-
公开(公告)号:CN119294673A
公开(公告)日:2025-01-10
申请号:CN202411420233.7
申请日:2024-10-12
Applicant: 南京林业大学
IPC: G06Q10/063 , G06Q10/04 , G06Q50/40 , G06N3/0442 , G06N3/08
Abstract: 本发明公开一种基于深度神经网络的路径依赖轨迹预测方法、介质及产品,方法包括获取参考路径,基于轨迹预测神经网络,输入对齐的参考路径数据点,输出待预测物体下一时刻的轨迹预测结果,对轨迹预测结果随机采样得到轨迹数据点;轨迹预测神经网络的训练方法包括获取理想路径和实际运行轨迹,进行处理,得到参考路径序列和轨迹输入数据序列,确定轨迹输入数据序列中的当前时刻的数据点所在的路径中线对应的参考数据点,得到对齐的参考路径数据序列;将轨迹输入数据序列和对齐的参考路径数据序列作为训练集,训练得到有效的轨迹预测神经网络参数,本发明解决了现有技术中因建模误差和较高计算复杂度所带来的不足。
-
公开(公告)号:CN117313259A
公开(公告)日:2023-12-29
申请号:CN202311004617.6
申请日:2023-08-09
Applicant: 南京林业大学
IPC: G06F30/17 , G01M13/00 , G06F30/20 , G06F17/18 , G06F119/02 , G06F119/04 , G06F119/14
Abstract: 本发明公开一种曲轴加速疲劳实验方法,包括建立曲轴固有频率随循环次数变化的经验模型、对建立的经验模型进行改进,获得用于预测曲轴剩余寿命的递推公式以及采用最小二乘法对曲轴的疲劳寿命进行预测,本发明根据已知的曲轴固有频率实验数据,运用非线性最小二乘法建立相应寿命预测模型,对曲轴的疲劳寿命进行预测,分析实验方法的可行性和预测结果的准确性,可以降低预测的计算量,缩短预测所需要的时间,并针对非线性最小二乘法在疲劳寿命预测时存在较大误差这一突出问题,结合样本空间优化的方法拟合,对提高曲轴疲劳寿命预测精度具有良好的效果。
-
公开(公告)号:CN116047888A
公开(公告)日:2023-05-02
申请号:CN202310002402.4
申请日:2023-01-03
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于BP神经网络PID的自平衡车的控制方法,包括确定BP神经网络的结构中的输入层节点及数目和隐含层数目,并给出各层权系数的初值和选定学习率、惯性系数;设k=1,采样得到r(k)、y(k),计算该时刻误差e(k);计算BP神经网络各层神经元的输入、输出,输出层的输出为PID控制器的三个可调参数;计算PID控制器的输出u(k);进行BP神经网络学习,在线调整权值系数,实现PID控制参数的调整;置k=k+1,返回到S1继续。本发明通过BP神经网络PID取得了较传统PID更好的控制效果。
-
公开(公告)号:CN115713206A
公开(公告)日:2023-02-24
申请号:CN202211424041.4
申请日:2022-11-14
Applicant: 南京林业大学
IPC: G06Q10/0631 , G08G1/01 , G06Q10/047 , G06N7/01 , G06F18/2321
Abstract: 本发明公开了一种公交个体出行决策模型,基于对公交个体出行数据的分析获得公交个体的的出行规律,作为模型初始的基础数据输入;通过时间匹配方法、出行链理论和公交站点特征识别和推算公交出行个体的上下车站点信息,并结合多模式公交的内涵和功能层级完成个体出行链的识别和划分,为个体的出发或到达站点簇定义虚拟起终点,完成对个体出行数据的分析处理;然后基于通过上述方法获得的个体历史出行信息,以个体为单位并基于马尔可夫决策过程理论建立关于出发时刻选择、上车站点选择和公交线路选择的个体出行决策模型;可以使得个体自身在总成本尽量小的情况下到达出行终点。
-
公开(公告)号:CN114091203B
公开(公告)日:2024-11-15
申请号:CN202111410973.9
申请日:2021-11-25
Applicant: 南京林业大学
IPC: G06F30/17 , G06F30/25 , G06F111/10 , G06F119/14 , G06F119/02 , G06F119/04
Abstract: 本发明公开一种曲轴加速疲劳试验的方法,包括建立曲轴裂纹深度随循环次数变化的经验模型、对建立的经验模型优化,获得曲轴剩余寿命预测模型的递推公式,建立曲轴剩余寿命预测的状态转移方程和观测方程,基于建立的曲轴剩余寿命预测的状态转移方程和观测方程作为现验数据,采用粒子滤波算法对曲轴疲劳寿命进行预测等步骤,本发明在确定曲轴疲劳破坏裂纹阈值的基础上,基于时间序列分析方法,曲轴的弯曲剩余疲劳寿命预测模型,并基于多组试验数据对预测结果进行试验验证,与实际数据得到的疲劳极限载荷进行对比,在曲轴失效之前就可以对其剩余寿命进行准确预测,可以达到加速的效果,缩短曲轴疲劳试验的时间。
