-
公开(公告)号:CN111177970A
公开(公告)日:2020-05-19
申请号:CN201911260377.X
申请日:2019-12-10
Applicant: 浙江大学
Abstract: 本发明公开了一种基于高斯过程和卷积神经网络的多阶段半导体过程虚拟计量方法,包括以下步骤:(1)对待检测的控制过程,采集与待检测变量相关的过程变量传感器的输出信号;(2)对采集的过程变量的信号数据进行预处理,去除异常值;(3)对预处理后的数据进行重新排列并保留数据的阶段信息;(4)所有数据进行特征提取并建立回归模型;(5)保存当前参数权重,计算最终最大后验值,若不满足停止条件,更新参数并重复步骤(4),直至达到停止条件;(6)保存各层参数值,对新的预测点进行重新计算并获得几何质量的概率分布。利用本发明,能够获取更高精度的虚拟计量结果,并计算预测结果的不确定度,为模型进一步提升提供数值基础。
-
公开(公告)号:CN110492197A
公开(公告)日:2019-11-22
申请号:CN201910740821.1
申请日:2019-08-12
Applicant: 浙江大学
IPC: H01M10/613 , H01M10/635 , H01M10/633 , H01M10/625
Abstract: 本发明公开了一种基于模糊模型预测控制的锂电池温度控制系统和方法。温度采样模块安装于锂电池表面,电流采样模块连接锂电池输出,电流采样模块经SOC估计模块连接到温度控制模块,温度控制模块连接到散热模块;温度采样模块采集锂电池的电池表面温度,电流采样模块采集锂电池的输出电流,SOC估计模块接收来自电流采样模块采集到的锂电池输出电流处理估计获得电池的SOC值,将电池表面温度、SOC值、输出电流发送到温度控制模块,温度控制模块根据锂电池放电时的温升特性,控制散热模块进行散热。本发明既能降低锂电池温升速率,又能减少锂电池用于散热的能量消耗,延长了锂电池的使用寿命和续航能力。
-
公开(公告)号:CN106200619B
公开(公告)日:2018-11-20
申请号:CN201610669833.6
申请日:2016-08-15
Applicant: 浙江大学
IPC: G05B23/02
Abstract: 本发明公开了一种附带控制器输出约束的PI控制回路性能评估方法,在控制回路中,引入了控制器输出方差约束,限制被控对象的变化,通过约束控制器的输出方差从而限制被控对象的波动频率与范围,从而保证一方面被控对象不会剧烈的波动,同时回路的输出方差尽可能小,从而降低外在扰动对回路的干扰。本发明通过逐步扩大PI参数的寻优范围,逐步地扩大区域,在限定区域中寻找最小输出方差,这样既能够保证所寻找的PI参数在最小输出方差性能评估中有着良好的应用,同时保证了寻优结果不至于使得控制器输出变化过大,这样可以兼顾两个优化目标,从而为企业高效绿色低能耗生产提供有力的保障。
-
公开(公告)号:CN107192959A
公开(公告)日:2017-09-22
申请号:CN201710458245.2
申请日:2017-06-16
Applicant: 浙江大学
IPC: G01R31/36
CPC classification number: G01R31/367
Abstract: 本发明公开了一种基于Takagi‑Sugeno模糊模型的锂电池荷电状态估计方法,包括建立锂电池的二阶等效电路模型,并将二阶等效电路模型线性化,得到若干子线性模块模型,并为每个子线性模型选择合适的隶属度函数,并进行归一化处理后,设计出系统的观测器,最后求解线性矩阵不等式,获得观测器的反馈增益,从而得到获得锂电池的荷电状态。本发明将线性化的分析理论和方法引入锂电池SOC的估计中,避免直接对非线性锂电池模型进行分析和观测器设计,并相比传统的锂电池荷电状态估计方法具有更高的精度。
-
公开(公告)号:CN107066655A
公开(公告)日:2017-08-18
申请号:CN201611193115.2
申请日:2016-12-21
Applicant: 浙江大学
IPC: G06F17/50
Abstract: 本发明公开了一种尾气余热回收有机朗肯循环的优化与控制一体设计方法,包括:建立尾气余热回收有朗肯循环系统的机理模型;设计有机朗肯循环系统的控制结构,并针对控制结构设计控制器及其相应的控制方程,并以设计好的控制器连同机理模型构成闭环控制系统;在尾气余热的功率变化范围内选择尾气工况;根据所选择的尾气工况和所述闭环控制系统,构建包含尾气工况不确定性分析的一体优化模型并求解一体优化模型在各个尾气工况下的最优操作点和最优控制参数;根据优化求解得到的最优操作点及相应控制参数,利用回归方法得到其他尾气工况对应的最优操作点和控制参数。本发明方法能提高有机朗肯循环系统的余热回收效率,在线计算量小,鲁棒性好。
-
