-
公开(公告)号：CN118885887B
公开(公告)日：2025-02-07
申请号：CN202411375974.8
申请日：2024-09-30
Applicant: 华东交通大学
IPC: G06F18/241 , G01R31/00 , G06F18/213 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种牵引变流器故障诊断方法、设备、介质及产品，涉及电力机车的智能运行维修领域，该方法包括：获取数据集；数据集为中间直流电压数据；基于变分模态分解对所述数据集进行分解，得到多通道标准故障特征集；根据变分模态分解特性，确定配套通道加权层；所述配套通道加权层为PE‑Spearman秩相关系数；根据配套通道加权层，建立配套通道加权层‑一维深度可分离卷积神经网络模型；所述一维深度可分离卷积神经网络为将深度可分离卷积神经网络运用到一维长序列数据中构建的网络；将多通道标准故障特征集输入到所述配套通道加权层‑一维深度可分离卷积神经网络模型中，得到故障分类。本发明可准确、快速、稳定地识别故障特征。
-
公开(公告)号：CN118393967B
公开(公告)日：2024-09-06
申请号：CN202410814624.0
申请日：2024-06-24
Applicant: 华东交通大学
IPC: G05B19/042
Abstract: 本发明公开一种重载列车运行过程的控制方法、装置、介质及产品，涉及自动控制技术领域。方法包括：构建同时考虑空气制动和钩缓装置约束的重载列车多质点动力学模型；根据重载列车多质点动力学模型，确定机车状态空间表达式；根据机车状态空间表达式，确定基于非线性干扰观测器的自适应神经网络滑模控制率；获取重载列车的实际位移和实际速度；以实际位移与期望位移的误差和实际速度与期望速度的误差为输入，应用基于非线性干扰观测器的自适应神经网络滑模控制率，得到重载列车的牵引力/制动力控制信号。本发明能够提升重载列车运行过程的控制精度及控制系统的抗干扰能力。
-
公开(公告)号：CN118034064B
公开(公告)日：2024-06-25
申请号：CN202410417832.7
申请日：2024-04-09
Applicant: 华东交通大学
IPC: G05B13/04
Abstract: 本发明公开一种重载列车离散积分终端滑模控制方法、系统及设备，属于重载列车跟踪控制领域。该方法首先建立重载列车多输入多输出离散状态空间表达式，基于该离散状态空间表达式确定离散积分终端滑模面，然后结合非线性函数确定自适应双曲线趋近律，最后联合离散积分终端滑模面和自适应双曲线趋近律，确定重载列车离散积分终端滑模控制律，采用该重载列车离散积分终端滑模控制律控制重载列车在运行过程中跟踪行车曲线。本发明能够提升重载列车的控制精度和跟踪精度。
-
公开(公告)号：CN116331271B
公开(公告)日：2024-05-17
申请号：CN202310425756.X
申请日：2023-04-20
Applicant: 华东交通大学
Abstract: 本发明提供一种重载列车的辅助智能驾驶控制方法、系统及产品，涉及铁路列车牵引运行控制领域，该方法包括：获取驾驶操作信息、运行数据信息以及列车运行防护曲线；将所述运行数据信息以及反馈数据输入至节能驾驶模型，将手柄级位指令以及列车运行防护曲线输入辅助驾驶专家系统，生成列车操纵运行曲线以及列车运行驾驶工况控制模式；基于列车操纵运行曲线以及列车运行驾驶工况控制模式，根据反馈数据调整牵引/电制动力输出值；根据牵引/电制动力输出值生成辅助智能操纵指令，辅助驾驶重载列车。本发明能够辅助智能驾驶。
-
公开(公告)号：CN118034064A
公开(公告)日：2024-05-14
申请号：CN202410417832.7
申请日：2024-04-09
Applicant: 华东交通大学
IPC: G05B13/04
Abstract: 本发明公开一种重载列车离散积分终端滑模控制方法、系统及设备，属于重载列车跟踪控制领域。该方法首先建立重载列车多输入多输出离散状态空间表达式，基于该离散状态空间表达式确定离散积分终端滑模面，然后结合非线性函数确定自适应双曲线趋近律，最后联合离散积分终端滑模面和自适应双曲线趋近律，确定重载列车离散积分终端滑模控制律，采用该重载列车离散积分终端滑模控制律控制重载列车在运行过程中跟踪行车曲线。本发明能够提升重载列车的控制精度和跟踪精度。
-
Patent Agency Ranking
公开(公告)号：CN117389158A
公开(公告)日：2024-01-12
申请号：CN202311684098.2
申请日：2023-12-11
Applicant: 华东交通大学
