-
公开(公告)号：CN109959637B
公开(公告)日：2021-06-01
申请号：CN201910270548.0
申请日：2019-04-04
申请人： 中南大学
IPC分类号： G01N21/59
摘要： 本发明公开了一种用于玻璃药瓶残氧量检测的标准具效应抑制方法及装置，该方法通过获取激光穿透玻璃药瓶后的主透射光强和反射两次后的透射光强，并转换成第一电流信号，获取激光穿透玻璃药瓶时的反射一次后的透射光强和反射三次后的透射光强，并转换成第二电流信号，根据第一电流信号和第二电流信号，获得输出电流，提取输出电流的二次谐波电流信号以及根据二次谐波电流信号获得氧气浓度，解决了现有技术由于玻璃药瓶瓶壁产生的光束干涉给二次谐波带来的光学噪声，导致残氧量检测精度低的技术问题，通过从信号检测部分消除二次谐波中的噪声，能从根源上抑制标准具效应，大大提高了氧气浓度检测精度和系统的稳定度。
-
公开(公告)号：CN108550007A
公开(公告)日：2018-09-18
申请号：CN201810299910.2
申请日：2018-04-04
申请人： 中南大学
摘要： 本发明公开了一种制药企业自动化立体仓库的货位优化方法及系统，该方法通过确立自动化立体仓库的货位优化目标，根据自动化立体仓库内药品的历史订单数据计算药品出入库频率，根据每类药品之间的关联程度，得到每类药品之间的关联因子，建立堆垛机运动数学模型，根据堆垛机运动数学模型、药品出入库频率和每类药品之间的关联因子，建立多目标货位优化数学模型以及对多目标货位优化数学模型进行求解，得到货位优化结果，解决了现有方法只考虑货物周转率和货架稳定性，不能很好地描述实际问题，造成优化结果不理想的问题，且基于多目标货位优化模型求解获得的货物优化结果更理想，货物分布更合理，大大提高了仓储作业效率，降低了仓储操作成本。
-
公开(公告)号：CN108550007B
公开(公告)日：2021-09-28
申请号：CN201810299910.2
申请日：2018-04-04
申请人： 中南大学
IPC分类号： G06Q10/08 , G06Q10/04 , G06F30/27 , G06N3/12 , G06F111/06 , G06F111/10
摘要： 本发明公开了一种制药企业自动化立体仓库的货位优化方法及系统，该方法通过确立自动化立体仓库的货位优化目标，根据自动化立体仓库内药品的历史订单数据计算药品出入库频率，根据每类药品之间的关联程度，得到每类药品之间的关联因子，建立堆垛机运动数学模型，根据堆垛机运动数学模型、药品出入库频率和每类药品之间的关联因子，建立多目标货位优化数学模型以及对多目标货位优化数学模型进行求解，得到货位优化结果，解决了现有方法只考虑货物周转率和货架稳定性，不能很好地描述实际问题，造成优化结果不理想的问题，且基于多目标货位优化模型求解获得的货物优化结果更理想，货物分布更合理，大大提高了仓储作业效率，降低了仓储操作成本。
-
公开(公告)号：CN109738392B
公开(公告)日：2021-03-02
申请号：CN201910087107.7
申请日：2019-01-29
申请人： 中南大学
IPC分类号： G01N21/39
摘要： 本发明公开了一种面向TDLAS在线检测瓶内氧气浓度的压缩感知重构方法及系统，该方法通过将待测样本在稀疏基上进行稀疏表示，通过测量矩阵对进行稀疏表示后的待测样本进行采样，获得采样样本，利用OMP算法对采样样本进行数据重构，获得第一重构样本，利用自定义的稀疏度影响因子，并基于稀疏度影响因子和OMP算法迭代获得最优稀疏度系数以及基于最优稀疏度系数，利用OMP算法对待测样本进行数据重构，获得第二重构样本，解决了现有面向TDLAS在线检测瓶内氧气浓度时难以获得精准度高的重构样本的技术问题，通过引入自定义的稀疏度影响因子可迭代获得最优稀疏度系数，从而使得基于最优稀疏度系数和OMP算法能获得精准度高的重构样本。
-
公开(公告)号：CN109959637A
公开(公告)日：2019-07-02
申请号：CN201910270548.0
申请日：2019-04-04
申请人： 中南大学
IPC分类号： G01N21/59
摘要： 本发明公开了一种用于玻璃药瓶残氧量检测的标准具效应抑制方法及装置，该方法通过获取激光穿透玻璃药瓶后的主透射光强和反射两次后的透射光强，并转换成第一电流信号，获取激光穿透玻璃药瓶时的反射一次后的透射光强和反射三次后的透射光强，并转换成第二电流信号，根据第一电流信号和第二电流信号，获得输出电流，提取输出电流的二次谐波电流信号以及根据二次谐波电流信号获得氧气浓度，解决了现有技术由于玻璃药瓶瓶壁产生的光束干涉给二次谐波带来的光学噪声，导致残氧量检测精度低的技术问题，通过从信号检测部分消除二次谐波中的噪声，能从根源上抑制标准具效应，大大提高了氧气浓度检测精度和系统的稳定度。
-
公开(公告)号：CN109738392A
公开(公告)日：2019-05-10
申请号：CN201910087107.7
申请日：2019-01-29
申请人： 中南大学
IPC分类号： G01N21/39
摘要： 本发明公开了一种面向TDLAS在线检测瓶内氧气浓度的压缩感知重构方法及系统，该方法通过将待测样本在稀疏基上进行稀疏表示，通过测量矩阵对进行稀疏表示后的待测样本进行采样，获得采样样本，利用OMP算法对采样样本进行数据重构，获得第一重构样本，利用自定义的稀疏度影响因子，并基于稀疏度影响因子和OMP算法迭代获得最优稀疏度系数以及基于最优稀疏度系数，利用OMP算法对待测样本进行数据重构，获得第二重构样本，解决了现有面向TDLAS在线检测瓶内氧气浓度时难以获得精准度高的重构样本的技术问题，通过引入自定义的稀疏度影响因子可迭代获得最优稀疏度系数，从而使得基于最优稀疏度系数和OMP算法能获得精准度高的重构样本。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.021 秒)
