-
公开(公告)号:CN114189636A
公开(公告)日:2022-03-15
申请号:CN202111497481.8
申请日:2021-12-09
申请人: 大连理工大学人工智能大连研究院 , 大连理工大学
摘要: 一种多模式数字像素结构与逻辑控制方法,多模式数字像素结构集成了包括高增益运放、逻辑开关管、积分电容和多用电容的多模式CTIA像素单元和包括比较器、逻辑模块和静态存储器的兼容多模式的像素级模数转换结构。模拟像素通过多用电容的连接方式,实现多模式CTIA像素功能,模拟输出与比较器同相端连接,与斜波信号VRAMP进行比较,输出COMP_OUT经过逻辑结构控制静态存储器的写使能端。利用脉冲宽度调制方式,将全局计数器的数据控制写入静态存储器。通过选择器与逻辑信号H_CTRL和L_CTRL,实现可兼容多模式的像素级模数转换结构。本发明实现数字像素的多模式工作与转换,并保证转换数据的完整性。
-
公开(公告)号:CN112257810A
公开(公告)日:2021-01-22
申请号:CN202011213028.5
申请日:2020-11-03
申请人: 大连理工大学人工智能大连研究院 , 大连理工大学
摘要: 本发明属于水下目标检测领域,提供了一种基于改进FasterR‑CNN的海底生物目标检测方法,通过样本复制和随机擦除实现数据增广,进一步通过加强特征提取网络backbone改进Faster R‑CNN对包含海底小目标图像的特征提取能力,从而提高训练样本不足情况下,海底生物目标的识别准确率。通过本发明设计的基于改进Faster R‑CNN的海底生物目标检测方法,可以解决海底生物目标检测中训练数据不足和对小目标检测效果不佳的问题,大大提高了识别准确率。本发明,有助于目标检测算法在水下机器人上的应用,进一步为水下机器人海生物自主捕捞技术提供技术支撑。
-
公开(公告)号:CN114189636B
公开(公告)日:2024-03-05
申请号:CN202111497481.8
申请日:2021-12-09
申请人: 大连理工大学人工智能大连研究院 , 大连理工大学
IPC分类号: H04N25/20 , H04N25/70 , H04N25/50 , H04N25/616 , H04N25/78
摘要: 一种多模式数字像素结构与逻辑控制方法,多模式数字像素结构集成了包括高增益运放、逻辑开关管、积分电容和多用电容的多模式CTIA像素单元和包括比较器、逻辑模块和静态存储器的兼容多模式的像素级模数转换结构。模拟像素通过多用电容的连接方式,实现多模式CTIA像素功能,模拟输出与比较器同相端连接,与斜波信号VRAMP进行比较,输出COMP_OUT经过逻辑结构控制静态存储器的写使能端。利用脉冲宽度调制方式,将全局计数器的数据控制写入静态存储器。通过选择器与逻辑信号H_CTRL和L_CTRL,实现可兼容多模式的像素级模数转换结构。本发明实现数字像素的多模式工作与转换,并保证转换数据的完整性。
-
公开(公告)号:CN112034707A
公开(公告)日:2020-12-04
申请号:CN202010863628.X
申请日:2020-08-25
申请人: 大连理工大学 , 大连理工大学人工智能大连研究院
摘要: 本发明公开一种无模型自适应控制的改进方法,基于多输入多输出系统的紧格式动态线性化无模型自适应控制的改进方法,属于控制算法设计领域。首先,在CFDL-MFAC中加入比例控制,用来改善原控制系统的响应速度慢、超调大的问题;其次,在以上控制结构中加入执行机构抗饱和控制算法,使得执行机构在达到上限或下限饱和时不再进行超限运算,当控制指令再次进入非饱和区时,执行机构能够快速做出控制响应,提高系统的控制精度;接着,通过严格的分析证明了改进的控制算法可以保证一定条件下跟踪误差和BIBO稳定性;最后,将上述控制算法应用于航空发动机控制系统,通过数值实验可以得出上述控制算法的有效性和优越性。
-
公开(公告)号:CN112257810B
公开(公告)日:2023-11-28
申请号:CN202011213028.5
申请日:2020-11-03
申请人: 大连理工大学人工智能大连研究院 , 大连理工大学
IPC分类号: G06V10/764 , G06V10/774 , G06V10/44 , G06V10/82 , G06V10/25 , G06V20/05 , G06N3/0464
摘要: 本发明属于水下目标检测领域,提供了一种基于改进FasterR‑CNN的海底生物目标检测方法,通过样本复制和随机擦除实现数据增广,进一步通过加强特征提取网络backbone改进Faster R‑CNN对包含海底小目标图像的特征提取能力,从而提高训练样本不足情况下,海底生物目标的识别准确率。通过本发明设计的基于改进Faster R‑CNN的海底生物目标检测方法,可以解决海底生物目标检测中训练数据不足和对小目标检测效果不佳的问题,大大提高了识别准确率。本发明,有助于目标检测算法在水下机器人上的应用,进一步为水下机器人海生物自主捕捞技术提供技术支撑。
