-
公开(公告)号：CN114942583B
公开(公告)日：2024-10-25
申请号：CN202210499095.0
申请日：2022-05-09
Applicant: 重庆大学
IPC: G05B11/42
Abstract: 本发明涉及一种单相隔离型电源逆变控制方法，属于智能化技术领域。该方法具体包括：1)对主电路进行分析与建模，得到逆变器与逆变系统的线性化模型；2)在被控对象空载时，设计重复控制器；3)改进重复控制器的内模环节，增加滤波器；4)设计二阶低通滤波器和零移相陷波器；5)调整幅值增益和超前环节，完成辅助补偿器；6)在神经网络双闭环PID控制中加入重复控制器；7)改变负载，运行若干周期后，系统自动达到稳态。
-
公开(公告)号：CN114936452B
公开(公告)日：2024-09-27
申请号：CN202210499083.8
申请日：2022-05-09
Applicant: 重庆大学
IPC: G06F30/20 , G06F17/16 , G06F119/02
Abstract: 本发明涉及一种基于多层AGV停车库停取车系统的建模与求解方法，属于智能技术领域。该方法具体包括：1)计算各场景出现的概率以及每种情况下的工作时间；2)建立多层AGV停车库系统的半开环排队网络模型；3)使用矩阵几何法对多层AGV停车库停取车系统的半开环排队网络模型进行求解；4)优化不同停取车作业任务到达率下AGV的配置数量。为后续多层AGV停车场AGV数量配置优化提供参考，提高AGV的利用率。
-
公开(公告)号：CN118629223A
公开(公告)日：2024-09-10
申请号：CN202410573488.0
申请日：2024-05-10
Applicant: 重庆大学
Abstract: 本发明属于智能交通领域，涉及一种基于CPS的单交叉口信号配时与车辆速度协同控制方法，包括：构建网联环境下双向六车道十字交叉口交通控制场景；针对场景要素进行建模，确定优化控制的约束；设计交叉口信号配时与车辆速度协同控制目标函数，以降低车辆在交叉口处通行时间和燃油消耗；基于步骤S3的交叉口信号配时与车辆速度协同控制目标函数，设计一种基于模型预测控制的分层控制方法，完成交通信号灯和车辆速度的优化。本发明充分利用交叉口信号配时与车辆速度协同控制的优势，为城市交通管理提供了一种新型的交叉口智能控制技术，在提高交叉口通行效率，缓解交通拥堵，降低车辆旅行延迟，减少燃油的消耗以及污染物的排放等方面具有显著优势。
-
公开(公告)号：CN118261316A
公开(公告)日：2024-06-28
申请号：CN202410575173.X
申请日：2024-05-10
Applicant: 重庆大学
IPC: G06Q10/047 , B60W30/14 , B60W50/00 , G06Q10/0631 , G06Q50/40
Abstract: 本发明涉及一种基于IVCPS的考虑排队消散的多车情况下预测巡航滚动优化方法，属于交通信息化领域。该方法包括：设计多车预测巡航滚动优化算法框架；构建场景模型；构建车辆的纵向动力学模型、能耗模型；基于冲击波理论，建立考虑多个上游路段的多信号周期排队消散时间推演模型；根据所述多车预测巡航滚动优化算法框架，设计多车绿波通行时间规划算法；在所述的算法完成绿波通行时间规划的基础上，设计多车绿波通行速度规划算法，以实现对云端向车端下发的速度轨迹的求解；本发明解决了在多车云控制公交车同区域行驶的场景下，容易导致车辆发生轨迹冲突的问题，现有排队消散时间预测方法忽略了上游路段影响的问题。
-
公开(公告)号：CN117311151A
公开(公告)日：2023-12-29
申请号：CN202311331990.2
申请日：2023-10-16
Applicant: 重庆大学
IPC: G05B13/04
Abstract: 本发明涉及污水处理控制技术领域，公开了一种基于LSTM神经网络预测模糊控制的碳源投放模型。本发明按以下步骤控制污水处理过程中的碳源投放：S1.确定监测指标和监测数据的采样频率，获取在线监测数据，并对在线监测数据进行预处理；S2.对预处理后的在线监测数据进行PCA降维处理，构造特征指标；S3.构造LSTM神经网络模型；S4.用离线数据训练LSTM神经网络模型；S5.构造模糊倍率修正模块；S6.结合训练后LSTM神经网络模型和模糊倍率修正模块，获取实际应投放碳源流量，并驱动控制变量对应的变频器和变频控制仪器。本发明一种基于LSTM神经网络预测模糊控制的碳源投放模型，智能、高效、自动化程度高，可降低污水厂的能耗、物耗，稳定工艺处理过程参数，提高排水水质。
-
Patent Agency Ranking
公开(公告)号：CN116681248A
公开(公告)日：2023-09-01
申请号：CN202310665383.3
