-
公开(公告)号:CN118578291A
公开(公告)日:2024-09-03
申请号:CN202410859833.7
申请日:2024-06-28
Applicant: 哈尔滨工程大学
Abstract: 本发明属于极地破冰技术领域,具体涉及一种非预制式冰颗粒磨料射流破冰装置。本发明采用冰颗粒磨料射流破冰技术,高压水冷系统内存储的高压过冷水由水喷嘴喷入混合缸内侧的水通道中,同时液氮从液氮入口进入氮通道,水通道内的部分高压过冷水与液氮发生热交换凝固成冰颗粒,冰颗粒被高压过冷水裹挟从混合喷嘴的出口喷出,形成冰颗粒磨料射流。本发明利用水、冰颗粒两相混合物高速冲击冰层来破冰,且冰颗粒磨料无需预制,具有成本低、效率高、环保等优点,可应用于极地船舶破冰。
-
公开(公告)号:CN114839866B
公开(公告)日:2024-08-02
申请号:CN202210279689.0
申请日:2022-03-21
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 本发明公开了一种水下蛇形机器人曲线路径跟踪控制方法,步骤一:建立水下蛇形机器人系统动力学模型;步骤二:采用参数三次样条插值曲线的方法生成适合水下蛇形机器人跟踪的光滑路径;步骤三:使用改进视线引导率规则计算机器人当前时刻参考航向;步骤四:根据步骤三得到的参考航向按照反步控制策略推导得到系统的控制输入。本发明提高了系统稳定性和降低跟踪误差,实现水下蛇形机器人更精确地跟踪曲线路径。
-
公开(公告)号:CN118225401A
公开(公告)日:2024-06-21
申请号:CN202410005956.4
申请日:2024-01-03
Applicant: 哈尔滨工程大学
Abstract: 本发明是一种高压气枪泡破冰外场试验方法。本发明涉及极地船舶与海洋工程技术领域,本发明选取试验场地;安装气泡发生装备,将高压气枪泡发生装置插入冰孔中固定好;布置观测系统,记录试验影像和数据资料;试验准备,使用长距离电源线连接控制器电源,并将现场人员引导至安全区域;起爆,开启安全控制器,膨胀产生的高压气体在水下迅速扩张形成水下气泡,并使冰层发生破坏;最终收集数据。
-
公开(公告)号:CN117890267A
公开(公告)日:2024-04-16
申请号:CN202311799796.7
申请日:2023-12-26
Applicant: 哈尔滨工程大学
Abstract: 本发明提供了产生亚半球形气泡的实验装置及其试验方法和实验系统。透明玻璃水箱(1),配合薄铝板(6)在冲击波的作用下,产生亚半球形气泡;示踪粒子(2),用于在激光源(3)的照射下显示亚半球形气泡;上位机(4),用于显示力学传感器(5)得到的数据及控制激光源(3)、高速摄像机(7)和冲击波源(8);力学传感器(5),用于监测冲击波源(8)对薄铝板(6)施加的压力数据;薄铝板(6),用于配合冲击波源(8)得到亚半球形气泡;冲击波源(8),用于冲击薄铝板(6)得到冲击波、拉伸波和压缩波。本发明用以填补亚半球型气泡的产生实验的空白,为今后亚半球型气泡实验的普及奠定基础。
-
公开(公告)号:CN116910608A
公开(公告)日:2023-10-20
申请号:CN202310741073.5
申请日:2023-06-21
Applicant: 哈尔滨工程大学
IPC: G06F18/24 , G06F18/214 , G06Q10/04 , G06F16/29 , G06F16/2458 , G06F16/27 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/049 , G06N3/0442 , G06N3/08
Abstract: 一种基于时空门控图卷积网络的多源数据预测方法和装置及计算机和存储介质,涉及时空预测领域。解决现有的深度学习网络难以对多源数据做到快速精准的预测的问题,本发明提供一种基于时空门控图卷积网络的多源数据预测方法,所述方法包括以下步骤:S1:获取多源时序历史数据;S2:由S1所述多源时序历史数据进行数据预处理,得到所述预处理后的训练样本数据作为训练输入数据;S3:由S2所述的训练输入数据对时空门控图卷积网络模型进行训练,得到时空数据特征的预测值;S4:将所述预测值与真实值比较,得到基于时空门控图卷积网络模型的参数,所述装置采用所述方法实现,适用于多通道声呐发射机的研发过程中。适用于其他的时空预测任务中。
-
公开(公告)号:CN116881548A
公开(公告)日:2023-10-13
申请号:CN202310709833.4
申请日:2023-06-15
Applicant: 哈尔滨工程大学
IPC: G06F16/9535 , G06F16/9537 , G06F16/335 , G06F16/35 , G06F40/30 , G06N3/0455 , G06N3/0895
