-
公开(公告)号：CN117493839A
公开(公告)日：2024-02-02
申请号：CN202310783798.0
申请日：2023-06-29
Applicant: 重庆邮电大学
IPC: G06F18/213 , G06F18/214 , G06N3/006 , G06N3/047 , G06N3/084 , G06F18/24 , G06F18/25
Abstract: 本发明公开一种基于多输入融合深度置信网络的滚动轴承故障诊断方法，属于轴承故障诊断领域。首先，提出一种多输入融合深度置信网络(MIF‑DBN)，采用多输入层代替传统深度置信网络(DBN)的单输入层，将多域特征数据通过低维的简单融合转换成高维的自适应融合，增强DBN的特征提取能力和泛化能力。其次，在DBN的联想记忆模块设置输入通道的融合策略，利用量子粒子群算法(QPSO)优化融合权重系数，在一定程度上避免过拟合现象，进一步提升模型的泛化能力。最后，与传统DBN模型进行了比较，验证MIF‑DBN模型的有效性。
-
公开(公告)号：CN114294164B
公开(公告)日：2023-03-28
申请号：CN202111498145.5
申请日：2021-12-09
Applicant: 重庆邮电大学
IPC: F03D7/04
Abstract: 本发明公开了一种风力发电机分数阶变桨控制方法，涉及到风力发电系统控制技术领域。首先，根据空气动力学相关理论建立风力机数学模型，考虑到机械传动系统中齿轮箱易出故障，静液压传动系统效率较低等问题，采用机械液压混合的方式进行传动，并建立了机械液压混合传动系统仿真模型。然后，为了改善系统的动态性能和保证全局稳定性，结合积分滑模控制和反步法设计变桨距控制器，同时将分数阶微积分理论与变桨控制器结合，有效提高了控制器的灵活性。最后，针对积分滑模控制带来的抖振以及风力机系统中存在的内外部扰动，设计分数阶扩张状态观测器减小抖振和内外部扰动对系统造成的影响。
-
公开(公告)号：CN114294164A
公开(公告)日：2022-04-08
申请号：CN202111498145.5
申请日：2021-12-09
Applicant: 重庆邮电大学
IPC: F03D7/04
Abstract: 本发明公开了一种风力发电机分数阶变桨控制方法，涉及到风力发电系统控制技术领域。首先，根据空气动力学相关理论建立风力机数学模型，考虑到机械传动系统中齿轮箱易出故障，静液压传动系统效率较低等问题，采用机械液压混合的方式进行传动，并建立了机械液压混合传动系统仿真模型。然后，为了改善系统的动态性能和保证全局稳定性，结合积分滑模控制和反步法设计变桨距控制器，同时将分数阶微积分理论与变桨控制器结合，有效提高了控制器的灵活性。最后，针对积分滑模控制带来的抖振以及风力机系统中存在的内外部扰动，设计分数阶扩张状态观测器减小抖振和内外部扰动对系统造成的影响。
-
公开(公告)号：CN112523944B
公开(公告)日：2022-02-11
申请号：CN202011590964.8
申请日：2020-12-29
Applicant: 重庆邮电大学
IPC: F03D7/00
Abstract: 本发明公开了一种风力发电机变桨系统自适应动态面控制方法，涉及到风力机变桨控制领域。首先，由于风力机系统具有时变，非线性等因素，难以建立精准的高阶系统模型，将原风力机系统模型进行线性升阶，得到高阶反馈变量。然后，提出采用扩张观测器对升阶后的系统参数进行观测，目的是为了能够更加精确地观测高阶系统参数的变化。同时，由于外界因素的影响，高阶系统中存在部分不确定参数和未知干扰等，提出采用自适应算法进行逼近，从而实现对系统模型进行实时补偿。最后通过动态面算法推导出系统控制律，使整个系统满足要求。
-
公开(公告)号：CN112523945B
公开(公告)日：2021-11-30
申请号：CN202011594413.9
申请日：2020-12-29
Applicant: 重庆邮电大学
IPC: F03D7/00
Abstract: 本发明公开了一种双馈风力机最大风能捕获自抗扰非线性控制方法，涉及双馈风机变流器控制领域。首先，本发明基于最佳叶尖速比，得到双馈风机的最佳参考转速作为外环的转速参考值，通过直接转速控制实现风力机的最大风能捕获控制，并采用扩张状态观测器对外环转子转速及系统综合扰动进行观测，以提高系统的抗干扰能力。接着，对基于定子磁链定向的转矩内环采用反馈线性化解耦控制，用以表征双馈风电机组的非线性特性。最后结合滑模控制，提出了转速外环自抗扰滑模控制器和转矩内环反馈线性化滑模控制器相结合的双闭环控制策略，提高了系统的鲁棒性及动态响应速度。因此，双馈风电机组的最大风能捕获能力得到了进一步提升。
-
Patent Agency Ranking
公开(公告)号：CN109209768B
公开(公告)日：2020-06-16
申请号：CN201811008114.5
申请日：2018-08-31
