-
公开(公告)号:CN117984965A
公开(公告)日:2024-05-07
申请号:CN202311769197.0
申请日:2023-12-20
Applicant: 中南大学
Abstract: 本发明涉及高速列车制动控制技术领域,公开了一种列车最优制动力分配方法、系统及存储介质,包括:S1:获取目标列车控制单元的输入信息,所述输入信息包括:车厢数量、参考状态轨迹、执行器饱和边界以及阻力系数;S2:基于所述输入信息监测目标列车的实时状态信息,并基于所述实时状态信息得到实时状态反馈信息;S3:设计非线性模型预测控制器,将所述实时状态反馈信息作为非线性模型预测控制器的输入,求解目标列车的最优控制律;S4:基于制动优先级的选择机制,输出对应的最优控制律,并通过输出的最优控制律对目标列车进行制动控制;本发明解决了现有的列车各车厢制动时性能较差的问题。
-
公开(公告)号:CN117454569A
公开(公告)日:2024-01-26
申请号:CN202310932729.1
申请日:2023-07-27
Applicant: 中南大学
IPC: G06F30/20 , G06F30/12 , G06F30/15 , G06F9/50 , G06F111/02 , G06F119/14
Abstract: 本发明公开了面向列车制动系统联合仿真的计算资源分配方法及系统,将复杂的联合仿真模型进行分解,并采用多个计算节点分别对分解的多个子模型进行并行仿真,能大大提高联合仿真模型的仿真速度,此外,在对多个子模型进行并行仿真时,建立计算资源优化模型,以联合仿真模型的整体仿真时间最短为优化目标对多个子模型的计算资源进行分配优化,能进一步提高联合仿真模型的仿真速度。
-
公开(公告)号:CN116522992A
公开(公告)日:2023-08-01
申请号:CN202310096498.5
申请日:2023-01-31
Applicant: 中南大学
IPC: G06N3/0455 , F24F11/88 , G06N3/084
Abstract: 本发明涉及智能监测技术领域,公开一种中央空调系统健康监测方法、系统及存储介质,以解决现有的中央空调系统健康监测方法适应工况变化能力差的问题。方法包括:获取中央空调系统在各种工况下的正常数据,并在去掉出相关性超出设定条件的冗余特征变量后,得出各样本所共同保留的特征变量,根据筛选出的特征变量得到处理后的数据集。计算数据集中各样本之间的连接关系,并构造用于变分图自编码器学习的稀疏邻接矩阵。基于稀疏邻接矩阵和数据集构造变分图自编码器模型得到历史数据在图空间重构的表示关系。选择当前查询样本在图空间中的邻居样本训练典型相关性分析模型,然后以相关性分析模型确定当前查询样本所对应的监测结果。
-
公开(公告)号:CN116362008A
公开(公告)日:2023-06-30
申请号:CN202310172126.6
申请日:2023-02-27
Applicant: 中南大学
IPC: G06F30/20 , G06F18/241 , G06Q10/20 , G06F119/02 , G06F111/08
Abstract: 本发明涉及故障分析技术领域,公开了一种列车空气制动系统随机故障注入方法及注入系统,包括:构建目标空气制动系统的仿真模型;对全部历史故障信息进行分类得到故障程度信息和故障类型信息,并绘制目标空气制动系统的故障程度状态转移图和故障类型状态转移图;根据故障类型状态转移图构建故障类型马尔科夫链,根据故障程度状态转移图构建故障程度马尔科夫链;确定状态转移概率矩阵,并求解得到稳态分布;根据稳态分布设置全部故障信息的概率分布,并基于此概率分布对全部故障信息进行分层随机抽取,将抽取到的故障信息注入仿真模型;本发明解决了现有的故障注入方法存在无法方便、有效地对列车空气制动系统进行随机故障注入的问题。
-
公开(公告)号:CN111008732B
公开(公告)日:2023-06-20
申请号:CN201911147200.9
申请日:2019-11-21
Applicant: 中南大学
IPC: G06F18/25 , G06F18/214 , G06F18/21
Abstract: 本发明涉及故障预测及健康管理领域,公开了一种基于堆栈模型的故障预测方法及系统,以融合不同预测方法,在处理不同特点的数据时充分发挥各自优点,提高系统预测精度。该方法包括确定堆栈模型的层数,选择每层堆栈模型所用的预测方法;将得到的原始数据集划分为第一层训练数据集和第一层测试数据集;采用K折交叉验证方法将第一层训练数据集分为训练集和验证集并对训练集进行训练以得到第一层堆栈模型;分别用训练学习好的第一层堆栈模型,测试对应验证集及测试集,将得到验证集及测试集的预测值,分别作为下一层的训练数据集和测试数据集;重复上述步骤计算所有层堆栈模型,根据最后一层堆栈模型对测试数据集的预测结果得到最终的预测结果。
