-
公开(公告)号：CN111722661A
公开(公告)日：2020-09-29
申请号：CN202010742074.8
申请日：2020-07-29
Applicant: 安徽财经大学 , 蚌埠学院 , 蚌埠市清泉环保有限责任公司
Abstract: 本发明涉及混凝土的养护技术领域，尤其为一种混凝土养护监控系统，包括：信号采集模块，其用于对混凝土的温度、湿度信号实时监测，并上传到单片机；控制显示模块，其包括单片机，该单片机用于接收信号采集模块上传的数据，处理并下发执行指令信号；执行模块，其包括控制部分、加热器以及水泵电机；其中：所述控制显示模块根据单片机对数据处理的结果，通过控制部分对加热器以及水泵电机进行实时控制。本发明，自动化调节水泵功率和工作时长，可适时适量对混凝土进行补水作业，使混凝土在养护过程中的含水率始终处于或接近水化反应需要的最优含水率，自动化调节加热系统可实现在冬季施工或抢修施工等特殊情况加速混凝土反应的目的。
-
公开(公告)号：CN212256127U
公开(公告)日：2020-12-29
申请号：CN202021539879.4
申请日：2020-07-29
Applicant: 安徽财经大学 , 蚌埠学院 , 蚌埠市清泉环保有限责任公司
Abstract: 本实用新型涉及混凝土的养护技术领域，尤其为一种混凝土养护监控系统，包括：信号采集模块，其用于对混凝土的温度、湿度信号实时监测，并上传到单片机；控制显示模块，其包括单片机，该单片机用于接收信号采集模块上传的数据，处理并下发执行指令信号；执行模块，其包括控制部分、加热器以及水泵电机；其中：所述控制显示模块根据单片机对数据处理的结果，通过控制部分对加热器以及水泵电机进行实时控制。本实用新型，自动化调节水泵功率和工作时长，可适时适量对混凝土进行补水作业，使混凝土在养护过程中的含水率始终处于或接近水化反应需要的最优含水率，自动化调节加热系统可实现在冬季施工或抢修施工等特殊情况加速混凝土反应的目的。(ESM)同样的发明创造已同日申请发明专利
-
Patent Agency Ranking
公开(公告)号：CN117829213A
公开(公告)日：2024-04-05
申请号：CN202211224998.4
申请日：2022-09-24
Applicant: 安徽财经大学
IPC: G06N3/0464 , G06N3/047 , G06N3/06 , G06N3/08
Abstract: 本发明涉及一种基于双级神经网络的光纤拉曼放大器增益自适应控制方法，包括：获取训练数据；根据训练数据确定双级神经网络拓扑结构；利用训练数据对双级神经网络进行训练；利用训练好的一级神经网络计算放大器目标增益值下的泵浦光功率和波长；利用训练好的二级神经网络计算在一级神经网络输出泵浦光功率和波长下的放大器预测增益值；利用二级神经网络得到的预测增益值同目标增益值相减得到增益误差；循环利用梯度下降法根据增益误差更新神经元链接权重，提高光纤拉曼放大器输出增益值准确度。本发明利用一级神经网络计算放大器目标增益值下的泵浦光功率和波长，利用二级神经网络计算放大器预测增益值，利用梯度下降法根据放大器预测增益值和目标增益值之间的增益误差更新神经元链接权重，最终获得高准确度的放大器输出增益值以及对应的泵浦光功率和波长值。
-
公开(公告)号：CN118784081A
公开(公告)日：2024-10-15
申请号：CN202310423926.0
申请日：2023-04-05
Applicant: 安徽财经大学
IPC: H04B10/291 , H01S3/10 , H01S3/13 , H01S3/067 , H04B10/294 , G06N3/048
Abstract: 本发明涉及一种基于神经网络+功率耦合方程组数值解的光纤拉曼放大器增益控制方法，包括：获取训练数据；根据训练数据确定神经网络拓扑结构；利用训练数据对神经网络进行训练；利用训练后的神经网络计算信号光目标增益值下放大器所需提供的泵浦光功率和波长值；根据神经网络输出泵浦光参数求解拉曼功率耦合方程组数值解，获得各信号光预测增益值；根据泵浦光数量将信号光的预测增益值和目标增益值平均分配，求取分配后各部分内预测增益值和目标增益值的平均误差；根据各部分增益平均误差调整各泵浦光功率值，提高放大器输出信号光增益准确度。本发明利用神经网络计算放大器目标增益值下的泵浦光功率和波长，利用功率耦合方程组数值解获取增益误差，调整泵浦光功率，提高放大器输出增益谱准确度。
-
公开(公告)号：CN115482847A
公开(公告)日：2022-12-16
申请号：CN202211245830.1
申请日：2022-10-12
Applicant: 安徽财经大学
Abstract: 本发明公开了一种可执行原位存储逻辑运算的10T1C SRAM单元结构，包括10个MOS晶体管；一个中转存储电容，其中M1～M6构成存储部分，M7～M10构成计算部分；PMOS管M1与NMOS管M2、以及PMOS管M3与NMOS管M4形成两个交叉耦合的反相器；CVDP端与VDD端在开关SW1的控制下连接或断开，CVSP端与VSS端在开关SW2的控制下连接或断开。基于所述10T1C SRAM单元的结构，单个10T1C SRAM单元可进行原位存储逻辑“与”运算。该10T1C SRAM单元可高效、快捷的执行原位存储逻辑“与”运算，运算结果原位覆盖存储在操作数所在的10T1C SRAM单元中。
-
公开(公告)号：CN119509701A
公开(公告)日：2025-02-25
申请号：CN202311107378.7
申请日：2023-08-25
Applicant: 安徽财经大学
IPC: G01J4/00
Abstract: 本发明涉及一种基于受激布里渊散射效应的光纤信号偏振态检测和高增益放大方法。首先建立三种特定泵浦偏振形态下([100]T，[010]T和[001]T)受激布里渊散射增益与信号光斯托克斯矢量中各参数映射的拟合多项式；然后在检测时再次测量信号光在所述三种特定泵浦偏振态下的增益，并将增益代入拟合多项式获得该信号光偏振态矢量；最后根据重构的信号光斯托克斯矢量调整泵浦光偏振态获得高增益输出。本发明操作简单，能获得高精准度的信号光偏振态矢量，有效提高放大增益。
-
公开(公告)号：CN117335884A
公开(公告)日：2024-01-02
申请号：CN202210780577.3
申请日：2022-06-25
Applicant: 安徽财经大学
IPC: H04B10/291 , H04B10/2537
Abstract: 本发明涉及一种基于反向神经网络和正向神经网络+打靶法的光纤拉曼放大器增益自适应控制方法，包括：获取训练数据；根据训练数据确定反向(正向)神经网络拓扑结构；利用训练数据对反向(正向)神经网络进行训练；利用训练好的反向神经网络计算放大器目标增益值下的泵浦光功率和波长；利用训练好的正向神经网络计算在反向神经网络输出泵浦光功率和波长下的放大器增益值；利用正向神经网络得到的增益值同目标增益值相减得到增益误差；根据增益误差采用打靶法循环调整泵浦光功率和波长值来减小误差。本发明利用反向神经网络计算放大器目标增益值下的泵浦光功率和波长，利用正向神经网络+打靶法减小误差，提高放大器输出增益谱准确度。
-
-
-
-
-
-
Search Results
7
records
(took 0.05 seconds)
