-
公开(公告)号：CN118410722A
公开(公告)日：2024-07-30
申请号：CN202410850464.5
申请日：2024-06-28
Applicant: 青岛哈尔滨工程大学创新发展中心 , 哈尔滨工程大学
IPC: G06F30/27 , G06F30/15 , G06N3/0455 , G06N3/09 , G06F18/214 , G06F18/2131 , G06F119/14 , G06F119/02
Abstract: 本发明属于船舶与海洋工程技术领域，公开了一种动力系统建模的非平稳性船舶运动预报方法及系统。该方法引入傅里叶滤波与koopman理论，构建基于koopa架构的船舶运动预报模型，分别构建低频koopman预测器与高频koopman预测器，滤波后的高频分量通过低频koopman预测器映射到高维空间，在高维空间中通过一个koopman算子控制其状态转移；滤波后的低频分量则通过低频koopman预测器映射到高维空间，并在高维空间中对分布特征不同的数据状态区域分别采用不同的koopman算子控制其状态转移。本发明有效提高预报模型对非平稳性船舶运动时历数据的预报精度。
-
公开(公告)号：CN117893575B
公开(公告)日：2024-05-31
申请号：CN202410294769.2
申请日：2024-03-15
Applicant: 青岛哈尔滨工程大学创新发展中心 , 哈尔滨工程大学
IPC: G06T7/246 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/042 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明属于船舶与海洋工程技术领域，公开了图神经网络融入自注意力机制的船舶运动预报方法及系统。该方法采用图卷积神经网络和门控循环神经网络结合的预报模型，以及采用自注意力机制基于输入的船舶六自由度运动片段计算六自由度运动耦合权重矩阵，并构造船舶六自由度运动图数据，实现船舶运动耦合关系表征；然后采用GCN结合GRU模型，基于构造的船舶六自由度运动图数据进行特征提取，实现船舶运动极短期预报。本发明提出的预报方法优于现有的常用的船舶运动极短期预报模型。
-
公开(公告)号：CN117893575A
公开(公告)日：2024-04-16
申请号：CN202410294769.2
申请日：2024-03-15
Applicant: 青岛哈尔滨工程大学创新发展中心 , 哈尔滨工程大学
IPC: G06T7/246 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/042 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明属于船舶与海洋工程技术领域，公开了图神经网络融入自注意力机制的船舶运动预报方法及系统。该方法采用图卷积神经网络和门控循环神经网络结合的预报模型，以及采用自注意力机制基于输入的船舶六自由度运动片段计算六自由度运动耦合权重矩阵，并构造船舶六自由度运动图数据，实现船舶运动耦合关系表征；然后采用GCN结合GRU模型，基于构造的船舶六自由度运动图数据进行特征提取，实现船舶运动极短期预报。本发明提出的预报方法优于现有的常用的船舶运动极短期预报模型。
-
公开(公告)号：CN116861202A
公开(公告)日：2023-10-10
申请号：CN202311133272.4
申请日：2023-09-05
Applicant: 青岛哈尔滨工程大学创新发展中心 , 哈尔滨工程大学
IPC: G06F18/20 , G06N3/0442 , G06N3/08
Abstract: 本发明属于船舶与海洋工程技术领域，公开了基于长短期记忆神经网络的船舶运动包络预报方法及系统。该方法包括：根据船舶运动时历数据和船舶运动包络数据，截取与包络时历数据对应的时历片段，基于得到的包络时历数据和运动时历数据重构包络反演的训练集和测试集；建立神经网络模型，训练得到包络时历数据与运动时历数据的映射关系，并将完整的船舶运动时历数据输入得到的神经网络模型，反演得到完整的船舶运动包络时历数据；然后将得到的船舶运动包络时历数据划分为训练集和测试集，并输入到长短期记忆神经网络模型中，训练得到LSTM包络预报模型的参数。本发明可明显提升有效预报时长和预报精度，具有更重要的工程意义。
-
公开(公告)号：CN118410722B
公开(公告)日：2024-08-23
申请号：CN202410850464.5
申请日：2024-06-28
Applicant: 青岛哈尔滨工程大学创新发展中心 , 哈尔滨工程大学
IPC: G06F30/27 , G06F30/15 , G06N3/0455 , G06N3/09 , G06F18/214 , G06F18/2131 , G06F119/14 , G06F119/02
