-
公开(公告)号：CN116449687A
公开(公告)日：2023-07-18
申请号：CN202310712391.9
申请日：2023-06-16
Applicant: 济南大学
IPC: G05B11/42
Abstract: 本发明公开一种基于改进型海上救援飞翼扰动观测PID控制方法，属于扰动观测PID控制优化技术领域，具体步骤为：步骤一、基于扰动观测法，建立海上救援飞翼控制数学模型；步骤二、改进鱼鹰优化算法，D1、在算法开发阶段，首先引入最优个体加快算法收敛效率，然后改进扰动参数r1，并利用r1引入自适应权重W来调节最优个体对搜索的影响程度；D2、算法在进行位置更新时，引入一种自适应高斯随机游走机制使算法在陷入停滞时生成新个体；步骤三、利用改进鱼鹰优化算法优化救援飞翼的PID控制器；通过改进鱼鹰优化算法寻优，提高PID控制过程中，Kp、Ki、Kd三个参数的准确性和灵活性，提高了海上救援飞翼在航向和速度的控制性能。
-
公开(公告)号：CN116366247A
公开(公告)日：2023-06-30
申请号：CN202310372881.9
申请日：2023-04-10
Applicant: 济南大学 , 山东记食信息科技有限公司
Abstract: 本申请公开了一种基于地理位置可寻址网络的服务器动态选择门限代理重加密方法动态选择门限代理重加密方法。该基于地理位置可寻址网络的服务器动态选择门限代理重加密方法包括收集代理服务器集群各服务器的地理位置，构建集群分布地理位置网络图；当数据使用者需选择与自己距离最近的多个服务器进行授权申请时，则执行代理服务器动态选择操作；将离数据使用者相对最近的多个代理服务器身份信息发给数据使用者，数据使用者执行授权申请操作；达到动态选择门限代理服务器的目的，保证数据使用者可获得地理位置相距最近的多个服务器的授权，进而解决门限代理重加密过程中数据申请者如何动态选择与自己距离最近的多个服务器进行授权申请的问题。
-
公开(公告)号：CN115300796A
公开(公告)日：2022-11-08
申请号：CN202211044130.6
申请日：2022-08-30
Applicant: 济南大学
Abstract: 本发明提供一种具有脑电反馈功能的电针控制系统及方法，包括：脑电采集子系统、主控制系统、电针控制子系统、人机交互子系统；所述电针控制子系统、人机交互子系统与主控制系统电性连接。本发明还提供用一种具有脑电反馈功能的电针控制方法，通过主控制系统上的无线接收模块接收来自脑电采集子系统的脑电原始数据，并通过脑电信号分析子模块进行处理分析，获取受试者的脑电信号、脑电节律信息，并通过采集计算得到的脑电信号信息实时的对电针控制子系统的输出进行调整，实现一种具有脑电反馈功能的电针控制系统。
-
公开(公告)号：CN115258098A
公开(公告)日：2022-11-01
申请号：CN202211106479.8
申请日：2022-09-12
Applicant: 济南大学
Abstract: 本发明公开了一种基于声纳探测与GPS定位的水中救生系统及控制方法；其特征在于：水中救生系统包括救生圈、主控模块、声纳模块、GPS模块。其中，GPS模块来对救生圈进行定位并将救生圈的坐标信息发送给主控模块；声纳模块通过接收落水人员在水中发出的声波来对落水人员进行定位；主控模块控制无人救生圈前进来对落水人员进行快速救援；无人救生圈上设有两个永磁同步电机，用于驱动救生圈进行运动和调整方向；本发明能够适用于没有配备足够救生员的大面积水域，在有人员不幸落水的情况下进行快速救援。
-
公开(公告)号：CN114967428A
公开(公告)日：2022-08-30
申请号：CN202210903023.8
申请日：2022-07-29
Applicant: 济南大学
IPC: G05B11/42
Abstract: 本发明公开了一种基于改进粒子群算法的无人救生圈最优鲁棒控制方法；其特征在于：在无人救生圈控制系统引入基于改进粒子群算法的PID控制器，通过改进粒子群算法对PID控制器的参数进行在线实时调整，PID控制器的三个参数kp、ki、kd由改进的粒子群算法优化后输出得到；所述改进粒子群算法引入“收敛再唤醒”机制，在粒子群收敛后重新唤醒一部分粒子离开收敛域再次进行局部搜索以得到更优解，提高了无人救生圈控制系统的稳定性。
-
Patent Agency Ranking
公开(公告)号：CN113128465A
公开(公告)日：2021-07-16
申请号：CN202110508078.4
申请日：2021-05-11
Applicant: 济南大学
