-
公开(公告)号:CN117574750A
公开(公告)日:2024-02-20
申请号:CN202311370343.2
申请日:2023-10-20
Applicant: 哈尔滨工程大学
IPC: G06F30/27 , G06N3/126 , G06F113/04 , G06F111/06 , G06F111/04 , G06F119/08
Abstract: 本发明提供一种SOFC‑MGT耦合系统多目标优化方法及系统,涉及混合供电技术领域,所述方法包括:根据目标工况,设置SOFC‑MGT耦合系统模型的初始参考量和多目标优化算法的算法参数,并根据多目标优化算法和初始参考量,得到初始变量种群,获取满足条件的初始变量种群的最优解,根据迭代完成的所有初始变量种群的最优解,得到目标工况的最优解集,再通过帕累托解集,优化目标工况。本发明通过多目标优化算法实现对目标的精准优化,提高优化效率与精度,以改善SOFC‑MGT耦合系统的运行性能。
-
公开(公告)号:CN116605397A
公开(公告)日:2023-08-18
申请号:CN202310351813.4
申请日:2023-04-04
Applicant: 哈尔滨工程大学
IPC: B63H21/20 , B63H21/21 , B63H23/30 , B63H23/02 , H01M8/04089 , H01M8/04082 , H01M8/04302 , H02J3/38 , H02J3/32
Abstract: 本发明的目的在于提供一种基于燃料电池与发动机气路集成设计的船舶氨‑电混合动力系统,包括氨燃料发动机、双馈感应电机、螺旋桨、齿轮箱、柴发机组、燃料电池、氨气存储供给系统、变电装置、船舶电网、以及液压元件等。本发明的技术方案,能够实现氨燃料发动机与双馈感应电机的混合推进,柴发机组与燃料电池,锂电池协调供电,进一步提高了整船推进效率。提出了发动机与燃料电池气路协调方案,能够实现二者工作的优势互补,简化了气路设计冗余,提高了系统的集成度。
-
公开(公告)号:CN110501028A
公开(公告)日:2019-11-26
申请号:CN201910870101.7
申请日:2019-09-16
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种用于双轴旋转MEMS-SINS的十六位置旋转调制方法领域。所述方法包括如下步骤:令MEMS方位轴沿ozb轴方向做单轴正反旋转运动,反转180°、反转90°、正转180°、正转90°,每个位置停留Ts秒,该旋转过程方位轴的常值偏差无法被调制,因此在单轴转停运动结束后,令MEMS绕oyb轴正向旋转180°使方位轴朝下转至位置B;到达位置B后,绕-ozb轴重复步骤(1)中的单轴旋转过程以消除方位轴误差累积,单轴旋转结束后,再令MEMS绕oyb轴反向旋转180°重新回到位置A。本发明提高了双轴旋转式MEMS-SINS的导航定位精度,具有旋转方式简单、易于实现、对低成本MEMS惯性器件误差抑制效果明显等优点。
-
公开(公告)号:CN109589580A
公开(公告)日:2019-04-09
申请号:CN201811322738.4
申请日:2018-11-08
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了基于视觉识别和全向移动的智能网球训练机器人及训练方法,属于光机电一体化设备和智能机器人技术领域。由全向移动底盘、发射机构云台、视觉识别系统和球仓机构四部分组成。主控芯片根据训练模式输出对应的命令状态,相应的执行元件发出对应的动作,测量元件把测量的数据反馈给主控芯片,并做出相应的调节动作。训练模式分为定点肌肉记忆模式、体能训练模式、高级技巧模式、随机球模式四种。全向移动可以快速精确的移动到指定位置,采用6字形供弹机构,实现了高频发球和变频发球;加入了Roll轴电机使得机器人具备发射多角度旋球的能力;采用视觉识别系统,从而实现智能化的训练目的。
-
公开(公告)号:CN117454975A
公开(公告)日:2024-01-26
申请号:CN202311407884.8
申请日:2023-10-27
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于改进自适应遗传算法的恒星选择方法及系统,涉及图像定位与配准技术领域。本发明的技术要点包括:对获取的基础星表数据进行预处理;将预处理后的基础星表数据输入基于改进遗传算法的选择模型中进行选择:使用二进制方式进行编码,并进行种群初始化;根据适应度函数对个体适应度进行计算,并根据计算出的适应度值,通过改进的自适应调整策略计算交叉和变异概率,并根据计算的交叉和变异概率进行选择、交叉和变异操作;对基因进行解码并计算约束条件;当达到最大迭代次数且所有指向视场信息均已优选完成则输出恒星选择结果。本发明能够在给定成像仪视场中恒星数量的前提下选出分布均匀的恒星,供成像仪观测,校正成像仪指向。