Abstract: 本发明属于船舶与海洋工程技术领域，公开了一种动力系统建模的非平稳性船舶运动预报方法及系统。该方法引入傅里叶滤波与koopman理论，构建基于koopa架构的船舶运动预报模型，分别构建低频koopman预测器与高频koopman预测器，滤波后的高频分量通过低频koopman预测器映射到高维空间，在高维空间中通过一个koopman算子控制其状态转移；滤波后的低频分量则通过低频koopman预测器映射到高维空间，并在高维空间中对分布特征不同的数据状态区域分别采用不同的koopman算子控制其状态转移。本发明有效提高预报模型对非平稳性船舶运动时历数据的预报精度。
-
Patent Agency Ranking
公开(公告)号：CN117251663B
公开(公告)日：2024-02-13
申请号：CN202311210831.7
申请日：2023-09-20
Applicant: 青岛哈尔滨工程大学创新发展中心 , 哈尔滨工程大学
IPC: G06F17/10
Abstract: 一种直升机着舰安稳期状态判别方法，涉及船舶与海洋工程技术领域，通过综合船舶各自由度运动状态，在船舶运动的基础上融入环境因素的干扰，通过数值计算将各方面信息汇总成数值指数，以此对整体作业状态进行宏观评价，可以有效提高作业执行人员与指挥人员对于作业整体状态的把握能力，提高起降作业效率以及起降作业安全性，该方法同时填补了国内通过船舶运动等信息综合计算安稳期状态算法的空白，为舰载机起降作业安稳期的判断方式提供了新的途径。
-
公开(公告)号：CN116842381A
公开(公告)日：2023-10-03
申请号：CN202310701618.X
申请日：2023-06-13
Applicant: 青岛哈尔滨工程大学创新发展中心 , 哈尔滨工程大学
IPC: G06F18/214 , G06F18/25 , G06N3/084 , G06N3/04 , G06F123/02
Abstract: 本发明属于船舶与海洋工程技术领域，公开了基于数据融合的船舶运动极短期预报模型泛化性优化方法。针对不同工况下船舶运动时历数据特征的差异性，利用多工况数据融合方法融合不同工况下的时历数据，构建相应的训练集，通过深度学习模型的训练提取多工况下运动时历特征，实现多工况下运动时历预报。通过本发明可以实现多种工况条件下的运动时历数据融合训练，实现深度学习神经网络对不同工况条件下的数据特征提取，相应训练所得的预报模型具有更强的泛化性表现，可以针对多种工况条件下的运动时历均保持较好的预报效果。通过该发明可以较好的平衡预报精度与模型适应性，提高船舶相关作业安全的保障能力。
-
公开(公告)号：CN111055981B
公开(公告)日：2022-02-22
申请号：CN201911393784.8
申请日：2019-12-30
Applicant: 哈尔滨工程大学
Abstract: 本发明属于水下无人航行器研究领域，具体涉及一种多尺度水下机器人的自适应搭载回收系统，由转轮机构，夹持机构，驱动机构，控制机构四部分组成，转轮机构由转盘和锥形引导罩组成，转盘上方设置有一流线型导流罩，流线型导流罩侧面开有圆孔，转盘中心设置有一贯穿孔洞，贯穿孔洞内部固定有控制机构，且贯穿孔洞两端固定有水密滑环，在该贯穿孔洞周围还均匀设置若干回收舱，回收舱侧面设置有数据接口，锥形引导罩小口径一侧穿过流线型导流罩侧面圆孔与回收舱相互配合；本发明能够使对接平台携带多种不同功能的水下航行器从而大大扩大了对接平台在水下进行的任务种类。
-
公开(公告)号：CN113086136A
公开(公告)日：2021-07-09
申请号：CN202110378236.9
申请日：2021-04-08
Applicant: 哈尔滨工程大学
Abstract: 本发明属于仿生水下机器人技术领域，具体涉及一种复合推进仿生水母机器人。本发明采用螺旋桨和拍动的复合推进模式，机械臂通过心脏瓣膜式的单向阀门实现低噪声辅助推进作用，复合推进模式相比于单螺旋桨推进操作更灵活，传动效率更高，噪音更小。本发明通过万向舵调整前进方向，万向舵安装在最尾端，在舵机的带动下同时实现周向旋转与轴向的摇摆运动。本发明具有体积小、重量轻、能够有效地利用水流被动游动等特点，对于条件复杂的水下，可以长时间的游动作业，同时由于仿生机器水母具有内部空间大的特点，可以携带很多传感装置和侦查设备，运用到海洋生物考察、海底勘探和海洋救生等许多场合。
-
公开(公告)号：CN111055981A
公开(公告)日：2020-04-24
申请号：CN201911393784.8
申请日：2019-12-30
Applicant: 哈尔滨工程大学
Abstract: 本发明属于水下无人航行器研究领域，具体涉及一种多尺度水下机器人的自适应搭载回收系统，由转轮机构，夹持机构，驱动机构，控制机构四部分组成，转轮机构由转盘和锥形引导罩组成，转盘上方设置有一流线型导流罩，流线型导流罩侧面开有圆孔，转盘中心设置有一贯穿孔洞，贯穿孔洞内部固定有控制机构，且贯穿孔洞两端固定有水密滑环，在该贯穿孔洞周围还均匀设置若干回收舱，回收舱侧面设置有数据接口，锥形引导罩小口径一侧穿过流线型导流罩侧面圆孔与回收舱相互配合；本发明能够使对接平台携带多种不同功能的水下航行器从而大大扩大了对接平台在水下进行的任务种类。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.025 seconds)
