-
公开(公告)号：CN112926141A
公开(公告)日：2021-06-08
申请号：CN202110346944.4
申请日：2021-03-31
申请人： 同济大学
摘要： 本发明提供了一种军机平尾转角伺服控制系统的多目标优化协同设计方法，包括以下步骤：步骤1，选择军机平尾转角伺服控制系统的优化目标并选择对应单体作为优化变量，建立优化变量向量；步骤2，将优化目标分为L类优化目标与N类优化目标，分别得到L类目标函数与N类目标函数，结合L类目标函数与N类目标函数建立军机平尾转角伺服控制系统多目标优化协同设计模型；步骤3，使用多目标优化算法对军机平尾转角伺服控制系统多目标优化协同设计模型进行求解，得到模型的Pareto前沿，并得到Pareto解集，根据预定的协同最优解评价原则选择Pareto解集中的协同最优解，得到优化后的优化变量的取值，并基于模型仿真验证协同最优解的有效性，完成多目标优化协同设计。
-
公开(公告)号：CN117250126A
公开(公告)日：2023-12-19
申请号：CN202311172307.5
申请日：2023-09-12
申请人： 同济大学
IPC分类号： G01N11/00
摘要： 本发明涉及一种网络化胶片门尼粘度快速无接触式检测方法，方法采用无接触式检测装置，方法的具体步骤包括：调整第一三通电磁阀和第二三通电磁阀的输出端的通断，进行橡胶样片室的清洗和气体传感器阵列的清洗，然后在橡胶样片室内放置橡胶样片；调整第一三通电磁阀和第二三通电磁阀的输出端的通断，加热橡胶样片室，气体传感器接收气体分子，输出采集的原始数据；将原始数据输入训练好的CNN分类模型，得到气体的检测结果。与现有技术相比，本发明具有实现在线检测、提高检测效率等优点。
-
公开(公告)号：CN112926141B
公开(公告)日：2022-06-21
申请号：CN202110346944.4
申请日：2021-03-31
申请人： 同济大学
摘要： 本发明提供了一种军机平尾转角伺服控制系统的多目标优化协同设计方法，包括以下步骤：步骤1，选择军机平尾转角伺服控制系统的优化目标并选择对应单体作为优化变量，建立优化变量向量；步骤2，将优化目标分为L类优化目标与N类优化目标，分别得到L类目标函数与N类目标函数，结合L类目标函数与N类目标函数建立军机平尾转角伺服控制系统多目标优化协同设计模型；步骤3，使用多目标优化算法对军机平尾转角伺服控制系统多目标优化协同设计模型进行求解，得到模型的Pareto前沿，并得到Pareto解集，根据预定的协同最优解评价原则选择Pareto解集中的协同最优解，得到优化后的优化变量的取值，并基于模型仿真验证协同最优解的有效性，完成多目标优化协同设计。
-
公开(公告)号：CN118535870A
公开(公告)日：2024-08-23
申请号：CN202410474834.X
申请日：2024-04-19
申请人： 同济大学
摘要： 本发明涉及一种密炼工艺参数的闭环辨识方法，该方法包括以下步骤：采集时间序列数据；将采集的时间序列数据输入到CNN‑LSTM神经网络，输出未知参数辨识值；将未知参数辨识值和时间序列数据输入密炼传热系统状态空间模型，得到系统响应预测值；利用模糊评价模型对系统响应预测值进行模糊评价；根据模糊评价结果判断是否对未知参数辨识值进行误差修正，若为是，则进行误差修正，并输出修正后的参数辨识值；使用遗传算法更新超参数，并输入给CNN‑LSTM神经网络使用。与现有技术相比，本发明具有提升参数辨识精度、模型准确度以及参数辨识效果好等优点。
-
公开(公告)号：CN117055510A
公开(公告)日：2023-11-14
申请号：CN202311242361.2
申请日：2023-09-25
申请人： 同济大学
IPC分类号： G05B19/418
摘要： 本发明涉及一种基于键合图和神经网络的密炼工艺模型预测控制方法，包含以下步骤：基于键合图理论建立密炼环节传热学机理模型，基于CNN‑LSTM神经网络提出系统参数辨识方法，进行参数辨识以实现模型精准匹配；建立密炼过程状态空间方程形式的预测模型，设定预测时域上一阶曲线参考轨迹，基于反馈校正对预测模型输出进行校正；基于生产多要素设定在线滚动优化目标函数、优化约束，建立在线优化问题形式；求解在线优化问题得到最优控制增量，输出最优控制增量并施加到被控对象。相较于现有的PID控制方法，本发明进一步提升密炼过程的产品生产控制效果，并将生产多要素纳入控制范畴，实现密炼环节的质量精益控制。
-
公开(公告)号：CN112732928B
公开(公告)日：2022-06-21
申请号：CN202110012315.8
申请日：2021-01-06
申请人： 同济大学
IPC分类号： G06F16/36 , G06F16/35 , G06F40/289 , G06Q10/06
摘要： 本发明提供一种基于领域知识的需求模型映射归类方法，用于对产品需求信息文档进行处理从而得到产品涉及的各个领域的领域需求清单，其特征在于，包括如下步骤：利用预定的结构数字化定义方法对产品需求信息文档进行结构化定义从而得到包含多条需求信息的产品结构化需求模型；在预先建立的包含不同领域内专业术语的领域知识库中针对产品结构化需求模型进行匹配获得多个对应的专业术语，将专业术语设定为领域知识，基于该领域知识计算产品结构化需求模型与多个领域之间的匹配程度从而得到由多个领域匹配度构成的领域匹配度集合；根据领域匹配度集合确定产品结构化需求模型中所有需求信息对应的领域，从而得到每个领域对应的领域需求清单。
-
公开(公告)号：CN112732928A
公开(公告)日：2021-04-30
申请号：CN202110012315.8
申请日：2021-01-06
申请人： 同济大学
IPC分类号： G06F16/36 , G06F16/35 , G06F40/289 , G06Q10/06
摘要： 本发明提供一种基于领域知识的需求模型映射归类方法，用于对产品需求信息文档进行处理从而得到产品涉及的各个领域的领域需求清单，其特征在于，包括如下步骤：利用预定的结构数字化定义方法对产品需求信息文档进行结构化定义从而得到包含多条需求信息的产品结构化需求模型；在预先建立的包含不同领域内专业术语的领域知识库中针对产品结构化需求模型进行匹配获得多个对应的专业术语，将专业术语设定为领域知识，基于该领域知识计算产品结构化需求模型与多个领域之间的匹配程度从而得到由多个领域匹配度构成的领域匹配度集合；根据领域匹配度集合确定产品结构化需求模型中所有需求信息对应的领域，从而得到每个领域对应的领域需求清单。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.018 秒)
