浮体清洁机器人
    2.
    发明公开

    公开(公告)号:CN117818835A

    公开(公告)日:2024-04-05

    申请号:CN202311589097.X

    申请日:2023-11-24

    摘要: 本发明公开一种浮体清洁机器人,浮体清洁机器人包括机体、清洁模块、动力模块、锁紧机构和行走机构,动力模块与机体可枢转地相连,动力模块的枢转轴线所在方向与第一方向垂直,锁紧机构能够在任意动力模块相对机体枢转至任意位置时锁紧动力模块和机体,行走机构包括第一履带组、第二履带组和第三履带组,第一履带组安装在相应动力模块,第二履带组和第三履带组分别与第一履带组的两端可枢转地相连,第二履带组和第三履带组能够自适应调节与第一履带组之间的角度并和第一履带组同速移动,动力模块与第一履带组、第二履带组和第三履带组中的至少一者传动相连。本发明提供的浮体清洁机器人具有在浮体外表面行走可靠性高,清洁成本和危险性低的优点。

    适用于漂浮式光伏的锚固基础及其施工方法

    公开(公告)号:CN117227916A

    公开(公告)日:2023-12-15

    申请号:CN202311208598.9

    申请日:2023-09-18

    IPC分类号: B63B35/44 B63B21/50 B63B75/00

    摘要: 本发明公开了适用于漂浮式光伏的锚固基础及其施工方法,涉及锚固基础领域,解决了在日常使用过程中,水平面时常会出现大风天气,由于大风带动漂浮式光伏左右运动,漂浮式光伏拉动锚固基础也左右活动,锚固基础和岩石的接触点就有可能松动,甚至脱落,就有可能出现脱锚的问题,包括漂浮平台、光伏、铁链、锚头、固定块、第三固定杆和电机,所述漂浮平台的顶端固定安装有光伏,所述漂浮平台的一侧固定安装有电机,所述电机设置有三个,三个所述电机沿着漂浮平台的轴心呈阵列分布,所述电机的输出端转动连接有铁链,所述铁链远离电机的一端转动连接有固定块,所述固定块远离铁链的一端固定安装有第三固定杆,所述第三固定杆的一端开设有槽孔。

    一种用于海上漂浮式光伏电站的智能清洁机器人

    公开(公告)号:CN117097256A

    公开(公告)日:2023-11-21

    申请号:CN202311206145.2

    申请日:2023-09-18

    IPC分类号: H02S40/10

    摘要: 本申请涉及海上光伏电站结构安全和清洁技术领域,公开了一种用于海上漂浮式光伏电站的智能清洁机器人,包括外圈底盘、左侧气泵、右侧气泵和外壳,所述外圈底盘的顶部固定连接有内圈底盘,所述内圈底盘的顶部左侧滑动连接有左侧吸盘壳体,所述左侧吸盘壳体的内部上端安装有电磁铁,所述左侧吸盘壳体的内部下端安装有左侧吸盘弹簧,所述左侧吸盘壳体的底部通孔处安装有左侧吸盘,所述右侧吸盘壳体的底部通孔处安装有右侧吸盘。通过利用吸盘将机器人固定在光伏板上,能适应的板面倾斜角度更大,在海风比较大的时候也能保证机器人不会被掀翻,同时可以有效保证海上漂浮式光伏智能清洁机器人安全,实现自动跨板运行,降低海上漂浮式光伏清洁成本。

    海上光伏阵列故障识别模型的训练方法及故障识别方法

    公开(公告)号:CN118332449A

    公开(公告)日:2024-07-12

    申请号:CN202410471122.2

    申请日:2024-04-18

    摘要: 本申请提出了一种海上光伏阵列故障识别模型的训练方法及故障识别方法。其中,训练方法包括:基于二阶斯托克斯波水质点轨迹方程,构建海上波浪条件的光伏阵列发电模型;获取海上光伏阵列在历史时段内各个时刻的电气配置数据和环境数据;基于海上波浪条件的光伏阵列发电模型,根据电气配置数据和环境数据,分别对多个故障类别下海上光伏阵列的运行情况进行仿真模拟,获取对应的运行数据;其中,运行数据包括I‑V曲线数据;对I‑V曲线数据进行特征提取,获取各个时刻下每个故障类别所对应的I‑V曲线特征量;根据各个时刻下每个故障类别所对应的I‑V曲线特征量,确定故障训练集,并基于故障训练集对神经网络模型进行训练,得到海上光伏阵列故障识别模型。

    基于能量损耗的海上漂浮式光伏清洁机器人路径规划方法

    公开(公告)号:CN117308948A

    公开(公告)日:2023-12-29

    申请号:CN202311204342.0

    申请日:2023-09-18

    IPC分类号: G01C21/20

    摘要: 本申请涉及机器人路径规划领域,公开了基于能量损耗的海上漂浮式光伏清洁机器人路径规划方法,包括以下步骤:S1:根据光伏板的固定清扫区域,使用栅格法构建环境地图;S2:设定机器人不同移动动作所消耗的能量;S3:导入机器人待清洁点位;S4:然后根据基于能量损耗的蚁群算法,确定清洁机器人的最优路径,所述步骤S1中的栅格法包括以下步骤。通过在传统蚁群算法中,启发函数为蚂蚁目前所在节点与下一时刻要选择节点距离的倒数,该启发函数使得算法的收敛速度受到影响,因此,在启发函数中增加机器人不同移动动作所消耗的能量,避免了算法中蚂蚁的盲目搜索,从而使得算法的收敛速度得到提高。