-
公开(公告)号:CN115726875A
公开(公告)日:2023-03-03
申请号:CN202211558605.3
申请日:2022-12-06
Applicant: 哈尔滨工程大学
Abstract: 本发明的目的在于提供一种用于LNG燃气发动机的组合式轻量化排气管,包括第一三缸共管、第二三缸共管、连接法兰,第一三缸共管与第二三缸共管通过连接法兰固定在一起,第一三缸共管和第二三缸共管上均开设三个进气端口,第一三缸共管和第二三缸共管未与连接法兰固定的一侧均设置排气端口,第一三缸共管上的三个进气端口连通第一三缸共管的排气端口,第二三缸共管上的三个进气端口连通第二三缸共管的排气端口,第一三缸共管与第二三缸共管上开设进气端口的对侧设置加强筋。本发明使用两段分别供3缸共用的排气管组合成为总管,具有易拆卸方便维修的特点。在可靠的仿真分析中,满足在保守的排气压力作用下的抗拉强度要求,具有良好的工作性能。
-
公开(公告)号:CN111985093B
公开(公告)日:2022-06-21
申请号:CN202010766995.8
申请日:2020-08-03
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种带噪声估计器的自适应UKF状态估计方法,包括:建立目标跟踪非线性离散状态空间模型并确立UT采样点和权值。将采样点经非线性函数传递,加权处理得到一步预测和预测协方差矩阵。完成预测协方差与观测噪声协方差更新。采用UT方法更新滤波相关参数。联合后验概率密度函数的变分近似的参数解算并完成步骤四中的参数更新。联合后验概率密度函数的变分近似的一步预测协方差与观测噪声协方差解算并更新。输出后验状态估计和估计协方差矩阵。本发明的方法在带有非高斯噪声并且噪声统计特性未知的情况下完成目标跟踪过程中的状态估计任务,其精度和时间消耗低于标准UKF算法,具有良好的实际应用价值。
-
公开(公告)号:CN110763254A
公开(公告)日:2020-02-07
申请号:CN201910988147.9
申请日:2019-10-17
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于MEMS导航系统的双轴转位机构及其标定方法,可绕着两个相互垂直的轴进行360°的旋转,可保证MEMS惯性器件进行全方位的数据测量,可完成MEMS惯导系统的双轴旋转调制技术以及外场标定技术,可极大的提高导航系统的位置、速度和姿态精度。本发明主要由旋转平台模块、底部支撑模块、电路模块等组成,是通过控制输入的脉冲可以实现旋转平台的运动控制以及转停位置控制,利用谐波减速器的机械细分可以实现角分级的单脉冲运动,利用光电传感器的运动检测可以实现旋转平台的初始、结束的回归零位,利用导电滑环可以解决旋转过程中传输线路的缠绕问题。其体积较小便于携带,且运动精度较高十分适用于工程环境下MEMS惯导系统的应用与实验测试工作。
-
公开(公告)号:CN110501027A
公开(公告)日:2019-11-26
申请号:CN201910869854.6
申请日:2019-09-16
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种最优最优转停时间分配方法领域,尤其涉及一种用于双轴旋转MEMS-SINS的最优转停时间分配方法领域。一种用于双轴旋转MEMS-SINS的最优转停时间分配方法,所述方法包括如下步骤:根据研究分析得出的误差抵消原则和转位机构性能指标设计转位方案;提取惯性器件的各项误差准备仿真实验;依据所设计的转位方案进行不同转停时间下的仿真实验,由仿真结果得出最优转停时间分配;在仿真结果的基础上进行试验验证,依据试验结果进一步优化转停时间分配,最大限度的提高导航定位精度。本发明对MEMS双轴旋转式捷联惯导系统的转停时间进行最优分配,来实现对MEMS惯性器件偏差最大程度的抑制,进一步提高系统导航定位精度。
-
公开(公告)号:CN110345942A
公开(公告)日:2019-10-18
申请号:CN201910643233.6
申请日:2019-07-17
Applicant: 哈尔滨工程大学
Abstract: 本发明提供了一种基于角速率输入的插值三子样圆锥误差补偿算法,属于导航算法领域。捷联惯导系统姿态解算中,在陀螺仪的输入为角速率和不损失姿态角更新频率的条件下,以三子样圆锥误差补偿算法为基础,设计了插值三子样圆锥误差补偿算法。通过运用前三个时刻和当前时刻的角速率拟合曲线,在当前时刻的输入角速率和前一时刻的输入角速率中间插值两个输入角速率,完成插值三子样圆锥误差补偿。本发明设计的角速率插值三子样圆锥误差补偿算法的姿态更新频率与传统的三子样圆锥误差补偿算法的姿态更新频率相比提高三倍,与单子样圆锥误差补偿算法的姿态更新频率相同,而姿态角误差明显小于单子样圆锥误差补偿算法。
-
-
-
-
-
-
-
-
-