公开(公告)号：CN119414751A

公开(公告)日：2025-02-11

申请号：CN202411474577.6

申请日：2024-10-22

Applicant: 南通大学

Inventor： 李俊红 ,  杨筱涵 ,  顾菊平 ,  程赟 ,  赵一涵 ,  吕萌 ,  阚锐

IPC: G05B19/042

Abstract: 本发明提供了一种基于改进SABO算法的热泵控制系统辨识方法，属于工业控制过程系统辨识技术领域。解决了样本数据不足情况下的系统辨识，以及系统参数辨识过程中SABO算法易陷入局部最优解的技术问题，其技术方案为：包括以下步骤：步骤1)构建一个具有死区特性的空气源热泵控制系统的单输入单输出Hammerstein模型，并获得在样本数据不足条件下具有死区特性的空气源热泵控制系统Hammerstein系统辨识模型；步骤2)构建改进SABO算法的辨识流程。本发明的有益效果为：有较快的收敛速度和较高的辨识精度，输出的参数估计误差小，同时说明了该辨识方法对于空气源热泵控制系统参数辨识有较好的适用性。

公开(公告)号：CN119128369A

公开(公告)日：2024-12-13

申请号：CN202311788701.1

申请日：2023-12-22

Applicant: 南通大学

Inventor： 李俊红 ,  严俊 ,  华亮 ,  王娟 ,  宗天成 ,  程赟 ,  袁银龙

IPC: G06F18/00 ,  G01R31/367 ,  G01R19/00 ,  G06F18/15 ,  G06N3/0499 ,  G06N3/08

Abstract: 本发明提供了一种基于WPD‑GMDH神经网络的BMS端电压辨识方法，属于锂电池管理系统辨识技术领域。解决了辨识锂电池管理系统难度大和精度不高的技术问题。其技术方案为：包括以下步骤：步骤1)通过仿真实验，获得样本数据；步骤2)数据预处理并构建数据集，并将其分为训练集和测试集；步骤3)通过WPD‑GMDH神经网络对数据集进行训练，得到WPD‑GMDH模型用于实时估计。本发明的有益效果为：本发明使用的WPD‑GMDH神经网络通过WPD技术分离不同的频率的信号，从而找到不同特征的非线性关系，提升GMDH神经网络模型的学习能力。

公开(公告)号：CN119125899A

公开(公告)日：2024-12-13

申请号：CN202411360202.7

申请日：2024-09-27

Applicant: 南通大学

Inventor： 李俊红 ,  安振生 ,  薛涵文 ,  华亮 ,  段雅棋 ,  赵高麒 ,  杨筱涵

IPC: G01R31/367 ,  G06N3/043 ,  G06N3/08 ,  G06F30/367 ,  G06F18/2415 ,  G01R31/378 ,  G01R31/387 ,  G01R31/396

Abstract: 本发明提供了一种基于自适应模糊神经网络误差补偿的SOC估计方法，属于锂离子电池技术领域。解决了AEKF预测SOC误差过大的问题。其技术方案为：包括以下步骤：步骤1)对锂离子电池进行间歇恒流放电实验；步骤2)建立二阶RC等效电路模型；步骤3)利用AEKF进行锂电池SOC粗估计；步骤4)提出一种基于自适应模糊神经网络的误差补偿网络；步骤5)利用自适应模糊神经网络得到的预测误差，补偿粗预测结果。本发明的有益效果为：本发明对SOC进行预测修正，具有很高的精度。

公开(公告)号：CN118759403A

公开(公告)日：2024-10-11

申请号：CN202410995761.9

申请日：2024-07-24

Applicant: 南通大学

Inventor： 李俊红 ,  白贵祥 ,  顾菊平 ,  华亮 ,  李亚男 ,  李富超 ,  薛涵文 ,  安振生

IPC: G01R31/392 ,  G01R31/382 ,  G01R31/378 ,  G01R31/367

Abstract: 本申请公开了一种基于CUR‑RBF‑PF的锂离子电池SOH估计方法，包括以下步骤：基于锂离子电池的历史老化数据，通过CUR提取锂离子电池的健康指标数据；基于RBF神经网络模型以及健康指标数据，获取锂离子电池的第一SOH估计值；通过粒子滤波器对锂离子电池的SOH值进行滤波优化，获取锂离子电池的第二SOH估计值。本申请通过CUR的方法对锂离子电池的退化数据进行特征提取，易实现，且提取到的特征数据与SOH具有较高的相关性。本申请在利用RBF实现锂离子电池SOH估计的基础上引入PF滤波算法针对其估计结果中存在的噪声问题进行了优化，利用PF优化后的SOH估计结果具有更高的精度。

公开(公告)号：CN115097735B

公开(公告)日：2024-10-11

申请号：CN202210866614.2

申请日：2022-07-22

Applicant: 南通大学

Inventor： 李俊红 ,  肖康 ,  严俊 ,  白贵祥 ,  蒋泽宇 ,  宗天成 ,  王娟 ,  杨奕

IPC: G05B13/04

Abstract: 本发明公开了一种基于改进Adam优化算法的反应釜连续搅拌过程的辨识方法，属于化学工程系统辨识技术领域。其技术方案为：一种基于改进Adam优化算法的反应釜连续搅拌过程辨识方法，包括以下步骤：步骤1)建立反应釜连续搅拌过程的输入非线性Hammerstein‑CARMA模型；步骤2)构建改进Adam优化算法的辨识流程。本发明的有益效果为：本发明提出的改进Adam优化算法是一种改进梯度优化算法，它相比较传统的梯度优化算法等有较快的收敛速度和较高的收敛精度，能较好地适用于对反应釜连续搅拌过程的建模和参数辨识，具有一定的工程实际应用价值。

