基于冲击负载响应特性的蓄电池容量在线动态估计方法

    公开(公告)号:CN109870654B

    公开(公告)日:2021-07-13

    申请号:CN201910106341.X

    申请日:2019-02-02

    Applicant: 福州大学

    Abstract: 本发明公开一种基于冲击负载响应特性的蓄电池容量在线动态估计方法,包括:保持对电池电压、电流和温度进行在线实时监测;当出现冲击性负载时,即当蓄电池电流瞬间增大幅值大于预先设定值时,将负载突变期间采集的蓄电压、电流和温度数据输送至在线估计器,通过融合小波分析和小脑模型神经网络的蓄电池容量在线估计算法,实时估计蓄电池剩余容量。本发明无需对蓄电池进行长时间满冲满放,也无需对蓄电池主动注入其他谐波信号,直接利用冲击性负载作用下、实时监测的电池电压、电流和温度数据,即可对蓄电池的容量进行快速、准确、实时的估计,适合不间断电源系统,减少电池维护成本,及时发现蓄电池容量减少或失效问题,提高系统的可靠性。

    一种基于破坏重建学习与GoogLeNet的细粒度图像分类方法

    公开(公告)号:CN111950525A

    公开(公告)日:2020-11-17

    申请号:CN202010894444.X

    申请日:2020-08-31

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于破坏重建学习与GoogLeNet的Inception v4网络结构的细粒度图像分类方法,包括步骤:构建训练集,并对其中的图像进行预处理;对训练集中的每幅原始图像,将其划分为n*n个局部区域,再通过RCM处理得到对应原始图像的重组图像;分别构建由分类网络、判别网络以及区域对齐网络构成的重建破坏学习网络,并分别定义与分类网络、判别网络以及区域对齐网络对应的分类损失、对抗性损失以及区域对齐损失;以三个损失之和最小化为目标训练重建破坏学习网络;利用训练好的重建破坏学习网络中的分类网络对输入的图像进行分类。本发明在对细粒度图像的分类上取得了显著的效果。

    一种具有防护功能的钻孔装置及其工作方法

    公开(公告)号:CN111774592A

    公开(公告)日:2020-10-16

    申请号:CN202010683500.5

    申请日:2020-07-16

    Applicant: 福州大学

    Abstract: 本发明涉及一种具有防护功能的钻孔装置及其工作方法,包括底座,底座上安装有一前一后的固定板和固定夹板,所述底座上竖立有位于固定夹板后侧的支撑架,所述支撑架上安装有位于固定板和固定夹板之间上方并能上下移动的电机,所述电机的主轴朝下并安装有钻头;所述固定板朝后一侧安装有能前后移动的活动夹板,固定板上方两侧固定连接有防护板,两侧防护板之间可拆卸安装有防护滑板。本发明具有防护功能的钻孔装置结构简单,设计合理,体积小,制造成本低,使用方便,通过防护板和防护滑板对产生的废屑进行隔离,起到对工作人员的防护,安全性高;通过对活动夹板进行位置移动,配合固定夹板对加工材料进行夹持,保证加工过程稳定可靠。

    一种用于机械制造的夹具固定装置及其使用方法

    公开(公告)号:CN111730522A

    公开(公告)日:2020-10-02

    申请号:CN202010740925.5

    申请日:2020-07-28

    Applicant: 福州大学

    Abstract: 本发明提供一种用于机械制造的夹具固定装置及其使用方法,包括底座,底座上表面的一端设置有固定架,底座的上表面固定有连接块,底座远离固定架的一端开设有导轨,导轨上方设置有活动架,活动架的底端设置有滑块,滑块安装在导轨的内部,活动架下半段中间位置贯穿开设有通孔,活动架上活动安装有螺纹杆,螺纹杆的穿过通孔内侧端连接块螺纹连接,螺纹杆上固定有位于活动支架两侧的限位环,固定架及活动架远离底座的一端侧面开设有夹具固定槽,夹具固定槽内固定有夹具,本发明操作简便,易于拆卸,使用方便快捷。

    基于智能任务监管的机械臂动态避障方法

    公开(公告)号:CN119458386B

    公开(公告)日:2025-04-29

    申请号:CN202510060016.X

    申请日:2025-01-15

    Applicant: 福州大学

    Inventor: 黄捷 詹维捷 周宇

    Abstract: 本发明涉及一种基于智能任务监管的机械臂动态避障方法,包括以下步骤:S1:采集位置信息集合;S2:基于机械臂的状态以及轨迹规划的要求,构建基本行为和复合行为用于零空间行为控制,并设置行为优先级作为动作信息;S3:基于机械臂的安全距离要求,设置控制障碍函数;S4:构建深度强化学习训练模型;S5:将位置信息集合与动作信息输入深度强化学习训练模型,根据设置的奖励函数获取对应的奖励,若根据所述信息得到机械臂末端与障碍物的距离小于最小安全距离,则机械臂的输入由控制障碍函数接管。本发明有效提高了机械臂在动态障碍物环境中的灵活性和适应性,并避免发生碰撞事故。