Abstract: 代理感知的跨域序列推荐方法、设备、介质和产品,属于信息处理技术领域,解决跨域序列推荐存在局限性而导致推荐准确度低问题。本发明的方法包括:使用代理编码器模块对每个物品的文本描述进行编码,以获得一个更普遍的表征,该表征用于跨域序列,通过揭示更高层次的语义互连来传递跨域共享信息;设计了一个时间间隔感知的注意力编码器模块,其中任何两个物品之间的顺序次序和相对时间间隔都被利用;为了更好地理解跨域序列中不同领域的物品之间的相关性,提出了一个对比学习的辅助任务模块,以加强对跨域序列的表述。本发明适用于处理信息过载问题,捕获用户动态偏好。
-
公开(公告)号:CN116858286A
公开(公告)日:2023-10-10
申请号:CN202310821020.4
申请日:2023-07-06
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于特殊欧式群和地球坐标系的线性传递对准方法,包括:将主惯性导航系统的导航信息传递给子惯性导航系统作为初始导航信息,其中所述初始导航信息包括初始姿态、初始速度和初始位置;子惯性导航系统通过初始导航信息进行导航解算,并引入李群理论,构建误差向量,获取传递对准误差和传递对准误差状态模型;基于主惯性导航系统的导航信息构建误差观测模型,采用卡尔曼滤波器对所述传递对准误差进行误差估计,并根据误差定义对所述子惯性导航系统进行反馈校正,获得所述子惯性导航系统准确的姿态和速度,完成传递对准。本发明具有计算量小、无数学奇异点、具备全球导航能力等优点。
-
公开(公告)号:CN116644751A
公开(公告)日:2023-08-25
申请号:CN202310621806.1
申请日:2023-05-30
Applicant: 哈尔滨工程大学 , 哈尔滨龙明科技有限公司
IPC: G06F40/295 , G06N3/045 , G06N3/0895 , G06N3/094 , G06N3/084
Abstract: 基于跨度对比学习的跨域命名实体识别方法、设备、存储介质和产品,属于命名实体识别技术领域,解决领域偏移及跨度边界信息学习性能低的问题。本发明的方法包括:使用预训练语言模型、对抗训练、对比学习、KL散度等技术构建基于跨度对比学习的跨域命名实体识别模型,利用实体边界信息,将顺序标签转化为全局边界矩阵,完成跨度级别的对比学习以及KL散度的计算,模型在训练过程中不断更改其中相关参数,充分考虑到了实体边界信息,学习到更多领域不变性信息,大大提高了跨域命名实体识别的性能。本发明适用于跨域命名实体的识别。
-
公开(公告)号:CN116593011A
公开(公告)日:2023-08-15
申请号:CN202310310035.4
申请日:2023-03-28
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于光脉冲法及光纤延时的光速测量方法及装置,包括以下步骤:获取原始激光脉冲信号‑将原始激光脉冲信号耦合进由延时光纤和光纤耦合器构成的环形光纤延时光路中传播‑转换为电脉冲信号,即可得到原始接收信号,并将电脉冲信号整形为幅度相等的方波信号,即可得到处理后的接收信号‑测量处理后的接收信号中参考脉冲信号P0与一级延时脉冲信号P1或相邻级的次级延时脉冲信号之间的延时,即为光脉冲在延时光纤中传播消耗的时间ΔT‑计算光速c。本发明采用上述基于光脉冲法及光纤延时的光速测量方法及装置,具有成本低、仪器轻便、集成度高、实验操作简便、实验结果准确稳定等优点,能大大提高光速测量实验的教学效率。
-
公开(公告)号:CN116502164A
公开(公告)日:2023-07-28
申请号:CN202310447016.6
申请日:2023-04-24
Applicant: 哈尔滨工程大学 , 哈尔滨龙明科技有限公司
IPC: G06F18/2433 , G06F18/214 , G06F18/10 , G06N3/0464 , G06N3/047 , G06N3/094 , G06F123/02
Abstract: 基于对抗训练和频域改良自注意力机制的多维时序数据异常检测方法,解决模型的鲁棒性较差,容易收到外部干扰,从而导致检测结果的准确率下降;以及时序数据的频域特征没有被充分考虑,从而导致模型精度受限,分析结构不精准的问题。所述方法整体分为两个阶段:训练阶段和异常检测阶段。在训练阶段,需要利用历史采集到的数据训练模型,使得模型参数能够拟合对应的应用场景。在异常检测阶段中,在每个最新的真实数据产生的时候,模型需要重构出以最新的时间点为结尾的定长时间窗口长度的时序数据,来和原始的真实数据进行残差计算,根据真实数据与重构数据的残差大小来判断当前数据是否是异常数据。本发明适用于工业设备故障检测以及生产线运行状态检测和分析。
-
-
-
-
-
-
-
-
-