-
公开(公告)号：CN102981549A
公开(公告)日：2013-03-20
申请号：CN201210514640.5
申请日：2012-12-05
Applicant: 上海交通大学
CPC classification number: Y02E10/58
Abstract: 本发明提供一种光伏最大功率点实时跟踪预测控制方法，S1，建立环境因子与光伏控制器中光伏最大功率点函数模型，并建立对环境因子与光伏控制器中光伏最大功率点函数模型中的实时输出电流进行控制的光伏控制器输出电流和电压的数学模型；S2，建立光伏变换器建立数学模型、状态空间模型，为控制输出电流的光伏变换器建立约束条件；S3，建立实时跟踪预测的目标函数，并建立用于确定目标函数的性能指标；S4，将所述目标函数在所述约束条件下求解，获得用于跟踪光伏最大功率点的最优控制序列。本发明可以实现光伏系统在迅速变化的外部环境条件下实时的模型预测控制，从而提高了对最大功率点的预测和跟踪能力。
-
公开(公告)号：CN101456038A
公开(公告)日：2009-06-17
申请号：CN200910045033.7
申请日：2009-01-08
Applicant: 上海交通大学
IPC: B21B37/74
Abstract: 本发明涉及一种冶金工业领域的热轧带钢层流冷却过程板带温度监测方法。本发明针对热轧带钢层流冷却过程，监测从精轧机出口到卷曲温度测量点之间各位置处板带温度分布。本发明利用板带物性参数和冷却装置参数直接写出状态空间形式的板带温度模型初步预测板带带温度分布；根据板带上下表面卷曲温度，采用扩展卡尔曼滤波方法对初步预测值进行修正，得到板带温度监测值。本发明应用方便，且适合多种钢种，可以提高板带温度分布的监测精度，降低了对模型精度的要求。
-
公开(公告)号：CN101364277A
公开(公告)日：2009-02-11
申请号：CN200810041925.5
申请日：2008-08-21
Applicant: 上海交通大学
IPC: G06N7/02
Abstract: 本发明公开一种智能信息处理技术领域基于区间II型模糊集的T－S模糊模型的建模系统，其中：输入模块负责采集实际工业过程中输入输出数据，组成样本作为系统输入，所获得的数据样本输入到数据归类模块，数据归类模块将数据样本进行分类，得到若干个I型模糊集以及数据样本的隶属度矩阵，并分别输入模型前件数据处理模块和模型后件数据处理模块，模型前件数据处理模块将I型模糊集扩展成区间II型模糊集，模型后件数据处理模块将后件线性多项式中的系数扩展成为区间I型模糊集，这些模型参数通过输出模块输出。本发明提高了模型准确度，减少了建模过程中的计算量，且便于与各种控制方法相结合。
-
公开(公告)号：CN101221437A
公开(公告)日：2008-07-16
申请号：CN200810032995.4
申请日：2008-01-24
Applicant: 上海交通大学
IPC: G05B19/418
CPC classification number: Y02P90/02
Abstract: 一种工业优化控制技术领域的网络信息交换模式下的工业生产全过程优化控制方法，本发明包括如下步骤：步骤一，进行工业生产全过程优化控制方法的初始化，把工业生产全过程划分为多个子系统并确定各子系统的邻域；步骤二，确定各子系统的局部控制器的优化性能指标；步骤三，利用网络信息交换求解各局部优化控制器，使得工业全过程得到优化。本发明的方法在提高系统的整体性能的同时兼顾了所述系统的在线计算的复杂性，具有很强的实用性。
-
公开(公告)号：CN112613378B
公开(公告)日：2023-03-28
申请号：CN202011495255.1
申请日：2020-12-17
Applicant: 上海交通大学
Abstract: 本发明提供一种3D目标检测方法、系统、介质及终端；所述方法包括以下步骤：获取点云数据，并对点云数据进行质量优化；对点云数据进行特征提取，获取点云特征图；将点云特征图输入至一3D目标检测模型中，对3D目标检测模型进行训练，获取训练好的3D目标检测模型，以基于训练好的3D目标检测模型，实现目标检测；3D目标检测模型包括区域候选网络和检测头；本发明考虑了小目标难以检测的情况和仅仅针对点云空间的列方向进行特征编码，简洁高效；通过在不同方向上进行尺度变化，使网络更好的学习长宽比不一致的目标物体；最后基于区域候选网络进行分类和回归，得到物体的类别概率、坐标信息和方向角概率。
-
Patent Agency Ranking
