-
公开(公告)号：CN118311556A
公开(公告)日：2024-07-09
申请号：CN202410732355.3
申请日：2024-06-07
Applicant: 青岛哈尔滨工程大学创新发展中心 , 哈尔滨工程大学 , 海洋石油工程股份有限公司
Abstract: 基于广义似然比的主动声纳时延估计方法，涉及海洋信息获取与处理领域。本发明是为了解决传统时延估计方法只利用了信号在时域上的一维信息，导致时延估计精度低的问题。本发明分别计算主动声纳设备所接收的数据在被约束和未被约束条件下的似然函数，根据两种条件下的似然函数最大值构建真实广义似然比；利用拷贝相关器对预设理想广义似然比与真实广义似然比进行处理，获得各时刻下的预设理想广义似然比与真实广义似然比之间的相关度；利用最大值搜索方法搜索最大相关度，利用该最大相关度以及与该最大相关度相邻的两个相关度构建曲线方程，求解该曲线方程的最大值作为主动声纳设备发出声波的传播时延。本发明适用于对声波的传播时延进行估计。
-
公开(公告)号：CN118271663A
公开(公告)日：2024-07-02
申请号：CN202410355089.7
申请日：2024-03-27
Applicant: 烟台哈尔滨工程大学研究院 , 哈尔滨工程大学 , 烟台新旧动能转换研究院暨烟台科技成果转移转化示范基地
IPC: C08J5/18 , C08L33/20 , C08L29/04 , C08L39/06 , C08F8/30 , C08F20/44 , B01J20/26 , B01J20/30 , G21F9/12
Abstract: 本发明属于功能薄膜技术领域，具体涉及一种以硫氰酸钠为溶剂制备偕胺肟聚丙烯腈基复合薄膜的方法。本发明以硫氰酸钠溶液为溶剂，利用盐酸羟胺对聚丙烯腈进行改性，加入聚乙烯醇共混，最后成型脱膜获得新型偕胺肟聚丙烯腈/聚乙烯醇复合薄膜。该方法聚合反应过程中链转移作用小，溶剂毒性低，原料价格便宜，制备工艺简单，更适合工厂生产线批量生产，解决了目前铀吸附材料合成工艺复杂、制备成本高且难以工业生产的问题，并且制备得到的薄膜成型快、韧性和亲水性好，在溶液中多次重复利用仍可保持完整状态，同时相比同类铀吸附材料，该新型薄膜具有高吸附容量且吸附速率快。
-
公开(公告)号：CN117909666B
公开(公告)日：2024-07-02
申请号：CN202410308826.8
申请日：2024-03-19
Applicant: 青岛哈尔滨工程大学创新发展中心 , 哈尔滨工程大学
IPC: G06F18/15 , G06F18/214 , G06F18/25 , G06F30/27 , G06N3/0499 , G06Q10/04 , G06Q50/26 , G06F111/10
Abstract: 本发明属于海洋环境预测及修正技术领域，公开了一种融合数值模式及深度学习的海浪智能订正方法及系统。该方法获取任务海域环境数据，构建海浪数值模式计算模型，构建海浪智能订正数据集，构建人工智能海浪订正模型，融合数值模式及深度学习的海浪智能订正模型泛化性分析，利用所述模型对海域内某位置处的海浪数值模拟结果进行订正，并采用浮标实测结果对模型进行验证，以测试模型对海域波浪场的智能订正效果。本发明相较于传统海浪数值模式，本发明提出的海浪智能订正模型可以考虑模式不同方案设置带来的影响，显著提升了对海浪的预报精度及效率。本发明为实海域海浪预报提供了一种新颖有效的方法和策略。
-
公开(公告)号：CN118228009A
公开(公告)日：2024-06-21
申请号：CN202410657990.X
申请日：2024-05-27
Applicant: 青岛哈尔滨工程大学创新发展中心 , 哈尔滨工程大学
IPC: G06F18/20 , G06F18/10 , G06F18/213 , G06F18/214 , G06F18/22
Abstract: 本发明属于船舶与海洋工程技术领域，公开了一种基于自相关分解的船舶运动极短期预报方法及系统，该方法通过滑动平均方法滤除船舶运动序列的周期性特征，提取序列平稳趋势项，并采用序列作差得到季节项特征；基于编码器‑解码器架构，将自相关机制引入船舶运动序列特征学习，通过计算序列自相关来发现基于周期的依赖关系，并采用时间延迟聚合来聚合相似的子序列，分别对船舶运动序列的季节项和趋势项进行预报，最终得到高精度的船舶运动预报结果。本发明的船舶运动极短期预报方法采用滑动平均算法分解船舶运动时域特征，并结合自相关机制与时延聚合算法代替Transformer架构的自注意力机制进行长期特征学习，提升船舶运动预报精度。
-
公开(公告)号：CN118226426A
公开(公告)日：2024-06-21
申请号：CN202410589906.5
申请日：2024-05-13
Applicant: 哈尔滨工程大学三亚南海创新发展基地 , 哈尔滨工程大学
Abstract: 本发明公开了声呐电子系统设计领域的一种具备强抗干扰能力的声呐接收机信号调理电路，包括低噪声前置阻抗匹配电路、第一级低噪声差分滤波放大电路、第二级低噪声差分滤波放大电路和低噪声可变增益放大电路，声呐接收机信号调理电路直接与接收换能器相连，实现微弱电信号的预处理。本发明具有强抗干扰能力的信号调理电路，以轨到轨电压反馈型放大器、全差分放大器、模拟控制可变增益放大器为核心器件构建，对换能器输出的小幅度模拟信号进行放大、滤波、增益控制等调理，输出高量化噪声比的信号，从而满足精密模数转换器的需求，且适用于探测声呐、导航声呐、通信声呐等多种声呐。
