-
公开(公告)号：CN109333518A
公开(公告)日：2019-02-15
申请号：CN201811631684.X
申请日：2018-12-29
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种快速抓取灯罩的并联机器人，包括：动力装置、控制装置、操控装置及吸盘装置，所述操控装置上方连接所述动力装置、控制装置，下方连接内部包含有环带吸盘的所述吸盘装置，所述控制装置通过视频采集数据、运算后指挥所述动力装置动作带动所述操控装置动作进而通过所述环带吸盘产生的真空吸力完成抓取动作。采用本发明的技术方案可最大程度上的忽略碗状物品底部复杂结构的影响，同时能提供更大的吸力，快速、安全的移动碗状物品。
-
公开(公告)号：CN109257129A
公开(公告)日：2019-01-22
申请号：CN201811114748.9
申请日：2018-09-25
Applicant: 桂林电子科技大学
IPC: H04B17/391 , H04L25/02 , H04W84/18
Abstract: 本发明涉及一种无线传感网络，解决的是传输压力大的技术问题，通过采用包括分布设置的N个无线传感器和中心服务器，中心服务器包括处理器与存储器，存储器存储有数据重构程序，处理器用于执行数据重构程序，以完成以下步骤：步骤1，建立无线网络信道估计模型；步骤2，控制无线传感器进行时间同步，并对数据以周期T进行欠采样，对欠采样数据进行预处理，使用测量矩阵处理预处理数据得到传输向量；步骤3，使用残差估计方法和测量矩阵对无线网络信道进行信道估计，得到信道准用模型；步骤4，根据信道准用模型，采用解预处理方法处理接收到的传输向量，重构出传输数据的技术方案，较好的解决了该问题，可用于无线传感网络中。
-
公开(公告)号：CN107276465A
公开(公告)日：2017-10-20
申请号：CN201710494319.8
申请日：2017-06-26
Applicant: 桂林电子科技大学
IPC: H02P6/34 , H02P6/10 , H02P23/00 , H02P25/098
CPC classification number: H02P6/34 , H02P6/10 , H02P23/0018 , H02P25/098
Abstract: 本发明为一种转矩-电流神经网络开关磁阻电机控制方法与系统，本方法为SRM各相配置一个神经网络前馈控制器，以转矩-电流逆模型为其激活函数，以给定总转矩分配的各相参考转矩和转子位置角为输入，以PID控制器的输出实现反馈误差学习。神经网络前馈控制器的输出与PID控制器的输出叠加作为参考电流送入电流滞环控制器，结合当前电流反馈信号控制SRM运行。本系统SRM安装电流、位置和转矩传感器，信号处理器含有三个神经网络前馈控制器、转矩分配模块、PID控制模块、电流迟滞环控制模块。内环电流滞环控制器跟踪参考电流，控制SRM运行，充分考虑了SRM具有特殊强非线性，有效减小SRM的转矩脉动。
-
公开(公告)号：CN104714188B
公开(公告)日：2017-05-24
申请号：CN201510147926.8
申请日：2015-03-31
Applicant: 桂林电子科技大学
IPC: G01R31/36
Abstract: 本发明为量测噪声方差阵相匹配的电池电荷状态估计方法与系统，本法步骤为：建立电池模型、电压电流采样，最小二乘法参数辨识模型参数；自适应无迹卡尔曼滤波估计SOC；调整滤波增益的方差阵相匹配的鲁棒自适应无迹卡尔曼滤波，计算系统量测噪声实际残差方差阵值和估计的理论残差方差阵，得到εk。εk大于1自适应调整因子否则调整滤波增益，求得SOC估计值本系统动力电池所接电压、电流传感器经模数转换模块连接微控制器。微控制器含模型参数辨识模块、调整因子计算模块、滤波增益自适应调整、鲁棒自适应无迹卡尔曼滤波SOC估计模块。SOC直接显示或传送到设备CAN网络。本发明动态调整滤波增益，提高了SOC估计的鲁棒性。
-
公开(公告)号：CN105785981A
公开(公告)日：2016-07-20
申请号：CN201610254518.7
申请日：2016-04-22
Applicant: 桂林电子科技大学
IPC: G05D1/00
CPC classification number: G05D1/0016 , G05D2201/02
Abstract: 本发明公开了一种基于二维摇杆对履带机器人运动控制方法，包括以下步骤：S1：操纵二维摇杆，并采集遥控器上二维摇杆输出的电压信号；S2：将采集的二维摇杆电压信号转换成数字信号；S3：对转换后的数字信号进行滤波；S4：对滤波后的数据进行数据标定，生成摇杆坐标数据；S5：记录步骤S4中的摇杆坐标数据变化，进行数据解析，得到控制量；S6：将得到的控制量通过遥控器发送给履带机器人；S7：履带机器人接收控制量完成在地面上的运动。本发明利用一个二维摇杆完成履带机器人所有在地面的运动方式，而且在操控摇杆控制履带机器人时，左右履带运动速度指令数据连续，在一次有效控制轨迹内机器人履带运动速度不存在跳变点，提高机器人的机动性。
-
Patent Agency Ranking
公开(公告)号：CN105116958B