公开(公告)号：CN112949154B
公开(公告)日：2023-02-17
申请号：CN202110296370.4
申请日：2021-03-19
Applicant: 上海交通大学
Abstract: 本发明提供一种并行异步粒子群优化方法、系统及电子设备，所述并行异步粒子群优化方法包括：为将待优化的目标建立适应度函数，用于衡量决策变量；将粒子团分组，并随机初始化各粒子组中粒子的初始位置、最优值及多样性的寻优参数；为各粒子组建立信息共享机制，用于共享各粒子组的最优值；将各粒子组布置到不同CPU核上进行分布式并行迭代计算，并根据信息共享机制对粒子团的历史最优值进行异步更新；当全局迭代次数大于等于迭代次数阈值时，结束各粒子组的迭代更新，输出粒子团的最优值作为最终优化结果。本发明同传统粒子群算法相比，提高了算法的寻优性能及鲁棒性，降低了算法计算量，提升了算法运算效率，可以适用于各复杂的优化场景。
-
公开(公告)号：CN114462446A
公开(公告)日：2022-05-10
申请号：CN202111681766.7
申请日：2021-12-30
Applicant: 上海交通大学
Abstract: 本发明提供一种基于振动信号的滚动轴承故障诊断方法及电子设备，所述方法包括：采集滚动轴承的时域振动数据；对时域振动数据进行分割，基于一维卷积神经网络构建时域故障诊断模型；提取域振动数据中的频域信息，基于一维卷积神经网络构建频域故障诊断模型；将时域振动数据转化为二维时频图，基于二维卷积神经网络构建时频域故障诊断模型；基于时域故障诊断模型、频域故障诊断模型以及时频域故障诊断模型构建多流卷积神经网络，基于多流卷积神经网络对滚动轴承的运行状态进行分类。本发明通过采集不同种类的故障轴承振动数据，基于多流卷积神经网络构建故障诊断模型，实现滚动轴承的故障分类，提高了故障分类的准确率和可靠性。
-
公开(公告)号：CN108647485B
公开(公告)日：2021-04-02
申请号：CN201810478693.3
申请日：2018-05-18
Applicant: 上海交通大学
Abstract: 一种流化催化裂化催化剂积碳测量方法、系统、介质及设备，包括：获取流化催化裂化生产工艺中反应‑再生系统的原始生产数据，对原始生产数据进行处理获得建模数据；机理分析建模数据得到软测量辅助变量，对软测量辅助变量深度学习，据以构建测量机理模型；根据机理分析选取经验变量信息，对经验变量信息进行特征抽象组合和回归分析得经验建模数据，结合经验建模数据与测量机理模型的输入输出信息构建软测量经验模型；融合测量机理模型与软测量经验模型，根据测量机理模型与软测量经验模型混合建模，根据预设性能评估指标得到对流化催化裂化中催化剂积碳含量进行实时测量的软测量器，本发明解决了流化催化裂化中催化剂积碳含量测量精度不高的问题。
-
公开(公告)号：CN110516751A
公开(公告)日：2019-11-29
申请号：CN201910812662.1
申请日：2019-08-29
Applicant: 上海交通大学
Abstract: 一种三维数据的处理方法、系统及设备，包括：采集三维传感数据；处理三维传感数据，以得到点云分布数据；根据点云分布数据构建特征拓扑结构，据以处理得边缘特征关系数据；以边缘特征关系数据构建一点云分类模型；以点云分类模型处理点云分布数据，以得到零件分割数据和场景分割数据；处理零件分割数据和场景分割数据，以得到场景分类结果。本发明解决了现有技术存在的信息分割及局部检测效果较差的技术问题。
-
公开(公告)号：CN110135064A
公开(公告)日：2019-08-16
申请号：CN201910402698.2
申请日：2019-05-15
Applicant: 上海交通大学
IPC: G06F17/50
Abstract: 本发明提供一种发电机后轴承温度故障预测方法、系统及控制器，所述方法包括：获取风机运行状态参数的数据，所述数据包括历史数据与当前数据；根据所述数据获取与发电机后轴承温度相关的状态参数；利用所述状态参数构建基于SVR模型的发电机后轴承温度预测模型和/或基于SVR模型的距发电机后轴承温度报警故障剩余时间预测模型；对所述发电机后轴承温度和/或发电机后轴承温度报警故障剩余时间进行预测。本发明可以准确地预测发电机后轴承温度和距发生发电机后轴承温度报警故障的剩余时间，从而为现场工程师采取有效合理的防护措施提供有指导性的建议和帮助。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.027 seconds)
