一种分子量分布控制中传感器故障诊断与容错控制方法

    公开(公告)号:CN109799802A

    公开(公告)日:2019-05-24

    申请号:CN201811489086.3

    申请日:2018-12-06

    Applicant: 郑州大学

    Abstract: 本发明提出了一种分子量分布控制中传感器故障诊断与容错控制方法,步骤为:通过质量光谱仪或激光测试技术在线获得化工反应过程分子量的分布,得到输出概率密度函数,用B样条神经网络逼近输出概率密度函数;建立系统的状态空间模型,经扫描辨识法变换后得到状态空间模型的参数,设计学习故障诊断观测器;利用学习故障诊断观测器实时监控传感器是否有故障发生,当有故障发生,及时估计出故障信息;利用估计的故障信息对系统的输出权值进行补偿;将设计好的控制信号输入系统,使系统输出分子量分布跟踪期望分子量的分布。本发明可为系统运行过程中的可靠性和安全性提供保障,为相关企业人员的生命安全和财产安全保驾护航。

    基于深度学习的五花肉特征提取方法、电子设备及计算机可读介质

    公开(公告)号:CN117422899A

    公开(公告)日:2024-01-19

    申请号:CN202311144674.4

    申请日:2023-09-06

    Applicant: 郑州大学

    Abstract: 本发明实施例公开了基于深度学习的五花肉特征提取方法、电子设备和计算机可读介质;方法包括步骤:S1、构建猪肉图像数据集;S2、对猪肉图像数据集进行数据增强处理;S3、对增强的猪肉数据集进行标注;并将数据集分为训练集、验证集和测试集;S4、构建识别五花肉的神经网络模型;S5、训练构建的卷积神经网络模型;S6、对训练后的卷积神经网络模型进行评价,选取最合适的五花肉特征提取模型;S7、利用选取的五花肉特征提取模型进行特征提取可视化。基于深度学习的五花肉特征提取方法,能够对五花肉的特征进行准确提取,提取准确率高、效率高、成本低,大大提高了猪肉分拣效率和分拣水平。

    基于拉氏变换的网络化伺服电机系统主动容错控制方法

    公开(公告)号:CN109814371A

    公开(公告)日:2019-05-28

    申请号:CN201910025789.9

    申请日:2019-01-11

    Applicant: 郑州大学

    Abstract: 本发明提出了一种基于拉氏变换的网络化伺服电机系统主动容错控制方法,其步骤如下:利用电机的具体参数进行建模得到传递函数模型,将传递函数模型转化成状态空间模型;设随机时延满足指数分布或均匀分布,通过拉氏变换将含有随机时延的控制系统进行等效变换;基于等效变换后的等效系统设计故障诊断观测器;利用故障诊断观测器进行故障估计,利用故障估计信息设计容错控制器;当诊断到故障发生后将设计的容错控制器输入伺服电机的控制器中进行容错控制。本发明简化了时延的处理过程,实现对故障快速准确的估计,自适应性强,更大限度地提高系统的性能,具有重要的理论意义与实际意义。

    一种分子量分布控制中传感器故障诊断与容错控制方法

    公开(公告)号:CN109799802B

    公开(公告)日:2021-06-25

    申请号:CN201811489086.3

    申请日:2018-12-06

    Applicant: 郑州大学

    Abstract: 本发明提出了一种分子量分布控制中传感器故障诊断与容错控制方法,步骤为:通过质量光谱仪或激光测试技术在线获得化工反应过程分子量的分布,得到输出概率密度函数,用B样条神经网络逼近输出概率密度函数;建立系统的状态空间模型,经扫描辨识法变换后得到状态空间模型的参数,设计学习故障诊断观测器;利用学习故障诊断观测器实时监控传感器是否有故障发生,当有故障发生,及时估计出故障信息;利用估计的故障信息对系统的输出权值进行补偿;将设计好的控制信号输入系统,使系统输出分子量分布跟踪期望分子量的分布。本发明可为系统运行过程中的可靠性和安全性提供保障,为相关企业人员的生命安全和财产安全保驾护航。

Patent Agency Ranking