-
公开(公告)号：CN115047761A
公开(公告)日：2022-09-13
申请号：CN202210584213.8
申请日：2022-05-27
Applicant: 重庆邮电大学工业互联网研究院
IPC: G05B13/04
Abstract: 本发明属于机器人控制技术领域，特别涉及基于自适应滑模观测器的机械臂模型优化方法，包括根据机械臂的位置信号和未知外部干扰通过牛顿欧拉方法获得第一非线性机械臂模型，将第一非线性机械臂模型进行状态空间处理成模型确定部分和模型不确定部分；用径向基函数神经网络对模型不确定部分近似逼近，获得第二非线性机械臂模型；采用滑模控制方法和第二径向基函数神经网络构建所述第二非线性机械臂模型的自适应滑模观测器，并用所述自适应滑模观测器计算所述逼近结果的估计值；将所述逼近结果的估计值补偿到第一非线性机械臂模型中，消除未知外部干扰对机械臂的影响，优化第一非线性机械臂模型。
-
公开(公告)号：CN113411215A
公开(公告)日：2021-09-17
申请号：CN202110678514.2
申请日：2021-06-18
Applicant: 重庆邮电大学工业互联网研究院
Abstract: 本发明属于工业通信技术领域，涉及基于OPC UA的时间敏感网络集中用户配置方法及系统；所述系统包括用户终端站、UA‑TSN配置管理中间件和集中式用户配置实体；用户终端站包括多个现场设备和UA‑TSN协调器；设备内嵌OPC UA服务器向UA‑TSN协调器注册后，UA‑TSN配置管理中间件通过访问UA‑TSN协调器获取OPC UA地址信息列表，通过对应地址信息与现场设备通信并汇集设备信息；集中式用户配置实体提取并解析UA‑TSN配置管理中间件聚合的TSN流需求信息；利用该信息进行调度计算完成配置。本发明实现对TSN网络调度信息的自动传输与配置，降低了大规模TSN网络配置过程中的操作复杂度的问题。
-
公开(公告)号：CN119030868A
公开(公告)日：2024-11-26
申请号：CN202410966691.4
申请日：2024-07-18
Applicant: 重庆邮电大学工业互联网研究院
IPC: H04L41/0806 , H04L41/02 , H04L41/082 , H04L41/0659 , H04L67/12 , H04L67/54 , H04L67/51
Abstract: 本发明属于工业通信领域，涉及一种基于OPC UA的工业设备即插即用方法和系统。通过设计基于OPC UA自动发现机制实现在网络层面的设备即插即用；通过为所有工业控制器和现场设备设计OPC UA信息建模并采用OPC UA作为设备间通信的标准接口实现设备参数配置和集成的标准化。通过设计设备参数配置和集成方法，完成对设备的参数配置、工业控制器和现场设备间的自动集成，从而实现在语义层面的设备即插即用；通过设计设备替换方法，能够实现自动将出现故障或需要升级的旧设备的实时配置参数转移到新设备上，以减少手工替换设备所需的时间。本发明减少了集成调试大规模异构工业设备和系统时所需的时间，消除了可能引入的人为错误。
-
公开(公告)号：CN115933413A
公开(公告)日：2023-04-07
申请号：CN202310078206.5
申请日：2023-01-18
Applicant: 重庆邮电大学工业互联网研究院
IPC: G05B13/04
Abstract: 本发明属于自动化控制领域，具体涉及一种针对网络控制系统的基于预设性能的自适应反演滑模控制方法，包括：将带有不确定时延的非线性网络控制系统模型转换为不含有不确定时延的系统模型；定义系统跟踪误差指标和预设性能轨迹，将受约束的系统跟踪误差指标转化为新的无约束误差指标；定义包含中间虚拟控制信号的新系统状态误差，并对系统模型进行坐标转换；设计滑模函数和李雅普诺夫函数，并采用自适应神经网络函数对网络干扰进行估计，获得系统输入信号控制率；本发明利用网络干扰概念，在不需要限定延时或者延时导数上限的情况下，有效地解决网络控制系统的时延问题，并通过设计预设性能指标完成对系统的控制，保证了系统的动态和稳态性能。
-
公开(公告)号：CN113411215B
公开(公告)日：2022-06-03
申请号：CN202110678514.2
申请日：2021-06-18
Applicant: 重庆邮电大学工业互联网研究院
IPC: H04L41/0803 , H04L65/1069 , H04L65/1073 , H04L65/80 , H04L67/12 , H04L67/141 , H04L67/51 , H04L69/18
Abstract: 本发明属于工业通信技术领域，涉及基于OPC UA的时间敏感网络集中用户配置方法及系统；所述系统包括用户终端站、UA‑TSN配置管理中间件和集中式用户配置实体；用户终端站包括多个现场设备和UA‑TSN协调器；设备内嵌OPC UA服务器向UA‑TSN协调器注册后，UA‑TSN配置管理中间件通过访问UA‑TSN协调器获取OPC UA地址信息列表，通过对应地址信息与现场设备通信并汇集设备信息；集中式用户配置实体提取并解析UA‑TSN配置管理中间件聚合的TSN流需求信息；利用该信息进行调度计算完成配置。本发明实现对TSN网络调度信息的自动传输与配置，降低了大规模TSN网络配置过程中的操作复杂度的问题。
-
Patent Agency Ranking
公开(公告)号：CN118965259A
公开(公告)日：2024-11-15
申请号：CN202410995990.0
申请日：2024-07-24
