公开(公告)号：CN112132789B

公开(公告)日：2022-10-25

申请号：CN202010891404.X

申请日：2020-08-30

Applicant: 南京理工大学

Inventor： 蔡晨晓 ,  朱茂旗 ,  李晋 ,  龙静 ,  郑标 ,  黄亚唯 ,  王志惠

IPC: G06T7/00 ,  G06N3/04 ,  G06N3/08 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06T7/13 ,  G06T7/11

Abstract: 本发明公开了一种基于级联式神经网络的受电弓在线检测装置与方法，该装置包括图像采集单元、图像传输单元、图像处理单元，检测方法为：通过图像采集单元获取受电弓前后图像，对获取的图像进行图像增强处理并标注，构建受电弓图像数据集；利用受电弓图像数据集对级联式神经网络模型进行训练，得到受电弓检测模型和模型参数；将受电弓检测模型加载至终端图像处理单元，并利用图像采集单元对列车运行进行实时监测。本发明实现了对运行列车的非接触式动态检测，具有易实施、高精度、低延迟等优点。

公开(公告)号：CN111158237B

公开(公告)日：2022-07-19

申请号：CN201911361748.3

申请日：2019-12-25

Applicant: 南京理工大学

Inventor： 蔡晨晓 ,  王冶 ,  黄小丽 ,  郑标 ,  朱茂旗

IPC: G05B13/04

Abstract: 本发明公开了一种基于神经网络的工业炉炉温多步预测控制方法，获取历史炉温与燃料量数据，计算当前时刻炉温与过去时刻燃料量、炉温的相关系数，选择相关系数大的变量作为输入，训练BP神经网络模型；将BP神经网络模型级联得到多步预测模型；对目标炉温进行柔化处理确定参考炉温；利用预测神经网络模型预测多步炉温，根据预测炉温与参考输炉温误差建立性能指标，基于融合PSO+N‑R方法最小化该性能指标，计算得到燃料量，据此控制炉温；将前一步长对应的燃料量作为下一步长PSO寻优的初始状态，基于融合PSO+N‑R方法计算下一步长的燃料量，不断滚动优化，实现工业炉炉温的多步预测控制。本发明不仅提高了炉温的控制精度，也降低了求解燃料量的时间成本。

公开(公告)号：CN112132789A

公开(公告)日：2020-12-25

申请号：CN202010891404.X

申请日：2020-08-30

Applicant: 南京理工大学

Inventor： 朱茂旗 ,  李晋 ,  蔡晨晓 ,  龙静 ,  郑标 ,  黄亚唯 ,  王志惠

IPC: G06T7/00 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62 ,  G06T7/13 ,  G06T7/11

Abstract: 本发明公开了一种基于级联式神经网络的受电弓在线检测装置与方法，该装置包括图像采集单元、图像传输单元、图像处理单元，检测方法为：通过图像采集单元获取受电弓前后图像，对获取的图像进行图像增强处理并标注，构建受电弓图像数据集；利用受电弓图像数据集对级联式神经网络模型进行训练，得到受电弓检测模型和模型参数；将受电弓检测模型加载至终端图像处理单元，并利用图像采集单元对列车运行进行实时监测。本发明实现了对运行列车的非接触式动态检测，具有易实施、高精度、低延迟等优点。

公开(公告)号：CN111158237A

公开(公告)日：2020-05-15

申请号：CN201911361748.3

申请日：2019-12-25

Applicant: 南京理工大学

Inventor： 蔡晨晓 ,  王冶 ,  黄小丽 ,  郑标 ,  朱茂旗

IPC: G05B13/04

Abstract: 本发明公开了一种基于神经网络的工业炉炉温多步预测控制方法，获取历史炉温与燃料量数据，计算当前时刻炉温与过去时刻燃料量、炉温的相关系数，选择相关系数大的变量作为输入，训练BP神经网络模型；将BP神经网络模型级联得到多步预测模型；对目标炉温进行柔化处理确定参考炉温；利用预测神经网络模型预测多步炉温，根据预测炉温与参考输炉温误差建立性能指标，基于融合PSO+N-R方法最小化该性能指标，计算得到燃料量，据此控制炉温；将前一步长对应的燃料量作为下一步长PSO寻优的初始状态，基于融合PSO+N-R方法计算下一步长的燃料量，不断滚动优化，实现工业炉炉温的多步预测控制。本发明不仅提高了炉温的控制精度，也降低了求解燃料量的时间成本。