-
公开(公告)号：CN109626161A
公开(公告)日：2019-04-16
申请号：CN201811554760.1
申请日：2018-12-19
Applicant: 暨南大学
IPC: B66B5/00
CPC classification number: B66B5/0018
Abstract: 本发明公开了一种电梯故障诊断方法，包括以下步骤：收集电梯运行时产生的故障特征样本数据；使用C4.5算法对数据进行整理归类，生成原始决策树T，再对原始决策树进行信息增益、分裂信息、节点剪枝处理，以此生成决策树模型，模型中故障类型采用多分支；读取电梯运行时产生的含有故障特征的数据流；将故障特征在决策树模型中依据IF‑THEN规则进行判断；查找得到决策树的叶子结点，即该故障特征对应的故障。本发明适应电梯的故障类型，生成多分支决策树模型，检测并判断出电梯当前发生的故障，有效提高日常电梯维修保养工作效率。
-
公开(公告)号：CN107991870A
公开(公告)日：2018-05-04
申请号：CN201711263968.3
申请日：2017-12-05
Applicant: 暨南大学
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 本发明公开了一种电扶梯设备的故障预警与寿命预测方法，该方法通过电扶梯各个模块状态计算电扶梯系统的健康状况，将电扶梯健康状况与电梯异常度时间拟合函数比较，得到电扶梯运行时间，依据电扶梯故障阈值对应电扶梯运行时间，即可推算设备剩余寿命。该发明方法中所采用的各种算法，是基于设备指标分析而设计的，将算法中电扶梯指标更换为其他设备指标，采集相应检测设备实时指标数据，即可得到所检测设备的健康评估状况和剩余寿命，因此，这项算法系统适用于各关键设备的预测，具有通用性。
-
公开(公告)号：CN107681739A
公开(公告)日：2018-02-09
申请号：CN201711061330.1
申请日：2017-10-31
Applicant: 暨南大学 , 湖南大学 , 珠海寸方科技有限公司
IPC: H02J7/00
CPC classification number: H02J7/0016
Abstract: 本发明公开了一种电池包仓储式电路及其在线均衡方法，包括多个电池组，多个电池队被分为两队，分别为第一电池队和第二电池队，第一电池队和第二电池队中电池组的个数相同；第一电池队中的各个电池组依次串联；针对于第二电池队中的每个电池组，其一端通过多个第一开关管对应连接第一电池队中各电池组的一端，其另一端通过多个第二开关管对应连接第一电池队中各电池组的另一端；各第一开关管和各第二开关管的通断控制端分别连接控制器，由控制器控制各第一开关管和各第二开关管的通断。本发明通过控制器实现对第一电池队中各电池组与第二电池队的各电池组并联关系的重构，从而快速且准确的实现各电池包的能量均衡。
-
公开(公告)号：CN102809740B
公开(公告)日：2014-10-08
申请号：CN201210247905.X
申请日：2012-07-17
Applicant: 暨南大学
IPC: G01R35/04
Abstract: 本发明公开的一种电能表的安装纠错装置及其纠错方法，本装置包括信标端和信号接收端，信标端包括相互连接的信标端拨盘和主芯片处理器；信号接收端包括微处理器以及与微处理器连接的高/低通滤波器、电压检测模块、继电器装置、显示器和电源模块；主芯片处理器分别与所述高/低通滤波器、电压检测模块和继电器装置连接，电源模块通过所述继电器装置与所述主芯片处理器连接。本发明通过在用户房内安装的信标端将信标端的特征值发送给与电能表连接的信号接收端，由信号接收端对接收的信号进行处理后显示在显示器上，通过显示器上显示的内容判断用户和电能表的匹配关系。本发明具有成本低、结构简单、纠错效率高、容易实现等优点。
-
公开(公告)号：CN108069308B
公开(公告)日：2019-11-19
申请号：CN201711263913.2
申请日：2017-12-05
Applicant: 暨南大学
Abstract: 本发明公开了一种基于序贯概率的电扶梯故障诊断方法，该方法通过安装在电梯部件垂直和水平方向的加速度传感器采集电梯关键部件的振动信号，对振动信号进行处理，取处理后信号的峭度值作为特征值，即电梯实际运行状态的指标数据，运用序贯概率比算法对指标数据计算取得似然比，与监测节点阈值进行比较，对电梯机械系统进行故障诊断。该方法针对设备不同频率的数据，采用小波包算法，平滑数据，降噪；针对设备不同运行状态，利用序贯比算法计算特征参数，消除设备不同运行状态带来的差异。在检验中无需预设诊断所需的样本数，避免了样本不足或冗余对诊断结果的影响，提高了校验的效率与准确度，保证了设备的安全运行。
-
Patent Agency Ranking
公开(公告)号：CN107807333B
公开(公告)日：2019-09-17
申请号：CN201711053849.5
