一种基于规范变量分析与JS散度融合的工业过程微小故障检测方法

    公开(公告)号:CN114995338A

    公开(公告)日:2022-09-02

    申请号:CN202210603724.X

    申请日:2022-05-30

    Abstract: 本发明提供了一种基于规范变量分析与JS散度融合的工业过程微小故障检测方法,首先,通过对训练数据进行规范化预处理,来减少数据动态特性的影响;其次,通过引入对数据分布改变灵敏的JS散度,借助宽度为w的滑窗实现正常与故障数据对应的规范变量间的差异JS散度计算;然后,与依据正常数据规范变量滑窗求得的检测控制限比较判断工业过程是否发生微小故障;最后,将提出的方法用于田纳西伊斯曼化工过程中三种不同类型的微小故障监测;通过仿真结果表明,与传统PCA、CVA的T2、Q统计量对比,提出CVA‑JS方法的散度指标的故障检测率显著提高。

    一种基于视觉识别的多功能焊件处理装置及控制方法

    公开(公告)号:CN111673321B

    公开(公告)日:2021-11-12

    申请号:CN202010463820.X

    申请日:2020-05-27

    Applicant: 南通大学

    Abstract: 本发明涉及焊接机器人领域,尤其是一种基于视觉识别的多功能焊件处理装置及控制方法。本发明提供的装置包括:切换装置、焊前清理装置、焊接装置和焊后处理装置;切换装置包括壳体、图像采集装置、STM32F4xx系列微处理器;壳体三个侧壁的内侧面分别设置有齿轮齿条啮合传动装置,切换装置还包括穿设在三个侧壁上的限位槽内的第二法兰,第二法兰的一端与齿条固定连接,另一端与焊前清理装置、焊接装置或焊后处理装置连接。微处理器用于对图像采集装置采集到的焊件当前状态图像基于训练好的卷积神经网络模型进行处理,得到其当前工序状态并向传动装置发出控制指令,实现焊前清理装置、焊接装置和焊后处理装置三个工作部件之间的自动切换。

    一种基于参数在线辨识的锂离子电池SOC估计方法

    公开(公告)号:CN113420444A

    公开(公告)日:2021-09-21

    申请号:CN202110698555.8

    申请日:2021-06-23

    Applicant: 南通大学

    Abstract: 本发明提供了一种基于参数在线辨识的锂离子电池SOC估计方法,包括以下步骤:步骤1)通过间歇放电静置法测取SOC从1到0的锂离子电池端电压、负载电流数据,确定OCV‑SOC的关系;步骤2)建立锂离子电池的双极化电路模型,确定电池参数辨识向量以及离散空间的状态空间方程;步骤3)构建RB算法的辨识流程,对电池模型参数进行在线辨识;步骤4)构架自适应卡尔曼滤波算法估计流程;步骤5)构建RB和AEKF联合估计算法,两部分交叉进行,对模型参数和状态向量进行同步更新。本发明的有益效果为:本发明通过电池模型建立状态空间方程,将SOC作为状态变量,采用该方法的前提是高保真的电池模型和准确的模型参数辨识。

    基于双层Kalman滤波器的间歇故障诊断与主动容错控制方法

    公开(公告)号:CN108845495B

    公开(公告)日:2021-08-03

    申请号:CN201810290757.7

    申请日:2018-04-03

    Applicant: 南通大学

    Abstract: 本发明公开了一种基于双层Kalman滤波器的间歇故障诊断与主动容错控制方法,该方法包括:建立发生间歇故障的线性离散时间系统模型;基于双层Kalman滤波器的间歇故障诊断;间歇故障的容错控制。本申请针对一类发生间歇故障的线性离散时间系统,提出了上述方法,该方法在存在噪声扰动的情况下能够准确、有效地检测出间歇故障的发生时刻和消失时刻,并将间歇故障的求解问题转化为间歇故障增益约束下最小方差无偏估计的优化问题,从而准确得到最优估计值;最后,将故障诊断过程与容错控制器的设计过程相结合,保障了容错控制的实时性和快速性,且该主动容错控制器结构简单,容易实现,保证系统在间歇故障发生时仍可以稳定运行。

    一种焊接与焊接前后处理一体化设备及处理方法

    公开(公告)号:CN110076569B

    公开(公告)日:2021-07-09

    申请号:CN201910494384.X

    申请日:2019-06-10

    Applicant: 南通大学

    Abstract: 本发明公开了一种焊接与焊接前后处理一体化设备,包括底座、主机械臂、副机械臂、表面处理装置、焊接装置、应力处理装置和控制器,通过控制器对机械臂的控制可实现工件的焊前打磨、焊接、焊后应力处理以及焊后焊渣处理等过程的一体化,结构简单,实用性强。本发明还公开了一种焊接与焊接前后处理一体化设备的处理方法,对焊前、焊接和焊后全过程的处理实现闭环控制,实现了处理过程的全自动化,提高了工作效率,适合产业应用。

