-
公开(公告)号:CN118377227A
公开(公告)日:2024-07-23
申请号:CN202410638677.1
申请日:2024-05-22
Applicant: 东北林业大学
IPC: G05B13/04
Abstract: 本发明提供一种用于线性参数变化系统的自适应故障检测与控制方法,涉及自动控制理论和故障检测与诊断技术领域,该自适应故障检测与控制方法针对线性参数变化系统,首先建立系统的状态空间模型,然后设计自适应观测器进行状态和输出变量的估计。利用估计的输出变量与实际测量值比较生成残差信号,并通过评估残差信号的统计特性实现实时故障检测。一旦检测到系统故障,启动故障诊断程序进行辨识和定位,并根据诊断结果重构状态反馈控制器,调整参数以适应系统动态特性。最终采用自适应控制律生成控制输入,实现对故障系统的容错控制。该方法通过自适应观测器和控制器的设计,实现了故障实时检测和容错控制,提高了系统的可靠性和稳定性。
-
公开(公告)号:CN116703084A
公开(公告)日:2023-09-05
申请号:CN202310653977.2
申请日:2023-06-05
IPC: G06Q10/0631 , G06Q50/06 , G06F18/23213 , G06F30/20 , G06F111/04
Abstract: 本发明公开了基于高风电渗透率的燃煤机组多技术灵活性改造规划方法,涉及电力系统规划调度领域,包括如下步骤:步骤一、获取待改造电力系统运行参数与数据信息,通过聚类方法获取系统典型日负荷与风电曲线作为仿真数据信息;步骤二、以全年机组的运行成本、改造成本、检修调整成本、弃风惩罚成本之和为目标,分别建立为改造检修约束、运行约束、耦合约束、潮流约束,构建电力系统灵活性改造的年度规划模型;步骤三、调用求解器对步骤二所述混合整数规划模型进行求解,获得机组灵活性改造规划方案。本发明将灵活性改造作为大型检修任务的一部分进行有序协调,使改造后的电力系统在保证可靠供电的同时安全有序地进行燃煤机组的灵活性改造。
-
公开(公告)号:CN115629543B
公开(公告)日:2023-04-07
申请号:CN202211294424.4
申请日:2022-10-21
Applicant: 东北林业大学
Abstract: 一种可干预的MDF连续平压三支决策协同控制方法、系统及存储介质,属于中密度纤维板生产控制技术领域。本发明包括:步骤S1、定义MDF连续热压机中液压缸阵列的分布式粒结构模型;步骤S2、依据液压缸阵列的分布式粒结构模型,进行粒结构决策控制器设计;步骤S3、给出粘弹性的胶和作用和热质传递多场耦合的作用下的位置和压力间的输出及与粘弹性模型之间的关系;步骤S4、针对MDF连续平压过程偏差类型进行判定,构建三支决策模型;步骤S5、根据步骤S4构建的三支决策模型,进行控制器设计。本发明的控制方法能够满足MDF连续平压工艺中的板材生产线敏捷调整和质量控制需求。
-
公开(公告)号:CN115684074A
公开(公告)日:2023-02-03
申请号:CN202211225769.4
申请日:2022-10-09
Applicant: 东北林业大学
IPC: G01N21/359 , G01N21/3563 , G01N33/14 , G01N3/42 , G06N3/0464 , G06N3/08
Abstract: 本发明提出一种基于可见近红外光谱和迁移学习的梨品质预测方法。本发明所述方法对于同一种样本,若已知针对该样本第一成分的高准确度可见/近红外光谱模型,对该样本第二成分进行预测时,无需改变各网络层的个数,只需将第一成分对应真实值替换为第二成分的真实值,再次进行模型训练得到的模型即为针对该第二成分的普适性可见/近红外光谱模型,与传统的机器学习和神经网络建模技术相比,迁移学习能够提高数据预训练模型对光谱数据的浅层特征和深层特征提取能力,缩短网络的训练时间,且有效地提高了梨不同品质的预测精度。
-
公开(公告)号:CN115511855A
公开(公告)日:2022-12-23
申请号:CN202211225720.9
申请日:2022-10-09
Applicant: 东北林业大学
IPC: G06T7/00 , G06V10/20 , G06V10/26 , G06V10/58 , G06V10/764 , G06V10/77 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明提出一种基于高光谱图像和迁移学习的梨损伤识别方法。本发明引入了迁移学习思想,利用不同损伤类型之间的相似性,将在旧领域即挤压损伤学习过的模型和知识应用于新的领域即碰撞损伤。本发明由于使用两次迁移的网络结构,与ResNet50直接迁移到梨碰撞损伤数据的网络相比,一方面充分利用了挤压损伤数据预训练模型对高光谱图像的浅层特征和深层特征提取能力,另一方面能够缩短网络的训练时间,且有效地提高了梨碰撞损伤高光谱图像数据的识别精度。
