关变换器及其控制方法，在基本Sepic电路的基础上引入无源零纹波电路、有源钳位电路以及倍压单元；本发明保留了Sepic变换器输入电流连续的特点，引入无源纹波电路，通过耦合电感与电感电容串联组合，该电路并联在输入侧实现输入电流零纹波效果，且实现输入电流零纹波功能，且与占空比无关，与耦合电感转化变压器时漏感与励磁电感之间关系无关，且具有结构简单、可靠性高等特点。本发明的有源开关均实现了零电压导通，降低了开关管引起的损耗，首次基于Sepic变换器实现了零电压开关；漏感的使用，二极管均实现了零电流关断，降低了反向恢复损耗；开关管电压应力均远低于输出电压，可采用低耐压开关管来提高变换器效率。
-
公开(公告)号：CN113376541A
公开(公告)日：2021-09-10
申请号：CN202110623378.7
申请日：2021-06-04
Applicant: 辽宁工程技术大学
IPC: G01R31/392 , G06N3/00
Abstract: 本发明涉及一种基于CRJ网络的锂离子电池健康状态预测方法，形成CRJ网络并训练；在线监测电池恒流充电时间序列，输入所述预测模型，输出可用放电容量序列，获得电池健康状态。本发明的方法使用恒流充电时间作为输入，由CRJ网络预测健康状态，实现了实时在线预测锂离子电池的健康状态；该方法对硬件条件要求不高，对内存占用小。本发明采用优化算法优化CRJ网络后建立的预测模型可用于同类型电池的健康状态预测；将IPSO算法和AOA算法结合，形成IAPSOA算法，IAPSOA优化算法加强了AOA算法的搜索能力和稳定性，可以更好地优化网络参数；获取CRJ网络模型精度高。
-
公开(公告)号：CN111725993A
公开(公告)日：2020-09-29
申请号：CN202010555216.X
申请日：2020-06-17
Applicant: 辽宁工程技术大学
Abstract: 本发明涉及一种高效Sepic软开关变换器及其控制方法，在基本Sepic电路的基础上引入无源零纹波电路、有源钳位电路以及倍压单元；本发明保留了Sepic变换器输入电流连续的特点，引入无源纹波电路，通过耦合电感与电感电容串联组合，该电路并联在输入侧实现输入电流零纹波效果，且实现输入电流零纹波功能，且与占空比无关，与耦合电感转化变压器时漏感与励磁电感之间关系无关，且具有结构简单、可靠性高等特点。本发明的有源开关均实现了零电压导通，降低了开关管引起的损耗，首次基于Sepic变换器实现了零电压开关；漏感的使用，二极管均实现了零电流关断，降低了反向恢复损耗；开关管电压应力均远低于输出电压，可采用低耐压开关管来提高变换器效率。
-
公开(公告)号：CN107180697A
公开(公告)日：2017-09-19
申请号：CN201710377825.9
申请日：2017-05-12
Applicant: 辽宁工程技术大学
CPC classification number: H01F38/14 , G06F17/5009 , H01F27/2828 , H01F27/306 , H01F41/00
Abstract: 本发明公开了一种新型矩阵式多自由度耦合电感的构造方法，其中耦合电感包括若干个矩阵化的耦合电感单元，耦合电感单元包括自感单元电感和互感单元电感，自感单元电感采用单副磁芯上正向集成两幅绕组而成；互感单元电感采用单副磁芯上反向耦合两个绕组而成，耦合电感单元通过阵列化的排列组合和电路连接实现多个绕组间磁集成；采用本发明设计的耦合电感因采用矩阵化结构，不仅可大幅增加磁芯散热面积、降低磁芯热损耗，还具备结构通用性和可拓展性，可通过增加耦合电感单元磁芯的数目，任意地拓展耦合电感相数，且在全占空比工作模式下，其VRM的稳态输出波形较为平滑、毛刺较少，具备稳定的输出能力。
-
公开(公告)号：CN119047672A
公开(公告)日：2024-11-29
申请号：CN202411130030.4
申请日：2024-08-16
Applicant: 辽宁工程技术大学鄂尔多斯研究院
IPC: G06Q10/047 , G01C21/20 , G01C21/34 , G06N3/008
Abstract: 本说明书实施例公开了一种基于DWA算法的机器人路径调整方法及装置，包括：获取预先生成的机器人的最优路径；基于所述最优路径的转折点设定为各局部路径轨迹末端；基于所述最优路径设定机器人的参数信息，所述参数信息包括角度和速度值；根据预先设定的轨迹评价模型与障碍物信息对所述最优路径进行调整，得到调整路径，所述轨迹评价模型为基于DWA算法对机器人由各节点到下一节点的路径轨迹进行评价，所述DWA算法包括方位角评价函数、速度评价函数与障碍物距离评价函数，所述方位角评价函数基于各局部路径轨迹末端至终点间的第一距离、以及各路径起点至终点间的第二距离，以及各局部路径轨迹末端切线方向与终点间连线的夹角确定。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.024 seconds)
