基于改进FCN网络的风机叶片故障识别方法和系统

    公开(公告)号:CN117951587A

    公开(公告)日:2024-04-30

    申请号:CN202410154182.1

    申请日:2024-02-04

    Inventor: 夏伟 王芳

    Abstract: 本发明提供了基于改进FCN网络的风机叶片故障识别方法,包括根据风电场经纬度与海拔高度规划无人机拍摄路径;按照拍摄路径自动采集风机叶片数据,对叶片数据进行图像预处理得到第一待识别图像;构建CBAM‑FCN改进模型,采用Otsu阈值分割法选定动态阈值分割图像,利用改进FCN全卷积神经网络算法进行图像分割处理,筛选损伤特征图像得到第二待识别图像;构建DenseNet改进模型,输入第二待识别图像进行图像特征提取得到特征数据集,将特征数据集输入SVM进行再分类得到识别结果。相对于现有技术而言,本发明的技术方案可实现复杂环境的巡检,准确识别风机表面故障,有效避免无用特征干扰,具有良好的应用前景。

    基于ZQX1500抓斗桥式卸船机的高效物料卸载方法

    公开(公告)号:CN110550556A

    公开(公告)日:2019-12-10

    申请号:CN201910734769.9

    申请日:2019-08-09

    Inventor: 汤镭 王芳

    Abstract: 本发明涉及一种基于ZQX1500抓斗桥式卸船机的高效物料卸载方法,根据ZQX1500抓斗桥式卸船机的有效技术参数,利用各机构(包括四卷筒机构、小车运行机构、大车运行机构和抓斗运行机构)在运行过程中出现的惯性和延时,即在整个操作过程中,开闭斗钢丝绳应始终处于运行状态,当抓斗到达正常起升高度时应操作手柄使抓斗立即开斗,此时的小车已经运行至漏斗的斜上方,进行物料的高效卸载。与现有技术相比,本发明克服了现有模式很难达到额定卸煤量的问题,确保实际卸煤量超过额定卸煤量的20%,即能做到1800t/h的卸煤工作量,极大地提高了桥机的工作效率,节省了电能、设备损耗和散货船的滞港费,实用性强。

    一种多层级立体化控制系统实验平台及其搭建方法

    公开(公告)号:CN110398943A

    公开(公告)日:2019-11-01

    申请号:CN201910645472.5

    申请日:2019-07-17

    Inventor: 王志刚 王芳

    Abstract: 本发明公开了一种多层级立体化控制系统实验平台,涉及自动控制技术领域,解决了学校现有控制设备控制单一且难以让学生体验到实际工业现场,教学效果不佳的弊端,其技术方案要点是包括有将多个工业控制实验装置子系统的可编程序控制器与所有工控机连接至同一网段的管理级、由各子系统的可编程序控制器构成的各控制子网的控制级、包括有各子系统的运动控制系统、人机交互系统、网络控制系统以及进行调试及网络切换的实验台的现场级,本发明的一种多层级立体化控制系统实验平台,更接近实际工业应用环境,涉及多种网络通讯协议,通过协议转换机制实现不同协议的数据通信,对学生适应智能制造工业现场的能力得到了大大的提高。

    一种集成控制系统实验装置和操作方法

    公开(公告)号:CN101853591B

    公开(公告)日:2011-12-28

    申请号:CN201010172666.7

    申请日:2010-05-12

    Inventor: 王芳

    Abstract: 本发明提供了一种集成控制系统实验装置,该集成控制系统实验装置包含直流调速控制系统、交流调速控制系统、伺服控制系统、电梯群控系统、水流量和温度控制系统、人机接口面板控制系统、串行通信协议、第一网络线,各个控制系统之间通过串行通信协议进行数据通信,第一网络线为各个控制系统接通网络,各个控制系统分别与人机接口面板控制系统结合实现人机交互界面。该集成控制系统实验装置包括多种典型控制系统的硬件设备,通过电气控制可编程逻辑控制器、计算机、网络通信等多学科的交叉,使研究的内容更加丰富。该控制系统实验装置改变了原来的实验室构造,让学生以工程师角色实现控制系统的集成。

    基于LSTM的短期风电功率预测方法和系统

    公开(公告)号:CN117725822A

    公开(公告)日:2024-03-19

    申请号:CN202311684398.0

    申请日:2023-12-08

    Inventor: 张松 王芳

    Abstract: 本发明提供了基于LSTM的短期风电功率预测方法和系统,包括获取预测地域的历史风功率全体数据集;根据预测需求确定预测时间尺度,并从全体数据集中抽取相应时间尺度的数据得到预测数据集,其中,预测数据集包括第一数据集和第二数据集;利用第一数据集构建多个大小相同的数据子集,并构建多个长短期记忆人工神经网络LSTM训练模型,利用数据子集对LSTM训练模型进行训练得到多个不同的LSTM预测模型;将第二数据集分别输入至LSTM预测模型,并采用加权赋值法将不同时间尺度的预测结果进行整合得到短期风电功率预测结果。本发明的技术方案突破了短期风力发电预测瓶颈,预测精度高、经济性好,有效支撑风力发电的可靠并网。