公开(公告)号:CN103970124B
公开(公告)日:2017-08-15
申请号:CN201410177806.8
申请日:2014-04-29
Applicant: 浙江大学
IPC: G05B23/02
Abstract: 本发明公开了一种工业控制回路多周期振荡行为的在线检测方法,包括如下步骤:在待检测的控制回路中,在线实时采集一组过程数据;在线实时地对过程数据进行改进的本质时间尺度分解,并实时计算所得各个分解子信号所对应的监控统计量;判断各个监控统计量是否超过设定的阈值Ω,根据所有判断结果得到在线检测结果。利用本发明方法,能够对工业控制回路的多周期振荡行为进行定量检测,获得多周期振荡各个振荡分量的规则程度和周期。为振荡行为的评价和故障源诊断提供了丰富的数据支持。
-
公开(公告)号:CN104953834B
公开(公告)日:2017-05-03
申请号:CN201510320488.0
申请日:2015-06-11
Applicant: 浙江大学
IPC: H02M3/157
Abstract: 本发明公开了一种基于LQR最优控制的DC‑DC变换器数字化控制方法,包括手自动控制模式切换设计、状态观测器设计、带积分控制、考虑参考输入电压跟踪性能的LQR最优控制器、抗积分饱和方法设计。本发明设计带有积分控制的LQR最优控制器,有效地消除DC‑DC变换器输出余差,并考虑参考输入电压跟踪性能,使得DC‑DC变换器的输出电压能够很好的实时跟踪参考输入电压变化;采用抗积分饱和方法处理控制变量占空比输出,避免实际工程应用中由于负载等大范围变化使得占空比长时间饱和而造成的控制器失效问题;采用开关控制手自动控制模式切换,保证了两种工作模式的平滑切换。本发明在实际工程应用中表明具备良好的控制精度和鲁棒性。
-
公开(公告)号:CN103942568B
公开(公告)日:2017-04-05
申请号:CN201410166747.4
申请日:2014-04-22
Applicant: 浙江大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于无监督特征选择的分类方法,将高维数据表述成相似图形式,用信息理论度量学习(ITML)得到样本点之间的距离,建立原高维数据的相似矩阵;接着对相似矩阵和其对应的对角矩阵,采用SM算法完成原始样本集到特征向量空间的映射;然后通过学习稀疏系数向量和MCFS得分,得到原始样本集中每个属性的权重系数,并选出最能表达原样本信息的属性;最后用支持向量机对特征选择后的数据建立分类模型,对驾驶员的疲劳状况进行预测。本方法在建立分类模型前,对高维数据在保留数据簇结构的情况下进行特征选择,从而解决了维度灾难给数据分类带来的负面影响。
-
公开(公告)号:CN106056302A
公开(公告)日:2016-10-26
申请号:CN201610407005.5
申请日:2016-06-12
Applicant: 浙江大学
CPC classification number: G06Q10/0635 , G06Q10/067 , G06Q50/06
Abstract: 本发明公开了一种基于石化企业工业现场危险源及风险信息的建模方法,包括:(1)建立指定石化企业工业现场的实体单元的拓扑模型;(2)建立实体单元信息集合模型、危险源信息集合模型以及事故风险信息集合模型;(3)建立实体单元信息集合模型、危险源信息集合模型、事故风险信息集合模型之间的相互映射关系;(4)对危险源信息集合模型和事故风险信息集合模型之间的映射关系进行风险评价,形成风险评价信息集合模型;(5)将各信息集合模型匹配关联至实体单元的拓扑模型,形成工业现场安全信息模型。本发明通过工业现场安全模型实现安全信息与实体单元的自动关联,保证工业现场安全信息一致并提高安全管控的信息化水平。
-
公开(公告)号:CN105607477A
公开(公告)日:2016-05-25
申请号:CN201610040925.8
申请日:2016-01-20
Applicant: 浙江大学
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 本发明公开了一种基于改进局部均值分解的工业控制回路振荡检测方法,包括如下步骤:在待检测的控制回路中,预先采集一组过程历史数据;利用相似波形匹配方法,对过程输出数据进行端点延拓;对端点延拓后过程输出数据进行改进的局部均值分解;计算各个分解子信号的自相关函数零交叉点规律性指标;判断各个规律性指标是否超过设定的阈值,根据所有判断结果得到检测结果。利用本发明方法,能够对工业控制回路的时变、多周期振荡行为进行定量检测,能对其中时变振荡、多重振荡、间歇振荡及非平稳信号等成分加以区分,同时获得各个振荡分量的规则程度和周期,为振荡行为的评价和故障源诊断提供了丰富的数据支持。
-
-
-
-
-
-
-
-
-