-
公开(公告)号：CN115166635B
公开(公告)日：2023-03-28
申请号：CN202210724152.0
申请日：2022-06-24
Applicant: 江南大学
IPC: G01C21/20
Abstract: 本发明涉及一种基于风险敏感FIR滤波的机器人定位方法，包括：建立机器人运动的状态空间模型，建立测量值和当前时刻的系统状态；根据测量值和当前时刻的系统状态建立含有判断性能准则类型α的风险敏感FIR滤波器的初始化性能准则和联合概率密度函数，使用联合概率密度函数优化初始化性能准则得到最终的性能准则；将最终的性能准则进行代价函数变形；根据α的不同取值将最终的性能准则分为不同类别，在不同类别的所述最终的性能准则下根据代价函数理论求出此时的状态估计值。本发明可以在具有不确定性时实现对扫地机器人位置的有效、精确定位。
-
公开(公告)号：CN115755588A
公开(公告)日：2023-03-07
申请号：CN202211544057.9
申请日：2022-12-01
Applicant: 江南大学
IPC: G05B11/42
Abstract: 本发明公开了一种基于最小方差指标的数据驱动控制器参数优化方法，属于工业过程控制器参数整定领域。该方法使用最小方差控制性能评价指标对系统控制性能进行评价，该指标使用系统过程数据和系统时延来估计系统的最小方差指标。本发明首先对系统的控制性能进行监控，当控制性能不佳时启动控制器参数优化方法，结合最小方差指标和拓展虚拟参考迭代校正(E‑FRIT)算法来优化求解控制器参数，该方法不依赖工程人员经验，不需要建立被控系统的精确数学模型，只需利用一组测量的闭环输入输出数据便可得到控制器参数，优化得到的参数能够保证系统良好的控制性能。
-
公开(公告)号：CN115687868A
公开(公告)日：2023-02-03
申请号：CN202211329545.8
申请日：2022-10-27
Applicant: 江南大学
Abstract: 本发明涉及一种改进的聚苯醚生产过程状态快速估计方法，包括建立由苯酚和甲醇烷基化作用生成聚苯醚的线性高维系统动态模型；将高维系统的状态向量分成低维度的多个状态块，同时引入一个辅助变量来修正因分块带来的系统误差。本发明方法可以满足线性高维系统状态估计低计算代价的同时达到更高精度的要求。
-
公开(公告)号：CN114454174B
公开(公告)日：2022-10-04
申请号：CN202210228647.4
申请日：2022-03-08
Applicant: 江南大学
IPC: B25J9/16
Abstract: 本发明公开了一种机械臂动作捕捉方法，包括：S1、在机械臂上固定视觉传感器采集数据作为源域，对应人体手臂固定惯性传感器采集数据作为目标域，建立系统的状态空间表达式；S2、利用全概率理论以源域观测预测分布为条件，设置最优未知状态观测联合分布，分解条件联合观测分布模型，并用KL散度来求解最优分布；S3、在卡尔曼滤波器的基础上结合全概率理论，将视觉传感器测量的源域知识转移到惯性传感器测量的目标域中，进行基于卡尔曼滤波的数据融合，预测系统下一时刻的状态，以实现机械臂的动作捕捉。本发明综合考虑了视觉传感和惯性传感的不足，通过迁移学习的思想将视觉传感作为源域进而改善惯性传感的目标域，从而提高预测精度。
-
公开(公告)号：CN113918873B
公开(公告)日：2022-07-15
申请号：CN202111263423.9
申请日：2021-10-28
Applicant: 江南大学
Abstract: 本发明公开了一种污水溶解氧浓度的估计方法，包括：S1、建立污水溶解氧浓度状态空间方程；S2、建立第一污水溶解氧浓度传感器的观测方程和第二污水溶解氧浓度传感器的观测方程；S3、分别利用第一污水溶解氧浓度传感器和第二污水溶解氧浓度传感器估计系统的状态值；S4、利用污水溶解氧浓度状态空间方程和第一污水溶解氧浓度传感器的观测方程建立概率密度函数，利用第二污水溶解氧浓度传感器预测第一污水溶解氧浓度传感器的观测值分布的概率密度函数，并估计系统的状态值；S5、用步骤S4中估计的系统的状态值替换步骤S3中第一污水溶解氧浓度传感器估计的系统的状态值，得到每个时刻污水溶解氧浓度值。本发明在保证实时性的同时提升了准确性。
-
Patent Agency Ranking
公开(公告)号：CN113326618B
公开(公告)日：2022-07-15
申请号：CN202110615110.9
申请日：2021-06-02
Applicant: 江南大学
IPC: G06F30/20