申请日：2017-10-31
Applicant: 暨南大学 , 湖南大学 , 珠海寸方科技有限公司
IPC: G01R31/387 , G01R31/389 , G01R31/367
Abstract: 本发明公开了一种退役动力电池组的SOC估算方法中，针对于每个电池包，首先实时的获取该电池包当前时刻的开路电压；然后通过该电池包的开路电压和SOC之间关系表获取到该电池包当前时刻的SOC值；将每个电池包当前时刻的SOC值进行比较，获取到最小的SOC值，以最小的SOC值为标准，对除该最小的SOC值对应的电池包之外的其他各电池包当前时刻的SOC取相对值；求出除最小的SOC值对应的电池包之外其他所有电池包当前时刻的SOC相对值的平均值，根据平均值与最小的SOC值最终得到电池组当前时刻的SOC值。本发明能够精确且快速针对状况不一致的电池所构成的电池组进行SOC值估算，为退役电池回收再次使用提供了支撑。
-
公开(公告)号：CN109450029A
公开(公告)日：2019-03-08
申请号：CN201811414616.8
申请日：2018-11-26
Applicant: 暨南大学
Abstract: 本发明公开了一种退役动力电池储能方法，包括下列步骤：构建一种退役动力电池储能电路；计算储能电路各储能单元的实际容量；计算各储能单元的内阻分布情况；得出一种储能单元容量最大化策略；对剩余的储能单元制定被动均衡方案；通过单片机控制储能单元的被动均衡，实现储能装置容量最大化与储能单元在线能量均衡。本发明还公开了一种实现上述储能方法的储能电路，该电路由n个飞渡结构电路串联构成，每个飞渡结构电路包括电路开关和2个串联的储能单元。本发明解决了储能装置中储能单元老化引起的电池组不一致性与能量不均衡的问题，明显地提高了储能装置的容量以及便于控制储能电池充放电时的状态和参数，产业化前景较好。
-
公开(公告)号：CN108285071A
公开(公告)日：2018-07-17
申请号：CN201810072530.5
申请日：2018-01-25
Applicant: 暨南大学
IPC: B66B5/00
CPC classification number: B66B5/0037 , B66B5/0031 , B66B5/0087
Abstract: 本发明公开了一种基于贝叶斯网络的电梯健康诊断方法，本方法利用电梯故障的不同样本进行贝叶斯网络结构和参数学习,并采用蒙特卡洛推理机制，建立起一个符合电梯运行机理的贝叶斯网络电梯故障诊断模型。相比其他只针对特征状态本身进行预测的诊断方法，贝叶斯网络电梯故障诊断模型考虑到了复杂系统状态变量间的相互制约关系，更加科学严谨，通过已有的数据样本验证了该方法可实现较高的预测率，因此，基于贝叶斯网络的健康诊断方法在电梯健康诊断和预测方面是非常有效的，具有广阔的应用前景。
-
公开(公告)号：CN107807333A
公开(公告)日：2018-03-16
申请号：CN201711053849.5
申请日：2017-10-31
Applicant: 暨南大学 , 湖南大学 , 珠海寸方科技有限公司
IPC: G01R31/36
Abstract: 本发明公开了一种退役动力电池组的SOC估算方法中，针对于每个电池包，首先实时的获取该电池包当前时刻的开路电压；然后通过该电池包的开路电压和SOC之间关系表获取到该电池包当前时刻的SOC值；将每个电池包当前时刻的SOC值进行比较，获取到最小的SOC值，以最小的SOC值为标准，对除该最小的SOC值对应的电池包之外的其他各电池包当前时刻的SOC取相对值；求出除最小的SOC值对应的电池包之外其他所有电池包当前时刻的SOC相对值的平均值，根据平均值与最小的SOC值最终得到电池组当前时刻的SOC值。本发明能够精确且快速针对状况不一致的电池所构成的电池组进行SOC值估算，为退役电池回收再次使用提供了支撑。
-
公开(公告)号：CN107133973B
公开(公告)日：2019-12-24
申请号：CN201710332263.6
申请日：2017-05-12
Applicant: 暨南大学
Abstract: 本发明公开了一种桥梁防撞系统中的船舶检测方法，包括以下步骤：采用张正友棋盘格标定法进行摄像机标定；图像获取与预处理；绘制虚拟航道；结合混合高斯背景法与三帧差分法检测运动前景；提取运动前景目标的特征值，作为训练深度神经网络DNN的样本数据；搭建、训练、测试深度神经网络DNN；根据完成训练的深度神经网络DNN对实时视频流中的船舶特征进行识别，标志运动船舶；根据标定结果，定时监测船舶航航行状况。本发明设计的基于GMM与三帧差分法的船舶检测方法，克服了传统方法中前景轮廓断裂、目标不完整的问题，利用前景船舶特征对深度神经网络DNN进行训练，可准确、智能地识别船舶，提高了船舶检测的精度、效率、实时性。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.02 seconds)