申请日：2023-06-06
Applicant: 重庆大学
IPC: G06Q10/0631 , G06Q10/0633 , G06Q50/04 , G06N3/126 , G06F30/27 , G06F111/04 , G06F111/06
Abstract: 本发明涉及一种新型石膏厚板生产节拍控制方法，属于石膏厚板生产技术领域。本发明针对新型石膏厚板生产系统约束性和耦合性强，且石膏水化反应有较强的限制条件等特点，提出了一种新型石膏厚板生产系统的生产节拍控制方法，该控制方法以最小化最大完工时间和总脱模拖期时间为目标函数，以系统特性和石膏水化反应为约束建立了一个生产节拍优化数学模型，并使用NSGA‑II算法对生产顺序进行优化。本发明相较于人工排产固定的生产节拍，能够随着生产比例的变化，有效地优化总脱模拖期时间，从而提高了产线产量，降低系统的故障率。
-
公开(公告)号：CN116679232A
公开(公告)日：2023-09-01
申请号：CN202310675038.8
申请日：2023-06-08
Applicant: 重庆大学
IPC: G01R31/392 , G01R31/367 , G01R31/378 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/096 , G06N3/084
Abstract: 本发明涉及一种基于混合神经网络和迁移学习的锂电池健康状态估计方法，属于电池存储技术领域领域。该方法为：提取电池循环数据并构成特征曲线，对其进行数据预处理，并进行异常值筛选和替换，构成源域数据集；提取不同类型或不同工况的锂电池数据得到特征曲线数据，构成目标域数据集；利用源域数据集对CNN‑GRU混合神经网络进行预训练得到预训练模型；将预训练模型作为基学习器估计模型，利用Tradaboost.R2算法在目标域数据集训练，从而对样本权重和基学习器权重进行更新；锂电池SOH估计值输出，同时计算相应评价指标值。本发明能够提高锂电池健康状态估计的精确度。
-
公开(公告)号：CN114911205A
公开(公告)日：2022-08-16
申请号：CN202210501172.1
申请日：2022-05-09
Applicant: 重庆大学
IPC: G05B19/418
Abstract: 本发明涉及一种基于改进遗传算法的多AGV多目标路径规划方法，属于智能技术领域。该方法具体包括：1)根据仓储环境选用栅格法构建地图模型；2)建立基于交通规则法及占用表的优先级策略；3)采用A*算法计算出两目标之间的最短行走距离，构建一个所有目标点间的距离矩阵；4)根据改进的遗传算法完成AGV路径规划。本发明能够将AGV多目标问题类比为TSP问题，使用改进的遗传算法求解多目标路径规划问题，使得整个系统的效率有了大幅的提升。
-
公开(公告)号：CN111721297A
公开(公告)日：2020-09-29
申请号：CN202010567994.0
申请日：2020-06-19
Applicant: 重庆大学
IPC: G01C21/20
Abstract: 本发明涉及一种智能车库多AGV的路径规划方法，属于智能化技术领域。该方法具体包括：1)确定待分配的AGV；2)根据改进的A*算法确定路径规划；3)确定路径各条边的占用时间，生成时间窗；4)判断是否有时间窗重叠，如有重叠则延后时间窗直至不重叠；5)确定所有路径的时间窗登记；6)确定从起点到目标点的时间成本；7)确定路径规划结果。本发明能够解决重型AGV的灵活性差的问题，减少转弯次数，能够避免多AGV冲突，同时实现时间成本最短。
-
公开(公告)号：CN107194100B
公开(公告)日：2020-09-08
申请号：CN201710412205.4
申请日：2017-06-02
Applicant: 重庆大学
IPC: G06F30/15 , G06F30/20 , G06F119/04
Abstract: 本发明涉及一种基于密封生命周期的固体火箭发动机密封寿命预测方法，具体包括：1)确定橡胶常温下的老化模型；2)确定橡胶密封圈老化后的压缩变形率；3)确定橡胶密封圈经过老化和回弹后的压缩变形率；4)确定固体火箭发动机工作时橡胶密封圈的工程应力；5)确定基于密封生命周期的固体火箭发动机的寿命预测模型；6)确定在最大允许泄漏率下的老化存储时间。本发明建立在橡胶老化模型、封圈压缩永久变形率与压缩变形率的关系、简化后的密封圈回弹模型、橡胶Mooney‑Rivlin模型以及石棉橡胶的泄漏率模型的基础上，能有效的预测固体火箭发动机的存贮寿命，有利于对所存贮的固体火箭发动机进行维护与保养，确保固体火箭发动机能安全可靠的工作。
-
-
-
-
-
-
-
-
-
Search Results
182
records
(took 0.021 seconds)