公开(公告)号：CN115062467B

公开(公告)日：2024-08-13

申请号：CN202210665714.9

申请日：2022-06-13

Applicant: 南通大学

Inventor： 李俊红 ,  芮佳丽 ,  储杰 ,  陆国平 ,  蒋一哲 ,  程赟 ,  宋伟成 ,  褚云琨

IPC: G06F30/20 ,  G06N3/126

Abstract: 本发明提供了一种基于樽海鞘算法的单集气管压力控制模型辨识方法，属于集气管压力控制系统辨识技术领域。在模型上，解决了常用的整数阶模型不够精确，导致辨识精度不够高的技术问题；在辨识方法上，解决了梯度迭代法收敛速度较慢，会使辨识结果陷入局部最优，选择迭代步长时需要考虑辨识结果发散的技术问题。其技术方案为：包括以下步骤：步骤1)构建单集气管阀位和压力的分数阶CARMA模型；步骤2)构建樽海鞘算法的辨识流程。本发明的有益效果为：本发明的樽海鞘算法的单集气管压力控制模型辨识方法进行的参数辨识结果中，可以看出，该方法的辨识精度高，输出的参数估计误差小；同时，也说明本辨识方法对于单集气管压力控制模型具有较好的适用性。

公开(公告)号：CN117540626B

公开(公告)日：2024-05-14

申请号：CN202311428417.3

申请日：2023-10-30

Applicant: 南通大学

Inventor： 李富超 ,  李昀迪 ,  韩向涛 ,  胡瑾 ,  薛晓岑 ,  袁银龙 ,  李俊红 ,  程赟

IPC: G06F30/27 ,  G06N3/047 ,  G06N3/08

Abstract: 本发明提供了一种基于贝叶斯神经网络的固定翼无人机态势预测方法，属于无人机态势预测技术领域；解决了在不确定环境下我方无人机无法对敌方无人机的未来态势做不确定性预测的技术问题。其技术方案为：建立适用于时间序列预测的贝叶斯网络并收集敌方无人机的有限态势信息；以敌方无人机态势信息作为输入，使用已建立的贝叶斯神经网络对敌方无人机的下一时刻的态势做预测；将单一时刻预测值作为输入再次预测，构成敌方无人机未来时间段的态势信息。本发明的有益效果为：能够令己方无人机在战场环境中利用有限的态势信息预知敌方无人机下一段时间的态势，使我方无人机能够抢占战场主动性，有利于提升无人机作战能力，从而降低我方无人机的战损比。

公开(公告)号：CN116482555B

公开(公告)日：2024-03-19

申请号：CN202310376577.1

申请日：2023-04-10

Applicant: 南通大学

Inventor： 李俊红 ,  白贵祥 ,  李亚男 ,  李富超 ,  张泓睿 ,  宗天成

IPC: G01R31/388 ,  G01R31/389 ,  G01R31/392 ,  G01R31/367

Abstract: 本发明提供了一种基于Wiener结构的锂离子电池非线性建模及其参数辨识方法，属于锂离子电池技术领域。解决了传统二阶RC等效电路模型输出非线性映射能力不足的技术问题。其技术方案为：包括以下步骤：步骤1)对锂离子电池进行间歇恒流放电实验测取其端电压及负载电流数据；步骤2)建立基于Wiener结构的锂离子电池非线性模型；步骤3)构建辅助模型随机梯度的算法流程；步骤4)对AM‑SG算法进行优化；步骤5)对锂电池端电压进行预测。本发明的有益效果为：本发明利用AM‑εFG算法进行参数辨识，精度高。

公开(公告)号：CN116821558A

公开(公告)日：2023-09-29

申请号：CN202310805102.X

申请日：2023-06-30

Applicant: 南通大学

Inventor： 李俊红 ,  张泓睿 ,  李富超 ,  严俊 ,  李亚男

IPC: G06F17/10 ,  G06F30/20 ,  G06F17/11 ,  G06F113/08 ,  G06F119/08

Abstract: 本发明提供了一种基于梯度算法的液体饱和蒸汽热交换系统参数辨识方法，属于蒸汽热交换系统辨识技术领域，解决了液体饱和蒸汽热交换系统参数辨识精度不高的技术问题。其技术方案为：一种基于梯度算法的液体饱和蒸汽热交换系统参数辨识方法，包括以下步骤：步骤1)建立液体饱和蒸汽热交换系统分数阶Wiener OEARMA模型；步骤2)构建递阶多新息随机梯度算法的辨识流程。本发明的有益效果为：本发明提出的递阶多新息随机梯度算法具有较快的收敛速度和较高的收敛精度，能较好的适用于对液体饱和蒸汽热交换系统的参数辨识。

公开(公告)号：CN116624469A

公开(公告)日：2023-08-22

申请号：CN202310585344.2

申请日：2023-05-22

Applicant: 南通大学

Inventor： 李俊红 ,  严俊 ,  李亚男 ,  白贵祥 ,  宗天成 ,  李富超

IPC: F15B19/00 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明提供了一种基于Attention‑BiLSTM的液压伺服系统辨识方法，属于液压伺服系统辨识技术领域。解决了辨识液压伺服系统难度大和精度不高的技术问题。其技术方案为：包括以下步骤：步骤1)通过仿真实验，获得样本数据；步骤2)数据预处理并构建数据集，并将其分为训练集和测试集；步骤3)通过Attention‑BiLSTM长短期记忆神经网络对数据集进行训练，得到Attention‑BiLSTM模型用于实时估计。本发明的有益效果为：本发明使用的Attention‑BiLSTM长短期记忆神经网络通过Attention机制对模型的输入特征给以不同的权重，从而找到更关键的影响因素，提升模型的学习能力。