Abstract: 本发明公开了一种连续发酵过程中估计培养基初始条件的方法，包括建立连续发酵过程的三变量数学模型、线性化的连续发酵过程的状态方程和系统测量方程，将连续的方程离散化得到离散状态空间模型；在卡尔曼滤波的基础上引入辅助变量得到服从学生分布的预测分布；使用变分贝叶斯理论表示系统状态和辅助变量；预测系统状态和辅助变量，更新系统状态和辅助变量直到达到设置的迭代次数，输出此时的系统状态和辅助变量；直到达到设置的运行步数结束更新，得到初始时刻培养基中的关键变量的估计值。本发明通过建立连续发酵过程的三变量数学模型、引入学生分布，快速且准确地估计出培养基中关键变量初始条件，保证发酵过程安全和发酵质量。
-
公开(公告)号：CN114093433A
公开(公告)日：2022-02-25
申请号：CN202111437280.9
申请日：2021-11-29
Applicant: 江南大学
Abstract: 本发明涉及一种基于观测器的精馏过程单吨能耗预报精度评价方法，包括建立精馏过程的状态空间模型，基于状态空间模型得到模型预测值，同时获取精馏过程的观测值；基于观测值和模型预测值确定状态估计手段，从而得到状态变量的估计值；根据状态变量的估计值，结合精馏过程机理，得到精馏过程单吨能耗预报值；利用预先确定的单吨能耗预报精度观测器对单吨能耗预报值进行评价，其中单吨能耗预报精度观测器基于预先求解得到的单吨能耗预报性能指标函数确定。本发明能够实时且灵敏的反应精馏过程单吨能耗预报精度，并且还可以适用于不同的精馏过程对象，还可以适用于不同的环境，使得观测到的性能结果可以跨越不同的精馏过程对象仍然具有实用性。
-
公开(公告)号：CN113705908A
公开(公告)日：2021-11-26
申请号：CN202111016243.0
申请日：2021-08-31
Applicant: 江南大学
IPC: G06Q10/04 , G06Q50/04 , G06K9/62 , G06F30/20 , G06F111/10
Abstract: 本发明涉及一种有机硅单体分馏过程能耗辅助预测方法，获取运行数据，分别将其设置为辅助单元训练集、目标单元训练集和目标单元测试集，定义混合训练集，混合训练集为辅助单元训练集和目标单元训练集合并后的总样本集；建立目标单元能耗预测模型，对目标单元能耗预测模型进行迭代更新，输出多个目标单元能耗预测模型；确定能耗预测模型；利用测试集对确定的能耗预测模型进行测试，得到测试样本的能耗预测值，将能耗预测值与能耗实际值进行对比，以评估该模型的性能。本发明利用有机硅单体分馏过程中不同提纯单元之间的相似性，提出一种有机硅单体分馏过程能耗辅助预测方法，为有机硅分馏过程建立低成本和高泛化性能的能耗预测模型。
-
公开(公告)号：CN113552091A
公开(公告)日：2021-10-26
申请号：CN202110977213.X
申请日：2021-08-24
Applicant: 江南大学
IPC: G01N21/359
Abstract: 本发明涉及一种高纯度2,6‑二甲酚近红外光谱在线检测方法，包括以下步骤：S1、在线收集近红外光谱数据，计算获得近红外光谱数据对应的2,6‑二甲酚纯度；S2、剔除近红外光谱首尾噪声较大且无关的波段，对数据进行清洗；S3、设置初始权重和权重更新系数，对初始权重进行迭代，计算得到权重分布；S4、根据权重分布，建立纯度回归模型ft(x)；S5、计算回归模型ft(x)的误差和平均建模误差；S6、对初始权重进行更新，输出最终的2,6‑二甲酚产品塔的2,6‑二甲酚纯度回归模型fN(x)。本发明建立具有可靠性和高预测精度的回归模型，实现对高纯度2,6‑二甲酚的纯度的精确检测，为2,6‑二甲酚产品质量的实时调控提供可能。
-
公开(公告)号：CN111367175B
公开(公告)日：2021-04-02
申请号：CN202010184396.5
申请日：2020-03-17
Applicant: 江南大学
IPC: G05B13/04
Abstract: 本发明公开了一种未知转移概率跳变系统的邻态偏差智能控制方法，属于工程系统领域。所述方法包括：对于Markov跳变系统，其模态转移概率的不确定性由某一未知分布来描述，建立抗干扰控制问题模型；其次，构造模态依赖价值函数的更新形式；根据输入的控制策略获得模态轨迹，计算出邻态偏差，从而更新价值函数，直至收敛；最后，根据价值函数优化控制策略；重复上述过程直至控制策略收敛，从而得到能使系统闭环稳定且满足指定干扰抑制性能的控制器。本发明解决了在转移概率完全未知情形下Markov跳变系统的控制问题，具有十分重要的实际意义。
-
-
-
-
-
-
-
-
-
Search Results
84
records
(took 0.026 seconds)
