公开(公告)号：CN116418696A

公开(公告)日：2023-07-11

申请号：CN202310490827.4

申请日：2023-05-04

Applicant: 重庆大学 ,  中建隧道建设有限公司 ,  重庆凯瑞机器人技术有限公司

Inventor： 孙少欣 ,  赵越 ,  彭卓彬 ,  郭宇 ,  左敬鹏 ,  李亚勇 ,  王松 ,  秦宗琛 ,  华星星

IPC: H04L41/22 ,  H04L41/0803 ,  H04L67/12 ,  H04L67/125

Abstract: 本发明涉及机器人通信控制领域，特别涉及一种基于控制界面的机器人通信控制方法。包括，通过ROS和Qt开发具有图形控制界面的机器人通信控制系统，该系统实现的功能包括:基于图形控制界面对机器人系统的功能进行设置、选择和/或通过编程代码修改机器人功能；以及通过订阅ROS话题的方式，获取机器人相关信息、所拍摄的图像以及检测机器人通信状态；基于该系统对机器人实施通信控制本发明利用图形界面实现机器人通信控制，为用户带来便利。

公开(公告)号：CN111814331B

公开(公告)日：2023-10-20

申请号：CN202010652226.5

申请日：2020-07-08

Applicant: 重庆大学

Inventor： 林景栋 ,  马晨雨 ,  赵越 ,  蔡力 ,  刘志文

IPC: G06F30/20 ,  G06F119/02

Abstract: 本发明涉及一种复杂情况下多变点的设备剩余使用寿命预测方法，属于设备剩余寿命预测领域，包括以下步骤：S1：确定设备退化模型，改变其漂移系数来描述多变点下的退化轨迹；S2：以退化模型为已知条件，描述变点前后的退化速率的变化，得到多变点下剩余寿命分布表达式；S3：以剩余寿命分布为已知条件，根据实时检测得到的最新变点，解决最新变点的参数估计问题；S4：以未知参数为已知条件，得到剩余寿命分布函数，对其求期望，实现多变点下设备参数独立的剩余寿命预测；S5：以多变点下设备参数独立的寿命分布为已知条件，描述参数之间的相关性，并获得多变点下设备参数相关的寿命分布。

公开(公告)号：CN111753416A

公开(公告)日：2020-10-09

申请号：CN202010554225.7

申请日：2020-06-17

Applicant: 重庆大学

Inventor： 林景栋 ,  陈敏 ,  高俊峰 ,  蔡力 ,  赵越 ,  马晨雨

IPC: G06F30/20 ,  G06F17/13 ,  G06F17/18 ,  G06F119/02 ,  G06F119/04

Abstract: 本发明涉及一种基于两阶段Wiener过程的锂离子电池RUL预测方法，属于锂离子电池剩余使用寿命预测技术领域，具体包括：1)确定两阶段Wiener过程锂离子电池容量退化模型；2)确定考虑随机效应的两阶段Wiener过程锂离子电池容量退化模型的寿命分布；3)确定带随机漂移的两阶段Wiener过程锂离子电池剩余使用寿命的概率密度函数；4)确定两阶段Wiener过程锂离子电池容量的变点估计表达式；5)确定基于EM算法对两个阶段漂移系数的超参数辨识；6)确定基于Bayesian方法的锂离子电池容量退化模型的参数更新。

公开(公告)号：CN111814401B

公开(公告)日：2023-10-27

申请号：CN202010659662.5

申请日：2020-07-08

Applicant: 重庆大学

Inventor： 林景栋 ,  赵越 ,  马晨雨 ,  刘志文 ,  蔡力

IPC: G06F30/27 ,  G06N3/084 ,  G06N3/086 ,  G06F119/02

Abstract: 本发明涉及一种基于遗传算法的BP神经网络的LED寿命预测方法，属于可靠性工程领域，包括以下步骤；构建基于遗传算法的BP神经网络模型；建立并训练LED光通量模型；模型仿真实现；进行LED剩余寿命预测与可靠性评估。本发明实现任意应力条件下LED寿命的预测，并且相对平均误差较传统BP神经网络平均降低了很多。另外，遗传算法优化模型的训练样本包含更多公司的LED灯珠，覆盖多种不同额定工作状态的白光LED，普适性更高，为LED寿命预测提供了一种新的思路，具有较大的实用价值。

公开(公告)号：CN111814401A

公开(公告)日：2020-10-23

申请号：CN202010659662.5

申请日：2020-07-08

Applicant: 重庆大学

Inventor： 林景栋 ,  赵越 ,  马晨雨 ,  刘志文 ,  蔡力

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  G06F119/02

Abstract: 本发明涉及一种基于遗传算法的BP神经网络的LED寿命预测方法，属于可靠性工程领域，包括以下步骤；构建基于遗传算法的BP神经网络模型；建立并训练LED光通量模型；模型仿真实现；进行LED剩余寿命预测与可靠性评估。本发明实现任意应力条件下LED寿命的预测，并且相对平均误差较传统BP神经网络平均降低了很多。另外，遗传算法优化模型的训练样本包含更多公司的LED灯珠，覆盖多种不同额定工作状态的白光LED，普适性更高，为LED寿命预测提供了一种新的思路，具有较大的实用价值。

公开(公告)号：CN111814331A

公开(公告)日：2020-10-23

申请号：CN202010652226.5

申请日：2020-07-08

Applicant: 重庆大学

Inventor： 林景栋 ,  马晨雨 ,  赵越 ,  蔡力 ,  刘志文

IPC: G06F30/20 ,  G06F119/02

Abstract: 本发明涉及一种复杂情况下多变点的设备剩余使用寿命预测方法，属于设备剩余寿命预测领域，包括以下步骤：S1：确定设备退化模型，改变其漂移系数来描述多变点下的退化轨迹；S2：以退化模型为已知条件，描述变点前后的退化速率的变化，得到多变点下剩余寿命分布表达式；S3：以剩余寿命分布为已知条件，根据实时检测得到的最新变点，解决最新变点的参数估计问题；S4：以未知参数为已知条件，得到剩余寿命分布函数，对其求期望，实现多变点下设备参数独立的剩余寿命预测；S5：以多变点下设备参数独立的寿命分布为已知条件，描述参数之间的相关性，并获得多变点下设备参数相关的寿命分布。