一种基于机器学习的光腔内环境的控制方法

    公开(公告)号:CN117408125A

    公开(公告)日:2024-01-16

    申请号:CN202311351835.7

    申请日:2023-10-19

    申请人: 吉林大学

    摘要: 本发明公开了一种基于机器学习的光腔内环境的控制方法,其方法为:第一步、利用长短期记忆网络LSTM拟合历史数据得到实际系统的虚拟代理模型;第二步、当迭代次数满足结束条件时,将全局最优值作为PIDNN上位机程序的初始权值,实时接收传感器的值并计算出反馈量;有益效果:本发明提供的基于机器学习的光腔内环境的控制方法将LSTM事先辨识得到的虚拟代理模型作为神经网络控制器的控制对象,模拟实际系统输出,进行控制参数的离线仿真优化,解决了粒子群算法在线训练过程中,存在的公平性和运行时间长的问题,避免了神经网络控制器陷入局部最优,从而实现控制效果的提升。

    一种极地冰川内赋存气体随钻光电检测装置和方法

    公开(公告)号:CN118688134A

    公开(公告)日:2024-09-24

    申请号:CN202410734201.8

    申请日:2024-06-07

    申请人: 吉林大学

    摘要: 一种极地冰川内赋存气体随钻光电检测装置和方法属极地钻探技术领域,本发明的结构由随钻气体采样检测装置、采样气液分离舱、混合富集舱、光电检测舱和能源控制舱组成,还包括富集器设计,结合仿生思想的光学检测和电子鼻装置仿生采样腔室设计,能提高传感器的检测限和灵敏度。本发明的一种极地冰川内赋存气体随钻光电检测方法,通过随钻痕量气体特异性富集,利用光谱仪检测主要目标痕量气体,并通过电子鼻系统进行辅助检测和光谱仪状态监测。此方法覆盖了冰芯中所有赋存气体的信息,能有效避免单纯依靠光谱仪分析可能产生的忽视或多光谱重叠问题,同时可实时获得高质量的气体数据,更准确地确定气体成分的变化,优化钻探过程。