-
公开(公告)号：CN111476263B
公开(公告)日：2024-02-09
申请号：CN201911381284.2
申请日：2019-12-27
Applicant: 江苏科技大学 , 江苏科技大学海洋装备研究院
IPC: G06F18/2411 , G06F18/214 , G06N3/006 , G06N3/0499 , G06N3/084 , G06N3/088 , G01M13/045
Abstract: 本发明涉及一种基于SDAE和改进GWO‑SVM的轴承缺陷识别方法，包括以下步骤：1.收集轴承在正常情况下和故障情况下的振动信号，并进行数据预处理；2.构建一个四层初始堆叠去噪自编码SDAE，并训练初始堆叠去噪自编码网络SDAE；3.建立改进GWO‑SVM分类器模型，提取SDAE最深层特征，训练改进GWO‑SVM分类器；4.SDAE微调并重新训练改进GWO‑SVM分类器，直到满足分类准确率。本发明的优点在于：本发明将数据特征提取和分类模型结合，提高了识别的准确率；通过去噪自编码训练SDAE网络，不仅学习到原始数据的特征，还能学习到被“破坏”后的退化特征具有更强的泛化性、鲁棒性；改进GWO方法在收敛速度和精度方面都更优。
-
公开(公告)号：CN111476263A
公开(公告)日：2020-07-31
申请号：CN201911381284.2
申请日：2019-12-27
Applicant: 江苏科技大学 , 江苏科技大学海洋装备研究院
IPC: G06K9/62 , G06N3/00 , G06N3/04 , G06N3/08 , G01M13/045
Abstract: 本发明涉及一种基于SDAE和改进GWO-SVM的轴承缺陷识别方法，包括以下步骤：1.收集轴承在正常情况下和故障情况下的振动信号，并进行数据预处理；2.构建一个四层初始堆叠去噪自编码SDAE，并训练初始堆叠去噪自编码网络SDAE；3.建立改进GWO-SVM分类器模型，提取SDAE最深层特征，训练改进GWO-SVM分类器；4.SDAE微调并重新训练改进GWO-SVM分类器，直到满足分类准确率。本发明的优点在于：本发明将数据特征提取和分类模型结合，提高了识别的准确率；通过去噪自编码训练SDAE网络，不仅学习到原始数据的特征，还能学习到被“破坏”后的退化特征具有更强的泛化性、鲁棒性；改进GWO方法在收敛速度和精度方面都更优。
-
公开(公告)号：CN108776480B
公开(公告)日：2021-03-19
申请号：CN201810584045.6
申请日：2018-06-08
Applicant: 江苏科技大学 , 江苏科技大学海洋装备研究院
IPC: G05D1/02
Abstract: 本发明涉及一种支持平台靠泊钻井平台的航迹规划方法，所述规划方法包括如下步骤：（1）定靠泊阶段划分点：以目标平台为中心，划分点A、点B、点C、点D和点E；（2）E点至D点平台靠泊航迹规划；（3）D点至C点平台靠泊航迹规划；（4）C点至B点平台靠泊航迹规划；（5）B点至A点平台靠泊航迹规划。本发明的优点在于：本发明支持平台靠泊钻井平台的航迹规划方法，能够针对靠泊环境条件，科学选取靠泊路径上的路径点，将靠泊过程分段，不同阶段所采取不同的控制策略，使靠泊路径安全、经济、易操作，避免支持平台和目标平台及其附属物相撞，极大保证安全。
-
公开(公告)号：CN108776480A
公开(公告)日：2018-11-09
申请号：CN201810584045.6
申请日：2018-06-08
Applicant: 江苏科技大学 , 江苏科技大学海洋装备研究院
IPC: G05D1/02
Abstract: 本发明涉及一种支持平台靠泊钻井平台的航迹规划方法，所述规划方法包括如下步骤：（1）定靠泊阶段划分点：以目标平台为中心，划分点A、点B、点C、点D和点E；（2）E点至D点平台靠泊航迹规划；（3）D点至C点平台靠泊航迹规划；（4）C点至B点平台靠泊航迹规划；（5）B点至A点平台靠泊航迹规划。本发明的优点在于：本发明支持平台靠泊钻井平台的航迹规划方法，能够针对靠泊环境条件，科学选取靠泊路径上的路径点，将靠泊过程分段，不同阶段所采取不同的控制策略，使靠泊路径安全、经济、易操作，避免支持平台和目标平台及其附属物相撞，极大保证安全。
-
公开(公告)号：CN117055330A
公开(公告)日：2023-11-14
申请号：CN202311000846.0
申请日：2023-08-09
Applicant: 江苏科技大学
IPC: G05B11/42
Abstract: 本发明公开了一种爬壁机器人运动路径控制系统，外环控制回路包括：主被控对象、差速转换器、事件触发器；内环控制回路包括：副被控对象、模糊控制器、PID控制器；主被控对象的输出端与事件触发器的输入端连接；事件触发器的输出端、外部期望位置信号与差速转向器的输入端连接；差速转向器的输出端分别与模糊控制器的输入端、PID控制器的输入端连接；模糊控制器的输出端与PID控制器的输入端连接；PID控制器的输出端与副被控对象的输入端连接；副被控对象的输出端分别与模糊控制器的输入端、PID控制器的输入端、主被控对象连接。本发明通过速度偏差和速度偏差率获得PID控制的三个参数，并优化三个参数，提高了路径控制效果。
