一种基于支持向量回归机各传感器之间相互故障诊断方法

    公开(公告)号:CN108985387A

    公开(公告)日:2018-12-11

    申请号:CN201810916808.2

    申请日:2018-08-13

    Abstract: 本发明公开了一种基于支持向量回归机各传感器之间相互故障诊断方法,包括以下步骤:S1:在N个传感器中任意选择一个传感器作为基础传感器;S2:得到预测值;S3:其次,得到实际输出值;S4:将预测值与实际输出值做对比,得到其它传感器的预测值和实际输出值的差值;S5:选择另一个待诊断传感器,重复进行步骤S1和S2,得到每一个传感器的输出值;S6:通过支持向量回归机对其它传感器得到的差值进行分类,找到故障的传感器。本发明的方法,可以同时同步的对多个传感器进行故障诊断,采用支持向量机分类的方式,可以更加容易判断出来多个传感器中发生故障的传感器,实用性很强,非常值得推广。

    一种GIS和深度学习相结合的预测土壤侵蚀模数方法

    公开(公告)号:CN109239309A

    公开(公告)日:2019-01-18

    申请号:CN201810916824.1

    申请日:2018-08-13

    Abstract: 本发明公开了一种GIS和深度学习相结合的预测土壤侵蚀模数方法,包括以下步骤:a、将土壤区域成像深度划分为多个深度段;b、读入一个深度段的预测土壤侵蚀模数;c、输入深度段的坐标以及偏移距参数;d、针对当前深度段中的一个深度进行计算土壤侵蚀模数;e、基于当前深度的土壤侵蚀模数进行积分,从而得到当前深度的成像结果;f、对当前深度段中的其他深度执行步骤d和e,从而获得偏移距当前深度段的成像结果;g、对其他深度段执行c和f,从而获得其他深度段的成像结果;h、对其他深度段执行步骤b至g,从而最终形成土壤区域的成像。便于管理者有针对性地进行水土流失治理,利于提高水土保持措施空间布置的合理性。

    一种基于卷积极限学习机预测食品废水进水水质的方法

    公开(公告)号:CN108960534A

    公开(公告)日:2018-12-07

    申请号:CN201810916787.4

    申请日:2018-08-13

    CPC classification number: G06Q10/04 G06N3/08

    Abstract: 本发明公开了一种基于卷积极限学习机预测食品废水进水水质的方法,包括以下步骤:S1、特征学习部分:构建3层结构的卷积神经网络,S2、参数转换部分:将卷积神经网络的输出参数输入到极限学习机中;S3、分类学习部分:训练极限学习机的参数,根据极限学习机训练公式计算其参数,形成食品加工废水进水水质预测网络。本发明采用将卷积神经网络和极限学习机结合,利用卷积神经网络进行特征提取和极限学习机进行分类,从而达到对食品加工废水水质进行预测的目的,效果特别好,十分值得推广。

    一种废油处理装备涂层耐磨性能的喷涂智能控制方法与装置

    公开(公告)号:CN102033505A

    公开(公告)日:2011-04-27

    申请号:CN201010613051.3

    申请日:2010-12-27

    Abstract: 一种废油处理装备涂层耐磨性能的喷涂智能控制方法与装置,利用实验数据以及智能控制策略,获取涂层耐磨性能与喷涂工艺参数的T-S模糊模型,将所述的T-S模糊模型输入到PLC中形成智能控制系统,利用所述的智能控制系统控制气源通过分流集流阀分别输送给喷枪燃烧室以及被喷涂工件的伸缩缸的速度,控制喷涂电压、电流调节器提供适当的喷涂电压和喷涂电流,以达到控制喷涂主要工艺参数的目的,得到较佳的涂层耐磨性能,结构紧凑,采用可编程方式控制灵活,灵敏度高,实现自动化,减小人为因素对涂层耐磨性能的影响。

Patent Agency Ranking