    一种风机叶片表面损伤的识别方法、装置及介质

    公开(公告)号:CN115063697A

    公开(公告)日:2022-09-16

    申请号:CN202210476438.1

    申请日:2022-04-29

    Inventor: 张恒甫 王芳

    Abstract: 本发明涉及一种风机叶片表面损伤的识别方法、装置及介质,方法包括:接收无人机拍摄的风机照片,构成数据集;对数据集进行增强处理;通过改进的ResNet‑18残差网络识别风机照片中的叶片表面损伤;所述的改进的ResNet‑18残差网络中步长为1的3×3卷积核和步长为1的1×1卷积核代替原来步长为1的3×3卷积核,relu函数后加入步长为2的3×3池化层。与现有技术相比,本发明具有实时性强、准确率高、识别速度快等优点。

    基于布谷鸟算法优化的BP神经网络短期风功率预测方法

    公开(公告)号:CN112307672A

    公开(公告)日:2021-02-02

    申请号:CN202011181059.7

    申请日:2020-10-29

    Inventor: 顾禹轩 王芳

    Abstract: 本发明涉及一种基于布谷鸟算法优化的BP神经网络短期风功率预测方法,包括以下步骤:S1:获取训练数据构建训练集,并构建BP神经网络;S2:初始化BP神经网络的参数;S3:利用布谷鸟算法,对BP神经网络的参数进行优化,得到优化后的参数;S4:利用优化后的参数构建基于CS‑BP神经网络的风功率预测模型;S5:利用得到的风功率预测模型进行短期风功率的预测,与现有技术相比,本发明具有提高短期风功率预测准确度等优点。

    一种风电机组变桨电机的半实物仿真平台

    公开(公告)号:CN112099377A

    公开(公告)日:2020-12-18

    申请号:CN202010967355.3

    申请日:2020-09-15

    Abstract: 本发明涉及一种风电机组变桨电机的半实物仿真平台,包括实时仿真器、控制器、负载模块和示波器,实时仿真器分别连接控制器、负载模块和示波器,实时仿真器内存储有逆变器模型和变桨电机模型;控制器存储有风电机组变桨控制算法,控制器的信号传输至逆变器模型中,控制器采用风电机组变桨控制算法通过控制逆变器模型进而控制变桨电机模型;负载模块用于为实时仿真器提供变桨电机模型的负载数据;示波器用于显示实时仿真器的数据波形。与现有技术相比,本发明具有更加经济方便;克服了离线仿真的非实时性,时间上可以同步,能够得到真实的反馈数据;考虑了不同工况和不同风模型下的变桨轴承载荷数据等优点。

    电动汽车充电系统及电动汽车停车充电方法

    公开(公告)号:CN108263230A

    公开(公告)日:2018-07-10

    申请号:CN201810047010.9

    申请日:2018-01-18

    Abstract: 本发明提供了一种电动汽车充电系统及电动汽车停车充电方法,系统包括控制平台以及若干个安装在不同电动汽车停车位周边的充电桩,各充电桩通过网络连接控制平台,充电桩顶部靠近电动汽车停车位一侧安装有可自由变换的机械臂式充电装置,在电动汽车停车位设置有至少两个测距传感器。充电桩顶部安装有由多节关节臂铰接在一起的可自由变换自由度的机械臂式充电装置,每个关节处均设置有电机,且两端设置有旋转座,根据用户上传的车型信息以及测距传感器测得电动车停靠的位置信息,能够计算出电动车充电口相对于充电桩的坐标信息,根据坐标信息来自动控制械臂式充电装置末端的充电插头插入汽车的充电口,无需手动将充电枪插入充电口,方便快捷。

    一种肌电控制虚拟机器人假手仿真系统的方法

    公开(公告)号:CN106420124A

    公开(公告)日:2017-02-22

    申请号:CN201610885613.7

    申请日:2016-10-10

    Inventor: 王芳

    Abstract: 本发明提出一种肌电控制虚拟机器人假手仿真系统的方法,包括如下步骤:①对测试者右前臂进行数据采集;②用贴在相关前臂肌肉上方皮肤层的电极来采集肌电信号;③对肌电信号进行整流、放大和滤波的信号预处理;④对肌电信号进行特征提取,提取出肌电信号的稳态特征量;⑤将采集好的稳态特征量分割为训练集和测试集,利用训练集训练选择好的分类器,然后对测试集的信号进行分类;⑥将进行信号分类过程之后的信号数据传递至后处理环节;⑦信号后处理后,即为控制命令信号,将其发送至虚拟手仿真系统;⑧机器人假手仿真系统中的虚拟手,承担起视觉反馈的作用,将虚拟手的实时状态反馈给大脑;⑨使用者通过视觉反馈来判断该手部动作是否为设想的动作。

Patent Agency Ranking