Abstract: 本发明公开了一种针对工业场景基于改进YOLOv4的小目标检测方法，包括以下步骤：通过工业摄像头采集现场数据集；对采集数据集进行标注，划分训练集和测试集；通过K‑Means++聚类算法，对数据集中真实目标框计算出针对本数据集的不同大小的先验框大小；对YOLOv4模型中网络进行修改，得到YOLOv4‑head2网络模型；将训练集输入YOLOv4‑head2模型训练，并使用验证集不断优化模型效果；在YOLOv4的特征融合层，添加与低特征层的特征融合，得到YOLOv4‑head2‑L网络结构；将评价较高的模型经过转换，采用TensorRT技术进行前向推理以达到提高检测速度和部署小型边缘计算设备目标。本发明具备保留与真实目标尺度接近的检测尺度，充分利用模型的网络结构，充分计算，增加低层和高层的跨层连接，更加轻量和简洁高效的优点。
-
公开(公告)号：CN120010269A
公开(公告)日：2025-05-16
申请号：CN202510473909.7
申请日：2025-04-16
Applicant: 济南大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于大惯量风机的自适应控制方法，属于PID控制优化技术领域，具体步骤为：S1、构建大惯量风机控制系统；S2、对标准龙卷风优化算法中的数学模型进行改进；S3、使用改进的龙卷风优化算法优化大惯量风机控制系统中速度环PID控制器的控制参数，通过算法的寻优获得一组最优的PID控制参数Kp、Ki、Kd；S4、将S3获得的一组最优PID控制参数用于大惯量风机控制系统中速度环PID控制器，输出对应的控制量，实现大惯量风机控制系统的速度控制；通过改进的龙卷风优化算法优化大惯量风机控制系统中速度环PID控制器，增强PID控制器的自适应能力，有效降低风机运行过程中的稳态误差，提高控制精度，提高了大惯量风机控制系统的鲁棒性。
-
公开(公告)号：CN119995424A
公开(公告)日：2025-05-13
申请号：CN202510473894.4
申请日：2025-04-16
Applicant: 济南大学
Abstract: 本发明公开一种基于车载装备回转系统的控制方法，属于PID控制优化技术领域，具体步骤为：步骤一，构建基于车载装备回转系统的PID控制模型，包括改进蜣螂优化算法模型，永磁同步电机控制模型，PID控制器，空间矢量脉宽调制模型，观测器模型；步骤二，改进蜣螂优化算法，具体实现为：D1，使用边界反射法处理蜣螂个体位置越界问题；D2，在蜣螂的偷窃过程中引入学习其他蜣螂的成功经验，通过历史最优位置来引导偷窃行为；步骤三，利用改进蜣螂优化算法优化永磁同步电机控制系统的电流内环PID控制器，得到电流内环PID控制器的最优Kp、Ki、Kd控制参数；步骤四，对车载装备回转系统的控制采用MATLAB进行建模仿真。
-
公开(公告)号：CN119987191A
公开(公告)日：2025-05-13
申请号：CN202510483297.X
申请日：2025-04-17
Applicant: 济南大学
IPC: G05B11/42
Abstract: 本发明公开了一种用于脑卒中电刺激治疗的闭环优化方法，属于PID控制优化技术领域，具体步骤为：步骤一、构建脑卒中电刺激控制模型；步骤二、改进雪橇犬优化算法，改进策略为：D1、使用一种融合Halton序列的混沌映射优化策略生成初始种群；D2、使用一种动态混合协同搜索策略改进避障阶段的数学模型；D3、使用一种精英莱维动态导航策略改进迷失方向阶段的数学模型；步骤三、利用改进雪橇犬优化算法整定脑卒中电刺激控制模型中PID控制器模块的参数，通过优化得到最佳的Kp、Ki、Kd参数；步骤四、将得到的最佳Kp、Ki、Kd参数，输入到脑卒中电刺激控制模型中，优化控制效果。
-
公开(公告)号：CN118552956B
公开(公告)日：2024-12-03
申请号：CN202411017290.0
申请日：2024-07-29
Applicant: 济南大学 , 山东青鸟工业互联网有限公司
IPC: G06V20/70 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/09
Abstract: 本发明提出了一种基于超分辨率Transformer的汽车零部件检测方法，涉及图像识别技术领域。本发明提出了车辆零部件检测流程，包括卷积层，注意力层和上采样卷积模块，注意力层包括Transformer模块，Transformer模块包括跨模态注意力模块和类别‑内容多头注意力模块，同时提出跨模态注意力CMA和类别‑内容多头注意力模块CCMSA，跨模态注意力CMA关注不同模态之间的关联，可以有效的融合来自不同模态的信息，类别‑内容多头注意力模块CCMSA能够利用相距较远但相似的token来增强输入特征，并在每个类别中进行关注，再进行内容分类，超越了局部窗口的限制。
-
-
-
-
-
-
-
-
-
Search Results
100
records
(took 0.034 seconds)