公开(公告)日：2016-06-29
申请号：CN201510521985.7
申请日：2015-08-24
Applicant: 桂林电子科技大学
IPC: G05F1/67
CPC classification number: Y02E10/58
Abstract: 本发明为光伏阵列自适应步长扰动观察法MPPT控制方法，主要步骤如下：对光伏阵列PV的输出电压和电流采样，得到P-U特性曲线，其不完全微分和理想微分对应的PV端电压为Ua和Ub，分为三个区间Ⅰ为0～Ua、Ⅱ为Ua～Ub、Ⅲ为大于Ub。区间I内以步长d1正向扰动；区间Ⅱ内以步长(2η-1)d1反向扰动；区间Ⅲ内以步长d1反向扰动本系统电压电流传感器信号采样接入微处理器，程序存储器中存储有执行本法的各处理模块，微处理器的输出接入脉宽调制模块PWM，PWM输出驱动信号控制光伏阵列的直流转换电路，实现最大功率点跟踪。本发明MPP附近小步长跟踪，较远区间大步长跟踪，步长的自适应调整，提高抗干扰能力，有效减小PV功率损失和能量利用率。
-
公开(公告)号：CN105666485A
公开(公告)日：2016-06-15
申请号：CN201610178744.1
申请日：2016-03-28
Applicant: 桂林电子科技大学
CPC classification number: B25J9/1697 , B25J9/126 , B25J11/003
Abstract: 本发明一种基于图像处理的自动识别和定位摆棋机器人，包括机械系统和与机械系统连接的视觉系统；视觉系统包括图像采集装置和与该装置连接的环形低角度LED光源； 机械系统包括传动机构和与传动机构连接的机器人载体；其中：所述传动机构由步进电机、挡板、光电传感器和分别与步进电机连接的翻转机构及传送带连接构成，步进电机带动传送带运动传送棋子；翻转机构上设有吸嘴将棋子固定、翻转后，落到传送带上重新进行传送；挡板分别设置在传送带两侧，在挡板上分别设有光电传感器，当棋子经传送带到达挡板中央时，光电传感器感知棋子，并控制棋子继续向前运动至图像采集装置视野范围内，传送带停止运转。该机器人结构简单、自动化程度高，适应性强。
-
公开(公告)号：CN103675706B
公开(公告)日：2016-04-13
申请号：CN201310680956.6
申请日：2013-12-13
Applicant: 桂林电子科技大学
IPC: G01R31/36
Abstract: 本发明为一种动力电池电荷量估算方法，步骤如下：Ⅰ、开路电压法取得SOC与开路电压的函数关系；Ⅱ、测得SOC的初值；Ⅲ、采样和取得无迹卡尔曼滤波的SOC估算初值；Ⅳ、根据电池状态方程和观测方程，进行无迹卡尔曼滤波的UT变换的Sigma点采样，得到观测量的预估值，估算动力电池下一时刻的SOC估算值和协方差。本发明采用开路电压法和无迹卡尔曼滤波相互配合进行SOC估算，估算的精度高，用开路电压法得到SOC初始值，并进行SOC估算修正，提高了估算精度，无迹卡尔曼滤波无线性化近似过程，减少了误差，计算速度快，提高了SOC估算效率。
-
公开(公告)号：CN105116343A
公开(公告)日：2015-12-02
申请号：CN201510521981.9
申请日：2015-08-24
Applicant: 桂林电子科技大学
IPC: G01R31/36
Abstract: 本发明为最小二乘支持向量机的动力电池电荷状态估计方法及系统，本法步骤为：Ⅰ、用动力电池模型及参数由含遗忘因子的最小二乘FFRLS求得开路电压Uoc；Ⅱ、用FFRLS拟合得到Uoc-SOC的关系；Ⅲ、建立在线最小二乘支持向量机LS-SVM的SOC训练模型；Ⅳ、估计SOC的初值，安时积分法估计SOC；Ⅴ、修正、补偿安时积分法估计的SOC。本系统电压电流传感器实时信号接入微处理器，程序存储器中存储有执行本法的各处理模块，计算处理所得实时SOC估计值直接显示。本发明有效地补偿拟合误差和安时积分法的累计误差；在线实时地调整模型参数，运算速度快，跟踪能力强，估计准确，实验表明本法SOC估计精度，平均绝对误差仅为1.28％。
-
公开(公告)号：CN103439668B
公开(公告)日：2015-08-26
申请号：CN201310400509.0
申请日：2013-09-05
Applicant: 桂林电子科技大学
IPC: G01R31/36
Abstract: 本发明为动力锂离子电池的电荷状态估算方法与系统，本方法第一步建立等效电池的电路模型，对电池进行充放电和静置实验、定时采样得到电压时间曲线，通过公式辨识模型参数、得到开路电压OCV与SoC的非线性关系；第二步、基于卡尔曼算法，用状态预测、预测误差方差、滤波增益、状态估算和估算误差方差等矩阵，得到SoC最优估算值。本系统模数转换器、程序存储器、可编程存储器、定时器及显示器分别与微处理器连接，电流、电压传感器分别联接在待测电池与负载连接的电路中、输出接入模数转换器。可编程存储器存储实验所得的电池模型参数，程序存储器存储本方法的估算程序。本发明SoC估算精度可达1％，且更稳定；系统实时提供SoC估算值。
-
-
-
-
-
-
-
-
-
Search Results
179
records
(took 0.03 seconds)
