-
公开(公告)号：CN110620596B
公开(公告)日：2021-03-26
申请号：CN201910842485.1
申请日：2019-09-06
申请人： 大连理工大学
摘要： 本发明提供了一种面向水下机器人定位的通信系统，包括由多个水下定位通信节点组成的定位通信阵列和可携带通信收发器；可携带通信收发器有无线射频通信收发器和光通信收发器，能实现水下无线射频通信和水下光通信两种通信方式；定位通信阵列由多个水下定位通信节点组成，水下定位通信节点有无线射频通信收发器和光通信收发器，能实现水下无线射频通信和水下光通信两种通信方式。本系统采用水下光通信和水下无线射频通信两种通信方式结合，在不同距离使用不同通信方式能够最大限度地发挥两者的优势同时避免来两者的缺点，使得水下无缆机器人能够在较远距离获取水下定位节点的位置，靠近水下定位节点后实现高速通信，获取节点所在位置等信息。
-
公开(公告)号：CN111679574A
公开(公告)日：2020-09-18
申请号：CN202010401012.0
申请日：2020-05-13
申请人： 大连理工大学
摘要： 本发明提供了一种基于大规模全局优化技术的变循环发动机过渡态优化方法，属于航空发动机过渡态控制优化技术领域。通过将过渡态控制优化问题转变为大规模全局优化问题，采取竞争粒子群算法对控制输入量的单步增量序列进行优化搜索，克服了传统SQP算法依赖模型特性、后期收敛速度缓慢及容易陷入局部最优解的缺点，具有一定的快速性和可移植性。
-
公开(公告)号：CN109799803B
公开(公告)日：2020-06-16
申请号：CN201811509606.2
申请日：2018-12-11
申请人： 大连理工大学
IPC分类号： G05B23/02
摘要： 本发明公开一种基于LFT的航空发动机传感器及执行机构故障诊断方法，属航空发动机故障诊断领域。采用小扰动法与线性拟合法相结合的方法建立航空发动机状态变量模型，并基于此模型建立仿射参数依赖的航空发动机LPV模型；将带有扰动信号及传感器与执行机构故障信号的航空发动机LPV模型转化为LFT结构，得到LPV故障估计器的H∞综合框架；通过求解一组线性矩阵不等式LMIs获得故障估计器存在的有解条件；结合LFT结构设计故障估计器，实现航空发动机传感器及执行机构的故障诊断。本发明根据航空发动机参数的变化，自适应地调整故障估计器的参数，迅速地检测传感器及执行机构故障，准确重构故障信号，为后续的主动容错控制提供基础。
-
公开(公告)号：CN111219257A
公开(公告)日：2020-06-02
申请号：CN202010013151.6
申请日：2020-01-07
申请人： 大连理工大学
IPC分类号： F02C9/00
摘要： 本发明属于航空发动机控制技术领域，本发明提出了一种基于自适应增强算法的涡扇发动机直接数据驱动控制方法。首先基于最小二乘支持向量机算法，设计涡扇发动机控制器，进一步，通过自适应增强算法改变训练样本的权重，从而构建成多个基本学习器组合成强学习器的涡扇发动机直接数据驱动控制器。相对于过去仅采用LSSVM的方案，通过使用自适应增强方法，不仅提高了控制精度，而且提升了算法的泛化能力，并有效解决了样本稀疏性问题。通过本发明设计的基于自适应增强算法的涡扇发动机直接数据驱动控制方法。
-
公开(公告)号：CN109786967A
公开(公告)日：2019-05-21
申请号：CN201910160061.7
申请日：2019-03-04
申请人： 大连理工大学
摘要： 本发明提供了一种高精度实时跟踪的船载天线姿态控制系统，主要由外层保护壳，承重转动模块和跟踪调节模块组成；所述承重转动模块包括步进电机a、步进电机b、转动钢架a、转动钢架b、支撑钢架3、转动轴承和转轴；所述跟踪调节模块由步进电机a、步进电机b、电子罗盘、微处理器、三轴加速度传感器和三轴陀螺仪组成，所述电子罗盘、三轴加速度传感器和三轴陀螺仪采集到的数据单向传向微处理器，微处理器通过处理来控制步进电机a和步进电机b转动，进而主动调整姿态。本发明采用电子罗盘、三轴加速度传感器和三轴陀螺仪更精确得出偏移位置；使用主动预测跟踪的处理方法来消除姿态调整过程的滞后性，实现由船和地面高精度的直接通讯。
-
公开(公告)号：CN108931757A
公开(公告)日：2018-12-04
申请号：CN201810901484.5
申请日：2018-08-09
申请人： 大连理工大学
