-
公开(公告)号:CN116449849A
公开(公告)日:2023-07-18
申请号:CN202310616443.2
申请日:2023-05-29
Applicant: 淮阴工学院
IPC: G05D1/02
Abstract: 本发明提供一种基于计算机视觉与机器学习的无人扫地车充电对接方法,包括扫地车以及固定在园区内的充电桩,扫地车与充电桩的充电对接方法包括接收RTK数据并进行地图打点,扫地车绕着园区内需打扫道路进行地图打点,建立园区的道路地图,在地图上设置充电桩的位置信息;扫地车进行扫地作业过程中,电量不足时自主充电,首先接收RTK和IMU的数据,根据地图上充电桩的位置信息,运行Q‑learning算法,将扫地车当前的位置与充电桩的位置进行路径规划,在扫地车运动到充电桩的位置时,实时检测行人和车辆,直至扫地车运动到充电桩的位置,然后识别并定位二维码的位置,控制扫地车进行对接充电。能在工业园区实现扫地车的避障及自动充电。
-
公开(公告)号:CN117471310A
公开(公告)日:2024-01-30
申请号:CN202311419711.8
申请日:2023-10-30
Applicant: 淮阴工学院
Abstract: 本发明公开了一种基于专家系统的永磁同步电机的健康检测与诊断方法,包括使用专家系统的逻辑推断使得数据与推理逻辑分割开来;使用故障树诊断方法对电机运行参数控制领域的专业知识进行分析,确保故障的产生、故障的解决逻辑清晰,且采用故障树方法分析生成产生式的规则;采用CLIPS语言进行实现,能够确保跨平台性。能够精确的监测电机的实时运行状况,将对故障的解决转化为专家知识的积累,降低了电机操作人员的专业要求,并且提高了应对故障的效率。将专家系统推理引入电机控制领域,将专业人员的技能积累转化为程序数据库的积累,增加故障解决效率,降低操作人员专业要求。使用CLIPS进行系统的开发,能够有效的嵌入进各类控制系统。
-
公开(公告)号:CN116738314A
公开(公告)日:2023-09-12
申请号:CN202310704537.5
申请日:2023-06-14
Applicant: 淮阴工学院
IPC: G06F18/241 , G06F18/214 , G06F18/10 , G06F17/14 , G06Q10/20
Abstract: 本发明为一种基于神经网络的空压机故障检测方法,包括以下步骤:获取空压机运行状态下的信号数据;对信号数据进行信号处理算法分析,收集处理后的参数信息;对空压机的故障情况进行分类,构建模型训练集;对应不同的故障信息,建立相应的神经网络模型;将实际信号数据输入模型,输出故障检测结果。本发明的优势是:将信号处理算法与神经网络算法结合,从信号的多个角度进行分析,得到更多元的参数信息,结合神经网络模型后,可提高空压机故障检测的精度与准确性。
-
公开(公告)号:CN117113664A
公开(公告)日:2023-11-24
申请号:CN202311040158.7
申请日:2023-08-17
Applicant: 淮阴工学院
IPC: G06F30/20 , F04B49/06 , G06F17/11 , G06F111/04 , G06F111/06
Abstract: 本发明涉及空压机优化控制领域,公开了一种空压机电机参数动态优化方法,利用UDP协议实时采集空压机数据;将经过预处理和解析后的数据导入仿真模型,包括交流电机模型和电机的矢量控制模块,交流电机模型是以Active flux模型为框架创建交流电机模型,电机的矢量控制模块包括PMSM逆变器模块、速度PI控制器模块、坐标变换模块、电流PI控制器模块、SVPWM模块、仿真输出模块记录仿真结果;以电机仿真模型作为目标函数,设置控制参数的搜索空间和约束条件,使用优化算法进行迭代优化,找到最优的控制参数。与现有技术相比,本发明通过动态优化空压机电机的控制参数,实时调整控制参数,实现更高效、稳定和可靠的空气压缩过程,提高生产效率和产品质量。
-
-
-