-
公开(公告)号:CN114714376A
公开(公告)日:2022-07-08
申请号:CN202210488812.X
申请日:2022-05-06
申请人: 湖南工业大学
IPC分类号: B25J11/00 , B25J9/16 , B62D57/032 , B25J19/02
摘要: 本发明涉及轨道列车检测技术领域,公开了一种列车智能检测机器人系统,包括检测机器人和控制中心;检测机器人包括机体和驱动控制模块;驱动控制模块用于驱动机体自动进行地沟作业、车身作业和车顶作业;控制中心与驱动控制模块连接,用于对驱动控制模块的内置程序参数进行修改和控制,可通过检测机器人自动的对动车车组进行地沟作业、车身作业和车顶作业,可由控制中心对其内置程序参数进行修改和控制,从而对检测设备进行快速的工作调整,实现对动车车组进行高效和高质量的检修,机体包括机身和安装在机身上的机械臂和机械腿。
-
公开(公告)号:CN116013238A
公开(公告)日:2023-04-25
申请号:CN202211363153.3
申请日:2022-11-02
申请人: 湖南工业大学
IPC分类号: G10K11/178 , G06N3/0464 , G06N3/048 , G06N3/043 , G06N3/08
摘要: 本发明公开了一种基于卷积‑模糊神经网络的无次级通路传感器有源降噪算法,本发明通过卷积‑模糊神经网络建立车辆不同位置噪声源与目标降噪区域噪声之间的相关性模型,计算拟合获得目标降噪区的虚拟误差噪声信号,来代替传统通过次级通路传感器获取的误差信号,从而降低车辆内部大空间有源降噪对多个次级通路传感器的依赖。同时,本发明以虚拟误差噪声信号作为模糊层的输入,迭代计算完成次级通路辨识,实时输出最佳噪声消除信号,提高计算效率,增强对非线性噪声的处理能力。
-
公开(公告)号:CN115544859A
公开(公告)日:2022-12-30
申请号:CN202211026106.X
申请日:2022-08-25
申请人: 湖南工业大学
IPC分类号: G06F30/27 , G06F17/18 , G06N3/04 , G06N3/08 , G06F119/10
摘要: 本发明提供了基于回归‑神经网络的列车牵引风机噪声小样本预测方法,其包括以下步骤:获取列车牵引系统风机噪声相关的影响因素,采集若干组相互独立的影响因素数据,建立多元回归模型,通过最小二乘法得到经验多元回归模型组得到回归系数,将影响因素数据中的异常点数据筛除;将完成筛除后的影响因素数据输入至模糊神经网络;在模糊隐含层中根据模糊规则推算出隶属度值后采用连乘函数激活隶属度值;通过双层模糊隐含层计算输出预测值。本发明通过模糊神经网络的结构减少冗余层数以实现模型最简化,减少计算量提高计算速度,可以准确在小样本噪声数据下预测,从而实现列车牵引系统风机噪声正向设计,消减列车系统及零部件领域先制造再降噪的行业痼疾。
-
-