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种大型风力机恒定输出功率控制方法，涉及风力机功率控制领域。首先，本发明在分析风力机系统影响功率输出状态变量的基础上，提出了变桨控制和转矩控制采用串联和并联相结合的复合控制策略。然后，提出采用人工蜂群算法对PID控制器初始参数进行优化的方法，减小初始时刻参数设置不当产生的过大超调量对系统的冲击。接着，设计了模糊推理规则对PID参数进行在线调整，并对模糊推理的论域做变论域处理，提高控制器自适应能力。本发明在减小系统超调的基础上，提高了控制器的自适应能力。因此，输出功率质量得到有效提高。
-
公开(公告)号：CN111081979A
公开(公告)日：2020-04-28
申请号：CN201911320867.4
申请日：2019-12-19
Applicant: 重庆邮电大学
IPC: H01M4/139 , H01M10/058 , H01M10/0525
Abstract: 本发明涉及一种锂离子电池、电极及其材料的设计与优化方法，属于锂离子电池领域。该方法包括：S1选择锂离子电池的相关材料并进行初步设计；S2制作电极片，然后组装成半电池，并进行活化，多次循环和静置，使其处于稳定的状态；S3对所制作的半电池进行脉冲充电和放电，记录脉冲充电和放电驰豫过程中的电压曲线；S4对上述电压曲线进行预处理，提取驰豫过程中的电压曲线；S5通过拟合的方法获取曲线的参数A和B，并以此为基础优化设计锂离子电池、电极及其材料的充电和放电性能；S6进行锂离子电池的生产，测试。本发明能够为锂离子电池、电极及其材料的设计与优化提供理论依据和参考指标，降低研发周期和研发成本。
-
公开(公告)号：CN108223274B
公开(公告)日：2019-11-12
申请号：CN201711261506.8
申请日：2017-12-04
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于RBF神经网络的大型风力机变桨距系统辨识方法，首先，本发明在传统神经网络辨识算法技术的基础上采用输出敏感度法对网络结构进行动态优化改进，采用英国Garrad Hassan Partners公司的Bladed风力机仿真软件控制仿真获取实验数据，风速v和桨距角β作为输入信号，发电功率P作为输出信号。进而，结合系统辨识原理，利用模型本身及相关的测量信息搭建辨识系统框架。其次，由于神经网络强大的非线性映射能力将RBF用于辨识算法，在系统输入信号激励下，使辨识系统输出无限逼近系统实际功率输出。最后，针对网络学习速率难以选取的问题，提出梯度下降法和优化算法相结合的方法导出网络结构的最优学习速率。本发明具有较强自适应能力和抗干扰能力，具有一定的实用价值。
-
公开(公告)号：CN116186586A
公开(公告)日：2023-05-30
申请号：CN202310195218.6
申请日：2023-03-01
Applicant: 重庆邮电大学
IPC: G06F18/24 , G01M13/045 , G06F18/213 , G06F18/2135 , G06F18/25 , G06N3/047 , G06N3/084 , G06N3/088 , G06N3/006
Abstract: 本发明公开了基于改进经验模态分解算法与优化深度置信网络的滚动轴承故障诊断方法，属于轴承故障诊断领域。首先，将信号分解成若干个固有模态函数(IMF)分量，采用皮尔逊相关系数计算原始信号与各IMF分量的相关程度；然后，设计了一个阈值，将IMF分量按pearson系数的大小分成三组，并提出了一种新的加权规则，根据IMF分量的相关系数大小，为其分配了不同的权重，并进行重构，增强了富含故障信息的IMF分量，从而提高了信噪比；而后，分别提取重构信号的时域、频域、小波域和多尺度能量矩特征，并使用主成分分析消除各域特征的量纲差异，构建多域融合特征集；最后，使用灰狼优化算法优化DBN的学习率，并将融合故障特征输入到DBN中进行二次挖掘，使用改进的softmax算法替换DBN中的传统softmax完成故障分类。
-
公开(公告)号：CN116167270A
公开(公告)日：2023-05-26
申请号：CN202310187893.4
申请日：2023-03-01
Applicant: 重庆邮电大学
IPC: G06F30/23 , G06F113/06
Abstract: 本发明公开了基于动力学仿真与双重GRA结合的风力机行星轮系裂纹故障诊断方法，首先，构建不同裂纹深度故障状态下的太阳轮三维模型，利用有限元软件生成齿轮的柔性体文件，在Adams中完成刚柔耦合模型的构建，并进行动力学分析；其次，根据动力学仿真提取时域仿真信号，并利用FFT得到相应的频域信号，提取时频域中有关齿轮损伤故障变化的多个特征参数；然后，引入与计算序列相关的参数构建与序列元素相关的关联度函数，实现对计算序列的简化以及算法精度的改进。本发明所提出的方法能够有效的计算出裂纹深度的阈值，缩减了计算序列长度，同时改进后计算结果区分度更大，故障样本与标准数据样本之间的关系更突出，灰色关联度最大值与整体平均值的差异提升了1.65倍。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.022 seconds)