-
公开(公告)号:CN112034707B
公开(公告)日:2021-08-20
申请号:CN202010863628.X
申请日:2020-08-25
申请人: 大连理工大学 , 大连理工大学人工智能大连研究院
摘要: 本发明公开一种无模型自适应控制的改进方法,基于多输入多输出系统的紧格式动态线性化无模型自适应控制的改进方法,属于控制算法设计领域。首先,在CFDL‑MFAC中加入比例控制,用来改善原控制系统的响应速度慢、超调大的问题;其次,在以上控制结构中加入执行机构抗饱和控制算法,使得执行机构在达到上限或下限饱和时不再进行超限运算,当控制指令再次进入非饱和区时,执行机构能够快速做出控制响应,提高系统的控制精度;接着,通过严格的分析证明了改进的控制算法可以保证一定条件下跟踪误差和BIBO稳定性;最后,将上述控制算法应用于航空发动机控制系统,通过数值实验可以得出上述控制算法的有效性和优越性。
-
公开(公告)号:CN112147879A
公开(公告)日:2020-12-29
申请号:CN202011051685.4
申请日:2020-09-29
申请人: 大连理工大学人工智能大连研究院 , 大连空天动力控制系统有限公司
IPC分类号: G05B7/02
摘要: 本发明公开了一种针对线性控制器的无扰切换设计方法,属于自动控制技术领域,为了解决多个线性控制器的切换导致系统响应出现瞬间突变、甚至使控制回路不稳定的问题,本发明提出了一种针对线性控制器的无扰切换设计方法,其中线性控制器包含PID、LQG、LADRC、H∞、MRAC、开环控制等,首先对各个控制器的输出进行微分,然后通过决策选择将某一个控制器接入到闭环控制回路,再通过共同积分器来对该接入到闭环控制回路的控制器的微分项进行积分,保证控制器切换的平滑过渡。本发明提出的设计方法结构简单、通用性好,且无需调参,具备可操作性,可方便地应用至各实际控制系统。
-
公开(公告)号:CN118626971A
公开(公告)日:2024-09-10
申请号:CN202410810177.1
申请日:2024-06-21
申请人: 中国航空发动机研究院 , 大连理工大学
IPC分类号: G06F18/2431 , G06F18/25 , G06F18/214 , G06F18/21 , G06N3/0464 , G06N3/084
摘要: 本发明涉及人工智能领域,尤其涉及一种高性能发动机的融合故障分类方法。本发明基于高性能发动机在不同工况下各个部件的压力与温度传感器数据,利用TCN神经网络深度学习在大数据前提下的预测优势对该数据进行分析学习,以便对部件故障先进行性能参数估计,利用输出的性能参数数据再通过用Transformer神经网络进行故障分类,可以为部件融合故障的分类提供系统性方法,从而提高高性能发动机部件对融合故障的分类能力,增强融合故障分类的系统性。
-
公开(公告)号:CN118226763B
公开(公告)日:2024-07-16
申请号:CN202410662529.3
申请日:2024-05-27
申请人: 大连理工大学
IPC分类号: G05B13/04
摘要: 本发明属于航空发动机控制领域,公开了一种基于智能抗扰策略的变循环发动机多变量控制设计方法,利用改进的粒子群算法对典型工况点下的耗油率进行优化并以此作为控制的参考指令值,然后采用四变量闭环的多变量抗扰控制策略;并对自抗扰控制器中扩张状态观测器的非线性函数进行改进,提升鲁棒控制效果;同时利用改进的粒子群优化算法实现控制器参数的智能整定,提高控制精度与控制速度,降低了参数整定难度,这在变循环发动机的运用上具有重要的工程意义。
-
公开(公告)号:CN118310754A
公开(公告)日:2024-07-09
申请号:CN202410417713.1
申请日:2024-04-09
申请人: 大连理工大学
IPC分类号: G01M15/02 , G01D21/02 , G06F30/27 , G06N3/0455 , G06N3/082
摘要: 本发明公开一种基于轻量化Transformer的性能预测系统及其硬件加速方法,系统包括ADC模块、航空发动机性能参数估计上位机、数据输入模块、数据异常预测模块和数据输出模块,均烧录至FPGA开发板芯片中;其中,数据异常预测模块用于对预处理后的数据进行Transformer神经网络的前向传播计算,输出待预测点的性能预测数据。采用Transformer神经网络可大规模并行处理,有利于在FPGA开发板上的部署。针对Transformer网络的轻量化及加速进行分组结构化稀疏操作,通过对权值矩阵进行分组,经过多轮迭代式剪枝以及重训练,最终确定组内稀疏度具体值。本发明可以提高航空发动机性能参数的预测精度。
-
-
-
-
-
-
-
-
-