-
公开(公告)号:CN109147748B
公开(公告)日:2024-04-19
申请号:CN201811314933.2
申请日:2018-11-06
Applicant: 南京林业大学
IPC: G10K11/16
Abstract: 本专利提供一种电磁场的磁力线能够更多地通过磁流变液,磁流变液的效用发挥充分,简单简便、体积小巧的隔声量可调磁流变液隔声单元,它包括上下层叠的面板、夹层板和底板,底板中安置有数个电磁铁,夹层板中安置数个内装磁流变液的磁流变液罐,面板为定位封闭板;每个电磁铁的上部有一个磁流变液罐,磁流变液罐的中心线与电磁铁的中心线重合;每个电磁铁的励磁线圈通电后,相邻两电磁铁的磁极方向相反。本专利同时提供一种可快速安装和拆卸、便于空间的重新布局的拼接式隔声量可调磁流变液隔声体,它由多个隔声量可调磁流变液隔声单元通过侧面拼接而成。
-
公开(公告)号:CN115964868A
公开(公告)日:2023-04-14
申请号:CN202211596984.5
申请日:2022-12-12
Applicant: 南京林业大学
IPC: G06F30/20 , G01M15/02 , G06F17/18 , G06F111/10 , G06F119/04 , G06F119/10
Abstract: 本发明公开了一种曲轴加速疲劳试验方法,包括如下步骤:步骤一、建立曲轴固有频率与循环次数的经验模型,所述经验模型为双指数模型:步骤二、对建立的经验模型进行简化,建立预测曲轴剩余疲劳寿命的卡尔曼滤波系统观测模型;步骤三、通过UKF系统观测模型预测曲轴的剩余疲劳寿命。本发明采用改进以后的卡尔曼滤波剩余寿命预测方法,可以应用于曲轴加速疲劳方法,而且所用实验数据少,预测结果与实际结果接近,只需做前一部分的实验就能对实际结果进行预测,在降低实验成本的同时也能减少实验时间,具有良好的经济实用性。
-
公开(公告)号:CN110059449B
公开(公告)日:2022-12-13
申请号:CN201910439038.1
申请日:2019-05-24
Applicant: 南京林业大学
IPC: G06F30/17 , G06F30/20 , G06F119/14 , G06F119/04
Abstract: 本发明公开了一种基于改进应力场强法的曲轴疲劳极限载荷预测方法,包括步骤:取同种材料、不同结构的两款曲轴,其中第一款曲轴的疲劳极限载荷已知,第二款曲轴的疲劳极限载荷未知;对第一款曲轴在其疲劳极限载荷作用下的应力状态进行分析,获取第一款曲轴在极限载荷作用下的应力分布并计算第一款曲轴的权函数,从而确定第一款曲轴的场径值;对第二款曲轴施加1000 N·m的弯矩载荷,并利用相对应力梯度修正得到第二款曲轴的场径值以及在该弯矩载荷作用下的场强值;从而预测第二款曲轴的疲劳极限载荷。本方法能够更为准确地预测同种材料、不同结构的曲轴的疲劳极限载荷,可大幅降低曲轴圆角半径对预测结果的影响。
-
公开(公告)号:CN119203452A
公开(公告)日:2024-12-27
申请号:CN202411304949.0
申请日:2024-09-19
Applicant: 南京林业大学
IPC: G06F30/18 , G01N3/08 , G01B21/32 , G06F119/14
Abstract: 本发明公开一种基于改进Kelvin‑Voight模型的重组竹材压缩蠕变应变预测方法,该方法首先通过对重组竹材进行2种不同应力水平下的蠕变试验,并采用一种新的基于变阶次的R‑L分数阶理论定义的Kelvin‑Voight黏弹性力学本构关系模型对其进行分析,获得模型在这2种应力水平下的主要参数值;其次分别采用指数函数与幂函数,对应力与主要模型参数之间的关系进行拟合,获得这些模型参数在其他任意指定应力水平下的数值;最后基于前一步获得的参数值及Kelvin‑Voight模型,对重组竹在其他应力水平下的压缩蠕变进行预测。研究结果表面基于该方法能够有效克服重组竹自身力学性能分散性强的缺陷,准确预测多款重组竹试件的压缩蠕变应变,具有较好的工程适用性。
-
公开(公告)号:CN118789996A
公开(公告)日:2024-10-18
申请号:CN202410944982.3
申请日:2024-07-15
Applicant: 南京林业大学
IPC: B60G17/08 , B60G17/019 , B60G17/016 , B62H1/10
Abstract: 本发明公开一种电动三轮车侧翻主被动安全系统及方法,该电动三轮车侧翻主被动安全系统包括主动安全装置以及被动安全装置,主动安全装置包括布置在电动三轮车后轴位置上的两个液压杆、设置在电动三轮车车厢中轴线位置的倾斜角传感器、设置在在三轮车上的横摆角传感器以及控制器,被动安全装置在电动三轮车车身侧翻超过极限角度时,被动安全装置被触发,撑杆在横向限位杆的作用下自动撑开,抵住地面,同时横向限位杆控制支撑杆的展开角度,避免因侧翻造成重大伤害,该种电动三轮车侧翻主被动安全系统及方法,以提高车辆在行驶过程中的安全性,降低侧翻事故的风险。
-
-
-
-
-
-
-
-
-