-
公开(公告)号:CN112329813B
公开(公告)日:2022-11-15
申请号:CN202011051505.2
申请日:2020-09-29
Applicant: 中南大学
Abstract: 本发明涉及中央空调能耗预测领域,公开了一种能耗预测用特征提取方法及系统,以快速筛选能耗预测的输入特征,提高能耗预测算法的泛化性能;该方法包括采集待分析中央空调系统的历史运行数据,对历史运行数据进行预处理得到初始特征集;根据初始特征集训练得到梯度提升树能耗预测模型,计算各输入特征的贡献度;根据贡献度进行特征筛选,得到优化特征集;根据优化特征集优化梯度提升树能耗预测模型,根据优化后的梯度提升树能耗预测模型得到预测值;计算贡献度与预测值的均方误差;并采用预设的特征筛选终止条件对均方误差进行筛选得到最优特征集。
-
公开(公告)号:CN112749744B
公开(公告)日:2022-10-21
申请号:CN202110022093.8
申请日:2021-01-08
Applicant: 中南大学
Abstract: 本发明涉及故障分析技术领域,公开一种基于观测模块的贝叶斯网络轨道客车牵引系统故障诊断方法及系统,以利用多个观测点的信号实现精准故障诊断。方法包括:选取观测点,对各观测点单独从相对应的初始数据集中提取时频域特征并降维得到特征变量;将各观测点的状态变量、降维后的特征变量和故障模式变量作为贝叶斯网络模型的输入,根据各特征变量和故障模式变量与观测点状态变量之间的关联矩阵将所有输入划分成与观测点数量相等个数的观测模块;学习各观测模块的最优图,并将各最优图合并成一个模块化贝叶斯网络模型;实时采集各观测点的传感器数据,利用推理引擎更新模块化贝叶斯网络模型各节点的后验概率,根据各节点的后验概率进行故障判断。
-
公开(公告)号:CN115127192A
公开(公告)日:2022-09-30
申请号:CN202210555503.X
申请日:2022-05-20
Applicant: 中南大学
Abstract: 本发明公开了基于图神经网络的半监督的冷水机组故障诊断方法及系统,通过构建半监督的冷水主机故障诊断模型,获取包含带有标签的样本和未标记的样本构建运行数据集,确定运行数据集中各个样本的邻居样本,并构建各个样本与邻居样本之间的邻接矩阵,使用运行数据集及其邻接矩阵训练故障诊断模型,从而实现以较少带标记的样本训练得到高精度的故障诊断模型,显著减少冷水机组故障诊断模型对带标记的训练样本的依赖性,提高故障诊断模型在仅有少量带标记的训练样本下的诊断性能。此外,本发明在训练得到故障诊断模型后,采用蚁群优化算法优化故障诊断模型的邻居数量这一超参数,能进一步提高故障诊断模型的精度。
-
公开(公告)号:CN113432247B
公开(公告)日:2022-04-26
申请号:CN202110552435.7
申请日:2021-05-20
Applicant: 中南大学
IPC: F24F11/47 , F24F140/60
Abstract: 本发明公开了基于图神经网络的冷水机组能耗预测方法、系统及存储介质,通过并判断运行状态数据集中各个运行状态数据子集对应的运行工况之间是否具有关联关系,并根据判断结果构建运行状态数据集中各个运行状态数据子集的关联关系图;将关联关系图转化为图结构的邻接矩阵,并基于此关联关系图构造以图神经网络为框架的能耗预测模型,采用各个运行状态数据子集及其对应的邻接矩阵、能耗数据迭代训练能耗预测模型,将待预测的、冷水主机的运行状态数据子集输入到训练好的能耗预测模型中,得到冷水主机能耗预测结果。本发明能在保证能耗预测模型的准确性的同时,大大提高冷水主机能耗预测模型的泛化能力,减少冷水主机能耗预测对训练样本的依赖。
-
公开(公告)号:CN112803792B
公开(公告)日:2022-04-08
申请号:CN202110137282.X
申请日:2021-02-01
Applicant: 中南大学
IPC: H02M5/458
Abstract: 本发明涉及电力电子技术领域,公开一种牵引变流器热场控制方法,以实现牵引变流器热场的均匀分布。方法包括:构建各功率模块对应系统热场控制量的功耗预测模型;根据对应系统热场控制量的功耗预测模型构建基于功耗方差的热场分布控制目标函数,然后将基于功耗方差的热场分布控制目标函数与各非热场控制量的控制目标函数相结合以构建基于性能的归一化控制目标函数;根据归一化控制目标函数建立基于性能归一化的初始奖励函数,并将初始奖励函数优化为根据外环反馈值动态调整热权重系数的目标奖励函数;选取使得目标奖励函数值最大化的系统电平状态组合作为系统控制指令输出,实现相对应功率模块热量的智能调控。
-
-
-
-
-
-
-
-
-