-
公开(公告)号：CN108717184B
公开(公告)日：2020-09-01
申请号：CN201810392481.3
申请日：2018-04-27
Applicant: 杭州电子科技大学
IPC: G01S13/46
Abstract: 本发明公开了一种基于误差校正的联合DOA与TOA单站无源定位方法。本发明将外辐射源雷达系统接收站得到的量测信息，通过引入辅助变量，将非线性方程转化为伪线性方程，建立目标位置状态与观测站位置状态之间的伪线性模型，采用迭代最小二乘法对进行估计，构造约束总体最小二乘估计模型，并将上述有约束优化问题转化为无约束优化问题，利用牛顿迭代法进行优化求解，利用辅助变量与目标位置之间的关联性构造关联最小二乘估计模型，进一步改善目标定位性能。本发明通过联合估计目标位置和系统误差，提高目标定位精度。本发明利于改善目标定位性能，在保证估计性能的前提下降低误差配准的复杂度，在量测噪声较大情况下具有良好的定位性能。
-
公开(公告)号：CN111506037A
公开(公告)日：2020-08-07
申请号：CN202010455290.4
申请日：2020-05-26
Applicant: 杭州电子科技大学
IPC: G05B19/418
Abstract: 本发明涉及一种动态矩阵优化的工业加热炉系统分布式控制方法。本发明通过获取对象的阶跃响应数据来建立对象模型，依据分布式控制相关思想，将多变量大规模系统分解为多个小规模智能体子系统，同时各智能体子系统之间相互传输通信。通过引入跟踪误差变化率重构新的控制性能指标，依据纳什最优思想构造各子系统的相应的控制器，进而求得整个系统的最优控制律，再将获取的即时控制律作用于对应的智能体子系统，并将时域滚动到下一时刻。本发明通过采集实时阶跃响应数据建立被控对象的模型向量，结合跟踪误差变化率后设计了基于分布式动态矩阵控制优化的控制器，在保证系统整体性能的同时，又增强了系统的鲁棒性和整体动态性能。
-
公开(公告)号：CN108829058B
公开(公告)日：2020-06-19
申请号：CN201810685878.1
申请日：2018-06-28
Applicant: 杭州电子科技大学
IPC: G05B19/418
Abstract: 本发明公开了一种化工批次过程模糊迭代学习控制方法。本发明首先通过分析一个非线性批次过程的状态空间模型，建立一个简单的模糊模型；然后采用迭代学习控制策略并定义了系统状态误差和输出跟踪误差，通过结合误差补偿的技术，得到了一种基于跟踪误差的控制更新律，进而得到控制量作用于被控对象。本发明将迭代学习控制与模糊控制相结合，有效的解决了工业生产过程中的不确定性以及非线性问题，并且系统的稳定性也有一定的提升。
-
公开(公告)号：CN111123894A
公开(公告)日：2020-05-08
申请号：CN201911392603.X
申请日：2019-12-30
Applicant: 杭州电子科技大学
IPC: G05B23/02
Abstract: 本发明涉及一种基于LSTM和MLP结合的化工过程故障诊断方法。本发明首先将原始一维数据通过降维，去掉部分冗余数据点。其次将得到的一维数据输入堆叠的LSTM，提取得到具有时间特性的特征信息。然后通过Flatten层将LSTM的输出数据展开，输入到由全连接层堆叠而成的MLP中。最后由最后一层全连接层中的Softmax分类器进行故障类别的分类。本发明充分利用了LSTM与MLP网络在时间与空间方面特征提取的优势，在两层LSTM后使用MLP网络去进行整体的特征提取与学习，本发明运用于非线性、高耦合、时变以及多特征点的化工过程数据，诊断效果较好。
-
公开(公告)号：CN106773699B
公开(公告)日：2019-11-08
申请号：CN201611252189.9
申请日：2016-12-30
Applicant: 杭州电子科技大学
IPC: G05B13/04