IPC: G05B13/04
Abstract: 本发明公开一种基于钩缓约束条件下的高速列车跟踪控制方法及系统，涉及列车控制技术领域，方法包括：基于高速列车的内耦合作用力，构建非线性多质点动力学模型；根据位移跟踪误差、速度跟踪误差和控制输入误差，对非线性多质点动力学模型进行线性化，得到高速列车平衡状态下具有耦合器位移的动力学方程；基于高速列车执行器故障，将高速列车平衡状态下具有耦合器位移的动力学方程转换为带有执行器部分故障的列车空间状态方程；建立具有状态空间形式的干扰观测器；基于干扰观测器，构建输入补偿控制器；根据列车空间状态方程、干扰观测器和输入补偿控制器确定复合控制器；采用复合控制器对高速列车进行跟踪控制。本发明提高了列车运行的安全性。
-
公开(公告)号：CN116165885B
公开(公告)日：2023-11-14
申请号：CN202211509205.3
申请日：2022-11-29
Applicant: 华东交通大学
IPC: G05B13/04
Abstract: 本发明涉及一种高速列车的无模型自适应鲁棒控制方法及系统，涉及高速列车自动驾驶控制领域，方法包括：获取改进的卡尔曼滤波器；获取上一时刻的控制输入和输出最优估值并确定当前时刻的输出预测值；获取高速列车当前时刻的输出测量值；根据增益和当前时刻的输出测量值得到当前时刻的输出最优估值；确定伪偏导数；获取期望输出信号；根据当前时刻的输出最优估值和期望输出信号确定偏差；根据伪偏导数、偏差和上一时刻的控制输入确定当前时刻的高速列车控制信号。本发明实现了对测量扰动的抑制，适用性更好的同时可以获得更小的跟踪误差和更大的数据信噪比，并且提高了控制器的响应速度。
-
公开(公告)号：CN112070051B
公开(公告)日：2022-09-20
申请号：CN202010973894.8
申请日：2020-09-16
Applicant: 华东交通大学
IPC: G06V20/59 , G06V40/16 , G06V40/18 , G06V10/762 , G06V10/766 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明提供基于剪枝压缩的疲劳驾驶快速检测方法，包括以下步骤S1：采用基本回归树的人脸对比算法，获取各类人脸数据库中的人脸样本数据，构建人脸区域数据集，并将人脸样本数据中的人脸、眼和嘴部区域进行标注，删除复杂场景；S2：使用K‑means算法对标注的脸部和眼部目标框的大小进行聚类，采用YOLO V3模型通过DarkNet‑53网络结构进行回归训练；S3：在YOLO V3模型中引入BN层，对BN层中的缩放因子γ进行L1正则化处理，判别出不重要的卷积通道或神经元通道；稀疏化训练后根据剪枝率对模型进行剪枝压缩，之后再对剪枝后的模型进行微调；S4：采用检测到的闭眼图片数量和嘴部张开图片数量在单位时间内所检测图片数量的占比来进行眼部疲劳判定和嘴部哈欠判定。
-
公开(公告)号：CN114511465A
公开(公告)日：2022-05-17
申请号：CN202210154474.6
申请日：2022-02-21
Applicant: 华东交通大学
Abstract: 本发明涉及一种基于改进DCGAN的图像修复方法及系统，属于图像处理技术领域，该方法包括:构建基于改进DCGAN的图像修复模型，所述图像修复模型包括生成器和判别器构成的生成对抗网络，所述生成器包括依次连接的卷积模块、残差网络模块和上采样模块；基于联合损失函数，训练所述图像修复模型，获得训练好的图像修复模型；所述联合损失函数为对抗损失函数和重构损失函数之和；将待修改图像输入训练好的图像修复模型，输出修复后的图像。本发明提高了图像修复性能。
-
公开(公告)号：CN114167733A
公开(公告)日：2022-03-11
申请号：CN202210131165.7
申请日：2022-02-14
Applicant: 华东交通大学
IPC: G05B13/04
Abstract: 本发明涉及一种高速列车速度控制方法及系统，属于高速列车运行过程监测与自动控制技术领域，建立考虑了车钩和附加阻力的高速列车纵向动力学模型，根据高速列车动力分散的特点提出了一种最小参数自适应径向基函数神经网络控制方法，利用径向基函数神经网络控制器逼近所述理想反馈控制量，并采用神经网络最小参数自适应学习法将径向基函数神经网络权值最小参数自适应律代替神经网络权值的调整，提高了高速列车对于给定目标速度位移曲线的跟踪精度，使列车在处理复杂路况变化时同样具有较高的控制精度和较快的稳定速度，并具有一定的抗干扰能力。
-
-
-
-
-
-
-
-
-
Search Results
91
records
(took 0.056 seconds)
