-
公开(公告)号：CN116580777A
公开(公告)日：2023-08-11
申请号：CN202310384822.3
申请日：2023-04-12
申请人： 沈阳化工大学
IPC分类号： G16C20/10 , G16C20/70 , G06N3/0442 , G06N3/0985 , G06N7/08
摘要： 一种基于CAOA‑LSTM模拟移动床物料分离过程预测方法，涉及一种移动床物料分离过程预测方法，本发明利用LSTM对模拟移动床分离过程进行建模；使用基于混沌策略改进的阿基米德优化算法的优化LSTM内部的多个超参数，正常的阿基米德优化算法将整个优化过程进行直接区分，先进行全局搜索，后进行局部搜索，这样使其优化速度加快但却易陷入局部最优，使用基于多种混沌策略融合的改进密度因子的方法，使得整体较AOA情况类似，但却大大增加了搜索范围，效果明显，且耗时同常规阿基米德优化算法相近。超参数的有效优化，使得LSTM网络模型的训练效果有明显提升，其建立的预测模型效果较好，有效的解决了软测量模型难以建立的问题。
-
公开(公告)号：CN117754563A
公开(公告)日：2024-03-26
申请号：CN202311534271.0
申请日：2023-11-17
申请人： 沈阳化工大学
IPC分类号： B25J9/16
摘要： 一种基于OpenCv和STM32的机械臂抓取目标物体方法，涉及一种机械臂抓取目标物体方法，本发明机器人采用单目视觉和六自由度机械臂相结合的方式，实现对目标物体的识别和抓取。机器人的图像处理部分以OpenCV机器视觉库为核心获取目标物体的位置和特征信息，由机械臂的逆解算法得到机械臂转动到目标物体所在位置的期望角度，机器人的控制部分以树莓派和STM32作为六自由度机械臂的控制器，通过串口通讯方式发送控制指令，使STM32单片机控制机械臂旋转到期望角度，并控制末端执行器抓取物体。本发明提升了机器人对物块的随机抓取功能，并对图像处理和逆解算法进行了优化，提高了机器人的识别和抓取效率。
-
公开(公告)号：CN116822076A
公开(公告)日：2023-09-29
申请号：CN202310739206.5
申请日：2023-06-21
申请人： 沈阳化工大学
IPC分类号： G06F30/17 , G06F30/27 , G06N3/006 , G06N3/0442 , G06N3/0464
摘要： 一种利用软测量建模对移动床分离过程监控方法，涉及一种移动床分离过程监控方法。本发明在选取合适辅助变量的基础上，利用模拟移动床中较易得到的流量参数值，获取难以直接测量的纯度值，提高了分离过程的响应速度。CNN‑LSTM混合神经网络结合了CNN和LSTM两者的优点，即可以像CNN那样通过设置卷积层和池化层对数据进行特征提取和特征缩减，充分挖掘输入数据潜在的空间特征，又可以像LSTM那样有效地解决时序数据里出现的长期依赖问题。利用麻雀搜索算法对CNN‑LSTM混合模型的超参数进行优化，可以避免CNN‑LSTM混合网络陷入局部最优。实现对模拟移动床分离过程进行监测和控制，提高生产效率。
-
-
搜索结果
3 条记录 (耗时 0.03 秒)