-
公开(公告)号:CN105182909B
公开(公告)日:2017-11-10
申请号:CN201510654559.0
申请日:2015-10-10
Applicant: 东北林业大学
IPC: G05B19/404
Abstract: 本发明提供了用于连续平压群集控制系统的误差识别方法和装置,该误差识别方法包括:检测连续平压群集控制系统的误差信息;根据检测到的误差信息,确定连续平压群集控制系统的误差等级数串;通过对误差等级数串进行海明编码,获得编码后的误差海明码,以识别该群集控制系统中出现误差的道次。误差识别装置能够执行上述误差识别方法的处理。本发明的上述技术能够实现更为准确的误差识别,在误差识别过程中仅利用固定位数的误差状态字编码位即可实现一定范围内可变数目的误差等级的识别,而不需要改变传输及计算所需的硬件单元的数据线宽度。
-
公开(公告)号:CN106123811A
公开(公告)日:2016-11-16
申请号:CN201610542056.9
申请日:2016-07-11
Applicant: 东北林业大学
Abstract: 一种林木叶面积指数远程监测装置及其测量方法,属于森林生态检测技术领域。本发明解决其技术问题所采取的方案是:利用DSP芯片的图像处理能力和数字运算能力对由工业相机获得的林木冠层图像进行数字图像处理,并计算孔隙度和叶面积指数,通过3G模块与控制端进行通讯,实现图像数据、叶面积指数计算结果、控制指令的数据传输,并利用太阳能为整个系统供电,可实现远程测量与控制功能。本发明主要应用用途是:将DSP处理器较强的数字信号处理能力与3G模块的远程高效的数据传输能力相结合,可实现叶面积指数的远程测量和远程控制。本发明结构简单、效率高、实时性好。
-
公开(公告)号:CN118818970A
公开(公告)日:2024-10-22
申请号:CN202410725668.6
申请日:2024-06-06
Applicant: 东北林业大学
IPC: G05B13/04 , G06N20/00 , G06F18/213 , B60L58/10
Abstract: 本发明提供一种基于区间观测的实时监控方法与系统,属于智能监控技术领域。方法包括:S1:获取被监控对象的实时运行参数,并根据预设的区间阈值,将实时运行参数划分为若干个区间;S2:对每个区间内的实时运行参数进行统计分析,得到每个区间的统计特征值;S3:将每个区间的统计特征值与预设的标准模型进行比较,计算每个区间的偏差度;S4:根据每个区间的偏差度,判断被监控对象的运行状态是否异常,若异常,则发出预警信号;S5:根据预警信号,自动调整被监控对象的控制参数,使被监控对象恢复正常运行状态。该实时监控方法充分挖掘实时数据的统计特征,自适应地判断运行状态,并及时调整控制参数,提高了监控的自动化程度。
-
公开(公告)号:CN115167116B
公开(公告)日:2024-05-14
申请号:CN202210584321.5
申请日:2022-05-27
Applicant: 东北林业大学
Abstract: 本发明提出了一种基于椭球的非线性时变互联系统区间估计方法:首先建立三智能车系统的状态空间动态模型,子系统之间采用“加权尝试一次丢弃”协议进行信息交换,然后构建区间观测器和误差动态系统,最终求解观测器增益矩阵并得到状态估计椭球集;本发明在非线性时变互联系统状态估计研究的基础上,克服了非线性时变互联系统因子系统数量多且相互耦合所造成的计算负担高、观测器设计复杂以及估计精度低、保守性强的技术难题;同时,子系统之间采用“加权尝试一次丢弃”协议进行数据交换,节约了通信带宽;最后,以三台智能车构成的三智能车系统为例,验证了所提方法的有效性。
-
公开(公告)号:CN117811252A
公开(公告)日:2024-04-02
申请号:CN202311857105.4
申请日:2023-12-29
Applicant: 东北林业大学
Abstract: 磁场偏移式多层磁障永磁同步电机及设计方法,属于永磁同步电机领域,本发明为解决现有永磁电机的磁阻转矩和永磁转矩无法同时达到最大值的问题。本发明转子铁心每极下设置一组沿轴向贯通的磁铁槽组,磁铁槽组包括至少两层沿转子径向间隔开布置的磁铁槽,每个磁铁槽包括磁铁插入槽和隔磁槽,磁铁插入槽沿垂直于转子d轴方向延伸,隔磁槽设置于磁铁插入槽两端且与之连通,隔磁槽向转子外圆表面方向倾斜延伸;磁铁槽组被径向隔磁磁障均分为对称两部分:永磁半极和磁障半极,永磁体插入永磁半极部分的磁铁插入槽中;磁障半极部分的磁铁插入槽空置;相邻两极的永磁体充磁方向相反;每极下磁场偏移设置使得永磁转矩滞后,实现磁阻转矩与永磁转矩在幅值处叠加。
-
-
-
-
-
-
-
-
-