-
公开(公告)号：CN120011898A
公开(公告)日：2025-05-16
申请号：CN202510486699.5
申请日：2025-04-18
Applicant: 青岛理工大学
IPC: G06F18/241 , G06F18/27 , G06F18/213 , G06F18/15 , G06F18/25 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06F123/02
Abstract: 本发明属于自动驾驶技术领域，具体涉及无人机定位跟踪风险识别方法、存储介质及应用。实时接收无人机飞行过程中的状态数据；数据预处理与标准化后，采用滑动时间窗口重组状态数据，构造出下一时刻无人机的状态张量格式；采用一维卷积神经网络结合双向长短期记忆网络进行特征提取；特征整合与最终状态预测。该方法针对无人机的多维运动状态信息，采用滑动时间窗口取样并滑动进行的方式构建预测关系，结合高效的序列空间与时间双维度特征提取机制，提高预测的准确性与稳定性，提高了无人机控制系统的安全性与决策的实时准确性。
-
公开(公告)号：CN117804811B
公开(公告)日：2024-08-09
申请号：CN202410231427.6
申请日：2024-03-01
Applicant: 青岛理工大学
IPC: G01M99/00 , G06F18/10 , G06F18/214 , G06N3/0442 , G06N3/0464 , G06N3/084 , G01D21/02
Abstract: 本发明属于故障检测技术领域，涉及注意力机制深度神经网络港机装备健康诊断系统及方法，该方法对港口起重机械的起升机构、闭合机构、回转机构、变幅机构等几个关键部位安装温振传感器和温度传感器采集港口起重机械的电机温度信号与振动信号。经过采集信号的长期积累，将采集到的数据存入数据库中进行长期保存，构建港口起重机械信号测试数据集。将测试集中的数据进行预处理后输入到训练好的深度学习算法模型中进行预测准确度验证。将预测结果存入数据库中建立历史预测结果数据库，将可视化平台与该数据库相连，将预测结果可视化展示。本发明能够减少港口起重机械的故障故障预警时间并提升故障预测准确率。
-
公开(公告)号：CN116257057A
公开(公告)日：2023-06-13
申请号：CN202310093745.6
申请日：2023-02-03
Applicant: 青岛理工大学
IPC: G05D1/02
Abstract: 本发明涉及基于区域划分的农机作业路径规划方法及系统，包括：获取农机作业区域大小和区域内的障碍物形成环境地图信息；以农机位置作为起始坐标，仓库位置为终点坐标，并根据获取的环境地图信息进行环境建模；得到起始坐标到达终点坐标的初始可行路径群，将环境地图信息中的障碍物视为圆形障碍物，根据其圆心坐标作为区域划分中各子区域边界的连接节点，以终点坐标作为初始节点向下一节点延伸，将初始节点与各个延伸的节点连接实现区域划分，得到多组子区域并在子区域内进行路径搜索，得到子区域内的最优路径，经更新后得到最终的最优可行路径。
-
公开(公告)号：CN119766020A
公开(公告)日：2025-04-04
申请号：CN202510026870.4
申请日：2025-01-08
Applicant: 青岛理工大学
IPC: H02P21/00 , H02P21/18 , H02P25/022 , H02P27/12 , G05B13/04
Abstract: 本申请属于电机控制技术领域，具体涉及一种永磁同步电机无速度传感器的控制方法及系统，以电机数学模型为基础，利用电机实际输出与数学模型计算值之间的转速差值作为数据集的输出，训练神经网络模型，有效克服了电机磁路非线性、电磁及机械惯性等因素导致的难以建立精确电机数学模型的问题，同时也解决了直接利用电机实际转速训练的神经网络模型在控制系统中应用受限的问题，减轻了神经网络训练负担以及模型复杂度。
-
公开(公告)号：CN119200419B
公开(公告)日：2025-02-21
申请号：CN202411729849.2
申请日：2024-11-29
Applicant: 青岛理工大学 , 山东金大丰机械有限公司
IPC: G05B13/04
Abstract: 本发明属于控制技术领域，涉及事件触发的鲁棒非线性模型预测控制农机轨迹跟踪方法。该方法包括：建立农机横纵向动力学模型及其状态空间方程，对农机运行轨迹进行跟踪；构建改进的非线性模型预测控制系统，改进的非线性模型预测控制系统包括伪胡贝尔函数改进代价函数的农机标称系统非线性控制器，求解农机标称系统的控制输入；优化求解器，采用强化学习演员‑评论家算法逼近农机模型不确定性补偿；利用自适应参数非线性扰动观测器估计补偿农机受到的外界扰动；通过事件触发机制，根据农机轨迹跟踪的真实值和预测值之间的误差来判断是否触发优化求解器优化求解，得到农机轨迹跟踪控制器的输入。本发明增强了控制系统的鲁棒性，降低了计算频率。
-
Patent Agency Ranking
公开(公告)号：CN118192546A
公开(公告)日：2024-06-14
申请号：CN202410215065.1
申请日：2024-02-27