-
Patent Agency Ranking
公开(公告)号：CN116581670A
公开(公告)日：2023-08-11
申请号：CN202310548825.6
申请日：2023-05-16
Applicant: 江苏科技大学 , 江苏镇安电力设备有限公司
Abstract: 本发明属于电气装置散热结构设计领域，具体地说，是一种移动型电站散热装置及其风道设计，装置整体采用立体柜体结构设计，包括最底层的冷凝器、中间层的包裹液态金属的散热片和最上层的磁悬浮风扇，三者之间通过设计的散热风道将其连接在一起。本发明中散热设计无需风扇驱动能量，低碳环保节能；核心部件采用模块化封装，便于快速更换维修；无需改变风道结构，仅通过风道内部的温差改变流速，达到改变风道口径同样的功能，这种设计既节省能源，又结构简单控制方便。
-
公开(公告)号：CN116247639A
公开(公告)日：2023-06-09
申请号：CN202310098039.0
申请日：2023-02-03
Applicant: 江苏科技大学
Abstract: 本发明公开了固定时间收敛的船舶直流变换器控制方法，步骤如下：步骤1：建立动态方程；步骤2：将动态方程转变为等价的布鲁诺夫斯基标准方程；步骤3：当负载功率未发生改变时，非匹配干扰项以及匹配干扰项不改变；当负载功率发生扰动时，根据负载功率，通过固定时间的干扰观测器获取非匹配干扰项以及匹配干扰项；步骤4：通过固定时间的反步控制器完成状态变量到状态变量参考值的跟踪，并获取完成跟踪后的中间控制变量；步骤5：通过模型反变换方法，获取步骤4中获得的中间控制变量对应的控制占空比，通过控制占空比完成输出电压对输出电压参考值的跟踪。本发明解决了动态方程中存在的非线性项的难题，可以满足固定时间的反步控制器的要求。
-
公开(公告)号：CN113898939A
公开(公告)日：2022-01-07
申请号：CN202111388851.4
申请日：2021-11-22
Applicant: 江苏科技大学
IPC: F22D5/26
Abstract: 本发明公开了一种基于双神经元的三冲量汽包水位控制系统，包括：汽包的输出端与主变送器的输入端连接；主变送器的输出端分别与神经元预估算法器的输入端、神经元自适应控制器的输入端连接；神经元自适应控制器的输出端分别与内环控制回路的输入端、神经元预估算法器的输入端连接；神经元预估算法器的输出端与事件触发器的输入端连接；事件触发器的输出端与神经元自适应控制器的输入端连接；内环控制回路的输出端分别与汽包、神经元预估算法器的输入端连接；蒸汽扰动量接入蒸汽流量变送器的输入端，蒸汽流量变送器的输出端与内环控制回路的输入端连接。本发明克服了对被控对象精确模型的依赖型问题，提高动态控制效果。
-
公开(公告)号：CN119739173A
公开(公告)日：2025-04-01
申请号：CN202411903549.1
申请日：2024-12-23
Applicant: 江苏科技大学
IPC: G05D1/43 , G05D1/644 , G05D1/692 , G05D1/648 , G05D105/20
Abstract: 本发明公开了一种二阶多智能体系统的仿射编队领导选择方法，包括：构建二阶多智能体系统模型；基于二阶多智能体系统模型，构建二阶多智能体领导选择的数学模型，选定领导者选择方案；根据已经选定的领导者选择方案，构建整个系统的跟踪误差状态方程；基于多智能体系统的稳定性要求，采用H∞控制方法得到最小性能指标γ；根据最小性能指标γ，得到最佳领导者选择方案。本发明填补了二阶多智能体领导选择问题的空白，可以有效的得到期望的领导者选择集合，其讨论了用H∞的控制方法得到最小性能指标γ，通过精准计算最小化性能指标γ，从而使得系统在面对外加干扰时，也可以选择到最佳的领导者集合，从而保证系统的稳定性。
-
公开(公告)号：CN117742320A
公开(公告)日：2024-03-22
申请号：CN202311634218.8
申请日：2023-12-01
Applicant: 江苏科技大学
Abstract: 本发明公开了一种基于方位信息的多移动机器人指定时间编队控制方法，包括如下步骤：步骤1：通过图论和定位刚性对移动机器人编队问题进行描述，并根据任务需求构建移动机器人编队的通信拓扑结构；步骤2：将一个机器人作为领导者，另一个机器人作为领导者的第一跟随者，其余机器人作为整个移动机器人编队的跟随者；步骤3：构建移动机器人的动力学模型、第一跟随者的指定时间收敛控制律、剩余跟随者的指定时间收敛控制律；步骤4：通过指定时间收敛控制律进行多移动机器人编队控制，完成编队过程。本发明基于领导者与第一跟随者结构的多机器人方位信息编队控制算法，不需要测量相对位置的情况下，使得第一跟随者在指定时间内追随领导者。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.039 seconds)