-
Patent Agency Ranking
公开(公告)号：CN117851760B
公开(公告)日：2024-06-14
申请号：CN202410257690.2
申请日：2024-03-07
Applicant: 青岛哈尔滨工程大学创新发展中心 , 哈尔滨工程大学
IPC: G06F18/10 , G06F17/14 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/08
Abstract: 本发明属于船舶与海洋工程技术领域，公开了一种基于频带预处理的波浪智能预报模型优化方法及系统。该方法从波浪时历数据的频带分布特征出发，通过波浪频带分布进行多区间划分，滤去噪声影响的同时分离高低频组成部分，并通过高低频部分的预报模型独立训练与预报，通过预报结果叠加实现原波浪时历的高精度预报。本发明面向实际海洋环境中测量的波浪时历数据预报精度低的问题，基于傅里叶变换探究数据频谱特征，从频带分布出发，提出一种波浪时历数据高低频分离的预处理方法，通过本发明可以有效的改善实测波浪时历的预报精度，提升可预报时长，并且该方法普遍的适用于多种波浪深度学习预报模型。
-
公开(公告)号：CN118133723A
公开(公告)日：2024-06-04
申请号：CN202410532445.8
申请日：2024-04-30
Applicant: 哈尔滨工程大学三亚南海创新发展基地 , 哈尔滨工程大学
IPC: G06F30/28 , G06F30/20 , G06F113/08 , G06F119/14
Abstract: 大尺度低频高压气枪近场压力载荷预报方法和设计方法，属于深海资源勘探技术领域，解决很难采集到高质量的近场压力载荷，采集有难度以及准确性低问题。本发明的方法包括：建立气枪气泡在流体域中脉动的初始物理场，气泡运动满足质量守恒和动量守恒方程，利用有限体积法离散思想对计算流体域进行数值离散，利用体积分数方法对气泡和流体边界捕捉；根据设计所需容积，建立一系列具有不同长径比的简化气枪枪体模型；设定气枪枪体与气泡之间的耦合作用模拟所需的初始条件和流场环境参数；在设定的环境参数和初始条件下，基于初始物理场，针对简化气枪枪体模型，计算得到气枪近场压力载荷。本发明适用于深海勘探要求的大尺度新型低频高压气枪的设计。
-
公开(公告)号：CN117935023B
公开(公告)日：2024-05-28
申请号：CN202410329748.X
申请日：2024-03-22
Applicant: 青岛哈尔滨工程大学创新发展中心 , 哈尔滨工程大学
Abstract: 本发明属于海洋中尺度涡识别技术领域，公开了基于注意力机制的中尺度涡识别和特征分析方法及系统。该方法利用ROMS数值模式提供高分辨率海洋环境数据，并对VG识别方法进行参数优化，基于优选的参数化方案与AVSIO数据集中的中尺度涡数据构建高精度的中尺度涡数据集，最后基于深度学习的方法对中尺度涡进行快速、精准的识别并基于识别结果开展特征分析研究。本发明可以掌握中尺度涡空间位置分布及半径等特征参数和温盐场信息，进而掌握声学探测装备在实海探测的真实效能，对实现水下目标高效、准确探测具有重要意义。
-
公开(公告)号：CN117944834A
公开(公告)日：2024-04-30
申请号：CN202311861536.8
申请日：2023-12-29
Applicant: 青岛哈尔滨工程大学创新发展中心 , 哈尔滨工程大学
Abstract: 本发明公开了一种基于重力储能的海上浮式储能平台，所述储能平台漂浮在海面上，通过平台浮力承载密度远大于水的重物，所述储能平台的内部设有多条竖直的行程通道连接平台与海底，所述行程通道中设有储能重物，所述储能重物通过钢缆与对应的能量转换模块相连，能量转换模块将电能转换为重力势能，带动所述储能重物从海底沿所述行程通道上升，实现储能，所述储能重物沿所述行程通道下落至海底，由能量转换模块将重力势能转换为电能输出，实现在释能。
-
公开(公告)号：CN117909666A
公开(公告)日：2024-04-19
申请号：CN202410308826.8
申请日：2024-03-19
Applicant: 青岛哈尔滨工程大学创新发展中心 , 哈尔滨工程大学
IPC: G06F18/15 , G06F18/214 , G06F18/25 , G06F30/27 , G06N3/0499 , G06Q10/04 , G06Q50/26 , G06F111/10
Abstract: 本发明属于海洋环境预测及修正技术领域，公开了一种融合数值模式及深度学习的海浪智能订正方法及系统。该方法获取任务海域环境数据，构建海浪数值模式计算模型，构建海浪智能订正数据集，构建人工智能海浪订正模型，融合数值模式及深度学习的海浪智能订正模型泛化性分析，利用所述模型对海域内某位置处的海浪数值模拟结果进行订正，并采用浮标实测结果对模型进行验证，以测试模型对海域波浪场的智能订正效果。本发明相较于传统海浪数值模式，本发明提出的海浪智能订正模型可以考虑模式不同方案设置带来的影响，显著提升了对海浪的预报精度及效率。本发明为实海域海浪预报提供了一种新颖有效的方法和策略。
-
-
-
-
-
-
-
-
-
Search Results
29713
records
(took 0.093 seconds)