Applicant: 重庆邮电大学工业互联网研究院
IPC: G06F18/25 , G06F18/24 , G06F18/10 , G06F18/2131 , G06N3/045 , G06N3/0464 , G06N3/09
Abstract: 本发明涉及工业智能预测性维护领域，特别涉及一种基于可解释深度特征融合网络的工业智能预测性维护方法，包括：获取含有噪声的齿轮箱振动数据；通过建立具有物理信息约束的可解释特征提取模块对获取数据的特征进行初步的提取和噪声抑制；利用具有全局和局部特征融合能力的双分支特征融合模块整合包括长距离依赖和局部依赖的多尺度特征；利用分类器将高维特征进行降维输出得到最终故障识别结果；并对模型的诊断流程进行可解释性分析。本发明通过将具有确定物理理论支撑的信号处理技术嵌入到深度神经网络中，在提升模型故障识别准确率的同时，有效提高了模型推理结果的可解释性和可靠性。
-
公开(公告)号：CN118673470A
公开(公告)日：2024-09-20
申请号：CN202410689012.3
申请日：2024-05-30
Applicant: 重庆邮电大学工业互联网研究院
IPC: G06F18/27 , G06N3/094 , G06N3/084 , G06F18/213
Abstract: 本发明涉及一种滚动轴承剩余寿命预测方法和系统，该方法包括：获取待预测的样本数据，将其输入到训练好的剩余寿命预测神经网络中获得输出预测结果，剩余寿命预测神经网络包括特征编码器和回归预测器，在其训练过程中，利用特征编码器从源域样本数据中初步提取特征；利用时间混合对比域适应训练模块计算对比损失，利用对比损失迭代训练特征编码器，实现从目标域样本数据特征中进一步提取互信息作为一种高级特征；利用细粒度结构域适应训练模块计算域判别损失和源域样本数据和目标域样本数据之间的细粒度匹配程度，利用域判别损失和细粒度匹配程度迭代训练特征编码器，实现进一步提取源域与目标域之间的域不变特征。该系统包括：输入接口、输出接口、处理器、计算机可读存储介质和存储的程序指令，其中，处理器调取程序指令进行剩余寿命预测神经网络训练；调取训练好的剩余预测神经网络的程序指令，指令特征提取器对所述待检测的滚动轴承振动数据进行特征提取，将提取的特征输入回归预测器进行预测处理，得到预测结果。本发明有效地提高滚动轴承剩余使用寿命预测结果的准确率。
-
公开(公告)号：CN118153625A
公开(公告)日：2024-06-07
申请号：CN202410247419.0
申请日：2024-03-05
Applicant: 重庆邮电大学工业互联网研究院
IPC: G06N3/0442 , G06N3/045 , G06N3/098 , G06N3/082 , G06F18/15 , G06F18/214 , G06F18/21 , G06F18/213 , G01R31/367 , G01R31/392
Abstract: 本发明涉及一种锂电池荷电状态预测方法，包括：各客户端将锂电池运行过程中的运行数据进行归一化处理，构建本地训练集；各个客户端利用本地训练集对锂电池预测模型训练预设的次数得到局部模型，并利用自适应模型权重剪枝策略对局部模型的参数进行剪枝，并接收服务器聚合后的全局模型；直至达到预设的次数后，得到训练好的锂电池预测模型，将待验证的数据输入训练好的锂电池预测模型得到电池荷电状态的初始预测结果；利用高斯分布计算权重的加权回归优化Savitzky‑Golay滤波器对初始预测结果进行过滤得到最终的预测结果，本发明显著提升了锂电池荷电状态预测的准确度，同时也节约中心服务器的计算开销。
-
公开(公告)号：CN117896802A
公开(公告)日：2024-04-16
申请号：CN202311863058.4
申请日：2023-12-29
Applicant: 重庆邮电大学工业互联网研究院
Abstract: 本发明属于工业无线传感网，具体涉及一种面向线性无线传感网的自适应分布式路由方法，包括：设计基于机会主义路由的分布式路由方法，在多个备选节点进行优先级选择转发数据，可提高网络容错能力和路径恢复能力；利用无线信号的广播特点将数据包转发到一组备选节点，避免过渡依赖某一个或者几个固定的转发节点，有利于提高网络的传输可靠性和能耗的均衡；转发节点选择的过程发生在节点端，这样分布式的路由方法不依赖对网络信息的收集，不依赖对拓扑信息的感知，避免了额外的控制报文交互。
-
公开(公告)号：CN117896774A
公开(公告)日：2024-04-16
申请号：CN202410086851.6
申请日：2024-01-22
Applicant: 重庆邮电大学工业互联网研究院
IPC: H04W28/02 , H04W72/0446 , H04W72/0453
Abstract: 本发明属于工业无线网络领域，特别涉及一种基于多维冲突图的多射频接口工业无线网络调度方法及系统，所述方法通过建立包括数据流‑链路‑射频接口‑信道‑时隙的五维元组，并基于该元组构建面向多射频接口工业无线网络调度的全局多维冲突图；然后根据网络跳数，从数据流源节点到目的节点逐跳在全局多维冲突图中导出多维冲突图子图；通过设计的贪心算法在多维冲突图子图中查找独立集，并以此作为网络中该跳数据流的调度解，逐跳迭代求解所有的多维冲突图子图得到整个网络的调度方案。本发明可实现无冲突的多射频接口工业无线网络调度，能够降低网络传输时延，保障网络传输的可靠性和确定性。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.041 seconds)