Applicant: 青岛理工大学
Abstract: 本发明公开了基于改进非线性模型预测控制的农机轨迹跟踪方法及系统；方法，包括：获取农机实际运行数据，所述农机实际运行数据包括：农机的位置、速度和前轮实际转向角；基于获取的农机实际运行数据，构建原始农机横摆动力学状态空间方程；所述原始农机横摆动力学状态空间方程，考虑未知时变扰动和建模不确定性；构建径向基神经网络降阶扰动观测器，以对未知时变扰动和建模不确定性进行估计和补偿；其中，径向基神经网络，用于对建模不确定性部分进行逼近；基于补偿的农机横摆动力学状态空间方程，构建非线性模型预测控制器；所述非线性模型预测控制器，包括目标函数和约束条件；基于非线性模型预测控制器实现农机运行轨迹在设定的轨迹范围内。
-
公开(公告)号：CN117668670B
公开(公告)日：2024-05-10
申请号：CN202410137760.0
申请日：2024-02-01
Applicant: 青岛理工大学 , 青岛杰瑞工控技术有限公司
IPC: G06F18/241 , G06F18/23213 , G06F18/25 , G06F18/2131 , G06N3/0464 , G06N3/0455 , G06N3/045 , G06N3/088 , G01D21/02 , G06F123/02
Abstract: 本发明属于故障检测领域，具体涉及一种港口起重装备故障诊断方法及系统，该方法包括利用T分布式随机邻居嵌入(T‑SNE)与无监督学习聚类算法(K‑means)结合针对工业设备的无标签数据的处理,对无标签数据进行自动分类设置标签，提高了模型对无标签数据的适应能力，结合了CNN对时序数据特征挖掘能力以及Transform可以学习与时间长度无关的时序数据的能力，时域频域双通道解决了单个域对预测结果的限制，提高了模型对港口故障数据故障诊断的准确性。
-
公开(公告)号：CN116245267A
公开(公告)日：2023-06-09
申请号：CN202310187405.X
申请日：2023-03-02
Applicant: 青岛理工大学
IPC: G06Q10/047 , G06N3/006 , G06N7/08 , G01C21/20
Abstract: 本发明公开了一种融合爬山策略的改进粒子群混合的智能农机路径规划算法，包括S1.输入路径规划数据，假设每个粒子表示一条路径，利用Tent混沌映射算法对改进粒子群算法中的粒子群位置进行初始化；S2.利用随机惯性权重更新策略和粒子速度更新公式对粒子的速度和位置进行更新，采用异步动态调整算法对学习因子进行动态调整；S3.判断是否满足路径规划数据的结束条件，当不满足结束条件时，重新执行S2；S4.对于满足结束条件的初始解，作为爬山算法的输入继续进行路径寻优，在经过爬山算法搜索后输出整体最优粒子，即最优路径。其优点在于，本算法在复杂场景特别是曲面地形中的寻优能力与跳出局部最优解的能力方面上具有一定的提升。
-
公开(公告)号：CN119940258A
公开(公告)日：2025-05-06
申请号：CN202510066337.0
申请日：2025-01-16
Applicant: 青岛理工大学
IPC: G06F30/367 , G06F30/373 , G06F119/14 , G06F119/18
Abstract: 本发明属于电机制造技术领域，具体涉及基于定子偏心的永磁电机轴承减荷设计方法及永磁同步电机。该方法包括以下步骤：建立不均匀气隙永磁同步电机模型；进行磁场分布仿真，获取磁通密度和磁场强度分布数据；计算不同气隙位置的磁拉力分布，评估不均匀分布的气隙对承轴的影响；调整不均匀气隙的厚度，达到减轻轴承负荷的效果。本发明通过不均匀气隙的设计，可以使得磁拉力在电机自重方向上产生一种反向力矩，这个力矩在一定程度上能够有效抵消电机本身重力的影响。这样，电机重力与磁拉力之间相互作用，从而形成对承轴的综合影响，减轻了承轴需要承受的额外负荷。
-
公开(公告)号：CN117668670A
公开(公告)日：2024-03-08
申请号：CN202410137760.0
申请日：2024-02-01
Applicant: 青岛理工大学 , 青岛杰瑞工控技术有限公司
IPC: G06F18/241 , G06F18/23213 , G06F18/25 , G06F18/2131 , G06N3/0464 , G06N3/0455 , G06N3/045 , G06N3/088 , G01D21/02 , G06F123/02
Abstract: 本发明属于故障检测领域，具体涉及一种港口起重装备故障诊断方法及系统，该方法包括利用T分布式随机邻居嵌入(T‑SNE)与无监督学习聚类算法(K‑means)结合针对工业设备的无标签数据的处理,对无标签数据进行自动分类设置标签，提高了模型对无标签数据的适应能力，结合了CNN对时序数据特征挖掘能力以及Transform可以学习与时间长度无关的时序数据的能力，时域频域双通道解决了单个域对预测结果的限制，提高了模型对港口故障数据故障诊断的准确性。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.032 seconds)