Abstract: 本发明公开了一种电加热炉的遗传优化的多模型预测函数控制方法。本发明首先把整个工作的区域按照某种方法划分为若干个子工作区间，在每个子区域建立其相应的分数阶模型再结合遗传算法优化求解预测函数的基函数的个数得到最优解的个数。从而把原来的非线性的模型转换为了线性分数阶模型，模型的精度避免了非线性的复杂性，通过在遗传算法选取一组最合适的基函数，利用基函数的个数求解得到控制量，从而减少了系统的计算量，使得控制效果更加精确，避免了复杂的计算。
-
Patent Agency Ranking
公开(公告)号：CN110361972A
公开(公告)日：2019-10-22
申请号：CN201910608031.8
申请日：2019-07-08
Applicant: 杭州电子科技大学 , 浙江邦业科技股份有限公司
IPC: G05B13/04
Abstract: 本发明公开了一种基于水泥生料燃烧的分解炉炉温快速优化控制方法。本发明首先针对复杂的水泥生料分解炉燃烧过程建立了分解炉炉温控制被控对象的状态空间模型，并定义系统约束输出和被控输出需要满足的实际生产约束条件。然后，针对系统的运行耗损定义过程预测和系统二次型滚动优化性能指标，设计水泥生料燃烧过程的分解炉炉温控制器。最终将本发明设计的控制器应用于水泥生料燃烧的分解炉炉温控制过程进行系统性能优化。本发明可以在不增加系统运行负担的基础上，增强化工过程响应能力，降低运维费用，并对水泥生料燃烧过程起到快速优化分解炉炉温控制的作用。
-
公开(公告)号：CN110069015A
公开(公告)日：2019-07-30
申请号：CN201910431800.1
申请日：2019-05-22
Applicant: 杭州电子科技大学 , 浙江邦业科技股份有限公司
IPC: G05B13/04
Abstract: 本发明公开了一种非最小化状态空间模型下的分布式预测函数控制方法，包括如下步骤：步骤1、建立分布式预测函数控制非最小化状态空间模型；步骤2、设计非最小化状态空间模型下分布式预测函数控制控制器。本发明通过数据采集、模型建立、预测机理、优化等手段，确立了一种非最小化状态空间模型下的分布式预测函数控制方法，利用该方法在保证较高控制精度和稳定性的前提下，能够有效弥补传统愤分布式预测函数控制方法在含非自衡对象的多变量过程控制中的不足，并满足实际工业过程的需求。
-
-
公开(公告)号：CN107168293B
公开(公告)日：2019-04-12
申请号：CN201710486870.8
申请日：2017-06-23
IPC: G05B23/02
Abstract: 本发明公开了一种批次化工过程的模型预测跟踪控制方法。本发明将改进的状态空间模型引入到模型预测控制和迭代学习控制方法中，以提高批次生产过程的控制性能。不同于传统的状态空间模型，在所提方法的状态模型结构中，纳入过程状态变量和输出跟踪误差动态组合，使用改进的过程模型。通过此种改进的技术手段，所得到的控制器具有更多的自由度来调节控制性能，得到更好的控制效果。
-
公开(公告)号：CN105974798B
公开(公告)日：2019-01-08
申请号：CN201610539052.5
申请日：2016-07-05
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种电加热炉的多模型分数阶加权预测函数控制方法。本发明首先将电加热炉的工作温度区间划分为几个子区间，然后在其相应的子区间上建立其分数阶模型，再利用Oustaloup近似方法线将分数阶模型转换为高阶的整数模型，利用预测控制函数方法设计每个区间的控制器，最后根据模型与实际对象之间的误差建立每个模型的比例系数，从而得到多模型结构的控制器输入量。本发明通过建立了被控对象的局部状态空间模型，将之前的非线性模型转换为了线性局部模型，提高了系统的控制性能，同时促进了模型预测控制方法在分数阶系统中的运用。
-
-
-
-
-
-
-
-
-
Search Results
292
records
(took 0.034 seconds)
