一种2R欠驱动平面机械臂的控制方法

    公开(公告)号:CN108466267A

    公开(公告)日:2018-08-31

    申请号:CN201810244062.5

    申请日:2018-03-23

    IPC分类号: B25J9/16

    CPC分类号: B25J9/1605

    摘要: 本发明公开了一种2R欠驱动平面机械臂的控制方法,其通过动力学分析主动臂与欠驱动臂之间的耦合关系,建立欠驱动系统动力学方程,然后将控制目标分两个阶段完成:当欠驱动平面机械臂处于起摆区域时,按照时间最短原理设计性能指标函数,然后根据此性能指标函数设计Hamilton函数方程,最后将此Hamilton函数方程联立系统动力学方程,通过计算机求解得到起摆区控制律;而在可线性化区域内,将非线性系统近似为线性化系统,按照线性二次型镇定调节器原理设计可线性化区域控制律,使欠驱动平面机械臂能够稳定在竖直向上的平衡点。本发明在保证2R欠驱动平面机械臂能够实现稳定在竖直向上平衡点的前提下,极大的缩短了2R欠驱动平面机械臂的控制时间。

    一种微电网优化调度方法及系统

    公开(公告)号:CN111082467A

    公开(公告)日:2020-04-28

    申请号:CN201911396965.6

    申请日:2019-12-30

    发明人: 张君 张志飞 刘静

    IPC分类号: H02J3/46

    摘要: 本发明涉及微电网调度技术领域,具体涉及一种微电网优化调度方法及系统,首先确定微电网系统中的子系统,接着根据光伏系统的物理参数计算光伏系统功率,根据风能系统的物理参数计算风能系统功率;根据微电网系统的成本组成建立综合成本最低的目标函数,并确定微电网系统的约束条件;将光伏系统功率、风能系统功率、负载功率作为输入,在满足目标函数和约束条件的情况下,通过改进的遗传退火算法求解微电网的调度方案,得到一个周期内蓄电池功率、电网交换功率、柴油发电机功率;最后根据所述微电网的调度方案对微电网进行调度,本发明能够快速有效地降低微电网的运行费用。

    一种高压线路铁塔的图像识别方法

    公开(公告)号:CN108629366A

    公开(公告)日:2018-10-09

    申请号:CN201810219823.1

    申请日:2018-03-16

    IPC分类号: G06K9/62 G06K9/38 G06K9/46

    摘要: 本发明公开了一种高压线路铁塔的图像识别方法,其包括:用摄像装置对塔体进行拍摄并将拍摄图像转换为二值图像;对所述二值图像内的塔体的顶角点、底角点和叉点进行特征值提取;根据所述特征值和所述距离信息,得出所述塔体的比对信息;将所有铁塔的型号及其对应的特征信息录入至数据库中;基于遍历法,将所述比对信息与所述数据库中的其中一组型号的特征信息进行差值运算,并将运算结果与误差阈值进行比较;当运算结果小于等于误差阈值时,输出被比对的特征信息所对应的型号和所述型号所对应的特征信息。本发明的高压线路铁塔的图像识别方法能够解决高压线路铁塔的型号识别问题。

    一种基于数据融合的分类预测方法、装置及存储介质

    公开(公告)号:CN111028945B

    公开(公告)日:2023-08-11

    申请号:CN201911170348.4

    申请日:2019-11-26

    发明人: 刘静 张志飞 张君

    摘要: 本发明涉及模式识别技术领域,具体涉及一种基于数据融合的分类预测方法、装置及存储介质,所述方法为:首先将采集的样本数据标记为恶性样本或良性样本,将标记后的样本数据构建为样本数据集,所述样本数据为乳腺肿块细胞核数据;接着对样本数据集进行预处理和归一化,得到归一化数据集,将所述归一化数据集分为训练集和测试集;通过采用多个神经网络对归一化数据集进行训练,并通过AdaBoost算法集成三网生成集成分类器;最后实时获取测试数据,将所述测试数据输入集成分类器得到诊断结果,本发明还相应的提供了分类预测装置和存储介质,本发明可以对乳腺肿瘤获得稳定性和准确率更优的分类预测效果。

    一种基于数据融合的分类预测方法、装置及存储介质

    公开(公告)号:CN111028945A

    公开(公告)日:2020-04-17

    申请号:CN201911170348.4

    申请日:2019-11-26

    发明人: 刘静 张志飞 张君

    IPC分类号: G16H50/30 G06K9/62

    摘要: 本发明涉及模式识别技术领域,具体涉及一种基于数据融合的分类预测方法、装置及存储介质,所述方法为:首先将采集的样本数据标记为恶性样本或良性样本,将标记后的样本数据构建为样本数据集,所述样本数据为乳腺肿块细胞核数据;接着对样本数据集进行预处理和归一化,得到归一化数据集,将所述归一化数据集分为训练集和测试集;通过采用多个神经网络对归一化数据集进行训练,并通过AdaBoost算法集成三网生成集成分类器;最后实时获取测试数据,将所述测试数据输入集成分类器得到诊断结果,本发明还相应的提供了分类预测装置和存储介质,本发明可以对乳腺肿瘤获得稳定性和准确率更优的分类预测效果。

    一种耗能最少的2R欠驱动平面机械臂控制方法

    公开(公告)号:CN108406773A

    公开(公告)日:2018-08-17

    申请号:CN201810390461.2

    申请日:2018-04-27

    IPC分类号: B25J9/16

    摘要: 本发明公开了一种耗能最少的2R欠驱动平面机械臂控制方法,其通过动力学分析主动臂与欠驱动臂之间的耦合关系,建立欠驱动系统动力学方程,然后将控制目标分两个阶段完成:当欠驱动平面机械臂处于起摆区域时,按照耗能最低原理设计性能指标函数,然后根据此性能指标函数设计Hamilton函数方程,最后将此Hamilton函数方程联立系统动力学方程,通过计算机求解得到起摆区控制律;而在可线性化区域内,将非线性系统近似为线性化系统,按照线性二次型镇定调节器原理设计可线性化区域控制律,使欠驱动平面机械臂能够稳定在竖直向上的平衡点。本发明在保证2R欠驱动平面机械臂能够实现稳定在竖直向上平衡点的前提下,大大降低了欠驱动系统的能量消耗。