    基于多层网络的工业系统切换控制能耗优化方法

    公开(公告)号:CN119535998B

    公开(公告)日:2025-04-08

    申请号:CN202510108996.6

    申请日:2025-01-23

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于多层网络的工业系统切换控制能耗优化方法,包括以下步骤:S1:收集工业系统各层级的数据信息并构建节点,构建工业系统的多层网络结构;S2:基于工业系统的多层网络结构,构建控制器实现网络层之间通信的同步;S3:计算控制器消耗的能量,确定能量消耗的上界,对多层网络同步能量消耗进行分析;S4:根据多层网络同步能量消耗分析结果,优化多层网络内的能量成本。本发明能有效优化多层网络的能耗管理,提高网络运行效率和整体能效,确保网络性能和服务质量。

    一种面向未知目标区域的多智能体的覆盖探查方法

    公开(公告)号:CN117406712A

    公开(公告)日:2024-01-16

    申请号:CN202311221630.7

    申请日:2023-09-21

    Applicant: 福州大学

    Abstract: 本发明涉及一种面向未知目标区域的多智能体的覆盖探查方法。本发明以多智能体为研究对象,将整个任务分为规划、决策以及控制部分。首先,利用扇形分解法将任务区域按面积划分为若干子区域,每一个智能体利用往复式覆盖法规划全覆盖路径;其次,将每一个智能体跟踪自身全覆盖路径和探测静目标过程中的若干步骤设为不同状态,通过有限状态机方法构造智能体的任务决策模型,同时采用模型预测控制跟踪规划出的运动路径。最后,通过对仿真结果进行数据处理,给出自测报告以验证所提出的基于往复式覆盖与分布式模型预测控制的多智能体区域信息采集方案的有效性;该方案具有简单、易于实现、计算代价小、能够应对未知的非结构化环境等优势。

    基于滑模控制的四旋翼无人机参数预测和扰动的自适应轨迹跟踪控制器及其设计方法

    公开(公告)号:CN113867374B

    公开(公告)日:2023-12-01

    申请号:CN202110841286.6

    申请日:2021-07-23

    Applicant: 福州大学

    Abstract: 定性。本发明提出一种基于滑模控制的四旋翼无人机参数预测和扰动的自适应轨迹跟踪控制器及其设计方法,基于四旋翼无人机的非线性力学模型,根据四旋翼无人机轨迹跟踪的姿态角目标和飞行位置目标,其利用滑模变结构控制方法得到系统的姿态控制输入函数,同时,对系统进行预测,并用预测值代替实际值来提前给予自适应控制补偿;利用滑模变结构控制方法得到系统的位置控制输入函数,同时,对系统进行预测,并用预测值代替实际值来提前给予自适应控制补偿;根据期望的偏航角和虚拟控制输入反解四旋翼

    基于区块链的群机器人身份认证与任务监管融合方法

    公开(公告)号:CN116866383A

    公开(公告)日:2023-10-10

    申请号:CN202310862275.5

    申请日:2023-07-14

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于区块链的群机器人身份认证与任务监管融合方法,包括:生成合法身份信息并写入基于区块链智能合约设计的身份认证中心,同时将合法身份信息写入机器人;各机器人私有链状态初始化,发送身份认证请求及身份信息;身份认证中心收到机器人的身份信息,进行身份认证;系统根据机器人身份认证结果管理机器人,通过身份认证的机器人加入集群;集群机器人开始执行任务并定时上传位置信息和任务执行信息至基于区块链智能合约设计的任务监管中心;任务监管中心根据机器人的位置信息和任务执行信息对机器人进行评分,并基于评分判定拜占庭机器人。该方法可以减少系统识别拜占庭机器人的时间,提高群机器人系统的拜占庭容错能力。

    一种面向仓储机器人系统的行为优先级智能调整方法

    公开(公告)号:CN116841297A

    公开(公告)日:2023-10-03

    申请号:CN202310803274.3

    申请日:2023-07-03

    Applicant: 福州大学

    Abstract: 本发明涉及一种面向仓储机器人系统的行为优先级智能调整方法。首先,为多机器人系统设计一些基本行为,并利用零空间投影方法将基本行为以不同的优先级顺序组合成为复合行为;其次,结合强化学习算法和零空间行为控制方法,将复合行为的速度输出作为强化学习的动作集合,构建强化学习任务监管RLMS;最后,对经验池和神经网络的结构分别进行了优化。本方法不需要人为地设定任务优先级的调整条件,从而减少了研究人员的工作量,并具有良好的可扩展性,能被应用于传统逻辑法难以处理的大数量任务优先级动态调整中。同时,由于本方法是离线学习完成后进行使用,不需要在线地进行计算和存储大量数据,在一定程度上减少了硬件的在线计算及存储的压力。

Patent Agency Ranking