    基于双层Kalman滤波器的间歇故障诊断与主动容错控制方法

    公开(公告)号:CN108845495A

    公开(公告)日:2018-11-20

    申请号:CN201810290757.7

    申请日:2018-04-03

    Applicant: 南通大学

    Abstract: 本发明公开了一种基于双层Kalman滤波器的间歇故障诊断与主动容错控制方法,该方法包括:建立发生间歇故障的线性离散时间系统模型;基于双层Kalman滤波器的间歇故障诊断;间歇故障的容错控制。本申请针对一类发生间歇故障的线性离散时间系统,提出了上述方法,该方法在存在噪声扰动的情况下能够准确、有效地检测出间歇故障的发生时刻和消失时刻,并将间歇故障的求解问题转化为间歇故障增益约束下最小方差无偏估计的优化问题,从而准确得到最优估计值;最后,将故障诊断过程与容错控制器的设计过程相结合,保障了容错控制的实时性和快速性,且该主动容错控制器结构简单,容易实现,保证系统在间歇故障发生时仍可以稳定运行。

    基于无人机投递的家用智能包裹箱及其控制方法

    公开(公告)号:CN108147024A

    公开(公告)日:2018-06-12

    申请号:CN201711285364.9

    申请日:2017-12-07

    Applicant: 南通大学

    CPC classification number: B65G35/00

    Abstract: 本发明公开了一种基于无人机投递的家用智能包裹箱及其控制方法,包括箱体、控制模块、无线通信模块、传感器模块、定位模块、照明装置、内门控制设备、状态指示灯、包裹接收伸缩装置、包裹移动平台、网络购物平台以及物流跟踪平台;所述箱体嵌入于家庭建筑墙体,所述箱体的内外端分别设有内门和外门;所述控制模块和无线通信模块内置于箱体的顶部;所述诸多传感器用于检测包裹和门状态;所述照明装置置于箱体内侧顶部;所述状态指示灯内置内门内,并贯穿门体;所述包裹接收伸缩装置通过伸缩创建接收包裹的平台;所述箱体内部包裹移动平台位于箱体内测的底部,本发明是从中国实际国情出发,适用于高密度人口的社区,有利于提高快递包裹的运输速度与效率。

    一种自优化深度混合核极限学习机的轴承故障诊断方法

    公开(公告)号:CN119598327A

    公开(公告)日:2025-03-11

    申请号:CN202311771460.X

    申请日:2023-12-21

    Applicant: 南通大学

    Abstract: 本发明提供了一种自优化深度混合核极限学习机的轴承故障诊断方法,属于轴承故障诊断技术领域。解决了轴承故障诊断准确率低、故障分类易出错的技术问题。其技术方案为:包括以下步骤:步骤S1,提取故障信息后的数据集分为训练集和测试集;步骤S2,设置隐藏层个数和激活函数,构建混合核极限学习机模型;步骤S3,使用改进的天鹰算法获得该模型的各项参数;步骤S4,判断该轴承在运行过程中是否出现故障并确定故障类型。本发明的有益效果为:本发明该通过将改进优化算法和深度混合核极限学习机各自的优势相融合,能够准确的判断轴承的故障类型,并能有效的获取各种故障的故障特征用于后续的状态判断与故障类型分类。

    基于概率慢特征对比学习的工业过程微小故障诊断方法

    公开(公告)号:CN119128520A

    公开(公告)日:2024-12-13

    申请号:CN202411239413.5

    申请日:2024-09-05

    Applicant: 南通大学

    Abstract: 本发明提供了一种基于概率慢特征对比学习的工业过程微小故障诊断方法,属于多变量复杂工业过程故障诊断技术领域。解决了传统机器学习算法难以对复杂非线性工业过程的微小故障进行有效诊断的技术难题。其技术方案包括以下步骤:S1、从历史数据获取训练数据并进行预处理;S2、结合Jensen‑Shannon(JS)散度与慢特征分析提取概率慢特征;S3、构建对比学习网络框架;S4、将概率慢特征作为网络输入进行训练;S5、保存训练好的网络参数;S6、获取在线数据并输入网络获得故障诊断结果。本发明的有益效果为:实现了微小故障特征的精准提取,显著提升了故障诊断的准确率。

Patent Agency Ranking