摘要： 本发明属于水下定位技术领域，一种具有自发电能力的海底光学定位信标系统，由多个水下信标组成的阵列组成；在洋流的作用下，转轮的转动带动电机转动；当水下漫游器运动到某个水下信标的附近时，水下信标的COMS传感器检测到水下漫游器的灯光开启LED灯组。水下漫游器的COMS传感器将LED灯组的光种进行分析后转化为数字信息，水下漫游器解析数字信号即得到其所在位置。每一个水下信标都有独立发电组件，利用海流发电，极大提高了信标的工作时长，并且水下信标的LED灯组并非一直处于工作状态，当COMS传感器检测到所需定位目标在信标附近时LED灯组才会工作，通过光线反馈位置信息，这样可以降低系统功耗，增加系统工作时长。
-
公开(公告)号：CN118917364A
公开(公告)日：2024-11-08
申请号：CN202411404436.7
申请日：2024-10-10
申请人： 大连理工大学
IPC分类号： G06N3/049 , G06N3/063 , G06N3/0495
摘要： 一种基于输入与坐标编码的脉冲神经网络加速系统及方法，属于FPGA硬件加速器设计领域。相较于现有的编码模式，本发明提出的基于事件的输入通道并行稀疏编码，有效地减小了特征图的存储空间和带宽需求，同时编码模块和解码模块消耗的FPGA资源很少，同时按通道并行的编码方式，为加速器的按输入通道并行计算提供了可行的方向。本发明将输入特征图的通道方向计算过程串行化，多个输入并行计算，达到了输入特征图的通道方向计算并行化的效果，同时将并行计算的后的结果按串行方式对膜电位进行更新，解决了一般并行计算时计算结果对BRAM同时读写冲突。
-
公开(公告)号：CN118820887A
公开(公告)日：2024-10-22
申请号：CN202410809977.1
申请日：2024-06-21
申请人： 大连理工大学
IPC分类号： G06F18/241 , G06N3/0442
摘要： 本发明涉及人工智能领域，尤其涉及一种变循环发动机气路故障诊断的硬件加速方法。本发明基于变循环发动机在复杂工况下各个部件的压力与温度传感器数据，利用深度学习在大数据前提下对该数据进行分析学习，以便对变循环发动机气路故障进行诊断，可以为发动机故障诊断提供系统性方法。对于发动机气路故障诊断采用Delta方法的双向长短期记忆网络BiLSTM。与传统BiLSTM硬件加速相比，使用了Delta方法，又叫差值更新门方法，跳过部分时间步的计算，在进行矩阵乘法的运算时，减少了一般的计算量，将部署应用于FPGA的算法运行速度提高了一倍，从而有效提高了BiLSTM的网络推理速度。
-
公开(公告)号：CN118396030A
公开(公告)日：2024-07-26
申请号：CN202410418730.7
申请日：2024-04-09
申请人： 中国航空发动机研究院 , 大连理工大学
IPC分类号： G06N3/0442 , G01M15/14 , G06N3/0455 , G06N3/084 , G06N3/09 , G06N3/0985
摘要： 本发明涉及人工智能领域，尤其涉及一种复杂工况下航空发动机多部件性能预测方法，包括：步骤1、采集航空发动机多种工况下不同部位的截面压力和截面温度，模拟样本空间分布情况，预处理后划分为训练集和测试集；步骤2、故障部件定位神经网络的训练；步骤3、故障部件不可测参数估计神经网络训练；步骤4、故障部件不可参数预测神经网络的训练。本发明基于航空发动机在不同工况下各个部件的压力与温度传感器数据，利用深度学习在大数据前提下预测优势对该数据进行分析学习，以便对航空发动机故障部件进行定位，不可测参数估计与预测，可以为部件性能预测提供系统性方法，以避免航空发动机故障部件的失效。
-
公开(公告)号：CN118194723A
公开(公告)日：2024-06-14
申请号：CN202410454882.2
申请日：2024-04-16
申请人： 中国航空发动机研究院 , 大连理工大学
IPC分类号： G06F30/27 , G06N3/0464 , G06N3/045 , G06N3/049 , G06N3/0495 , G06N3/082 , G06N3/0985 , G06F18/15 , G06F18/213 , G06F18/2433 , G06F123/02
摘要： 本发明属于人工智能领域，涉及一种基于CTCN‑Lite的航空发动机全包线建模方法。首先建立CTCN网络模型，通过使用航空发动机多工况的多特征参数数据对模型进行训练，并以降采样和剪枝的操作对网络模型进行优化。通过有效地融合卷积神经网络和时序卷积网络，引入Inception结构，增强模型的特征提取能力；在卷积神经网络部分，通过多通路并行卷积挖掘了多个卷积尺度中信息更为密集的特征；在时序卷积网络部分，通过在多个尺度对卷积过滤后的特征数据进行滑窗。对输入网络模型的参数数据进行降采样；在网络模型完成预训练后，分别对CNN部分和TCN部分采用剪枝。该方法针对不同飞行状态下的航空发动机的性能实现了精确预测。
-
-
-
-
-
-
-
-
-
搜索结果
119 条记录 (耗时 0.056 秒)
