一种油菜联合收割机的转速闭环控制系统及控制方法

    公开(公告)号:CN112825668A

    公开(公告)日:2021-05-25

    申请号:CN202110158142.0

    申请日:2021-02-04

    Applicant: 南京大学

    Abstract: 一种油菜联合收割机的转速闭环控制系统及控制方法,收割机的脱粒滚筒和清选风机分别配设有步进电机、减速器和转速传感器,转速传感器检测脱粒滚筒/清选风机的转速并输入控制器,步进电机‑减速器‑脱粒滚筒/清选风机‑控制器构成两路耦合PID闭环控制,工控机向控制器提供含杂率、喂入量和损失率参数作为参考输入。闭环控制根据参考输入和实际输出在线辨识系统模型参数,根据多变量解耦的自校正PID算法实时计算控制器输出,实现对脱粒滚筒和清选风机的转速闭环控制。本发明在线辨识油菜联合收割机工作状态数学模型,在此基础上用控制算法寻找控制效果最优参数,降低油菜籽的含杂率和损失率,解决滚筒及风机转速受干扰影响波动较大的问题。

    一种基于深度强化学习的机械臂运动规划方法

    公开(公告)号:CN111645065A

    公开(公告)日:2020-09-11

    申请号:CN202010218455.6

    申请日:2020-03-25

    Abstract: 本发明公开一种基于深度强化学习的机械臂运动规划方法,包括:步骤1,在机械臂运动前采集一次环境图像,所述环境图像包括初始状态下的机械臂、运动目标点和中间障碍物;步骤2,根据采集到的环境图像,利用目标分割算法分离出禁止区域、工作区域以及目标位置,重构规划空间;步骤3,将重构得到的规划空间划分为三维栅格空间,并建立二值化栅格空间;步骤4,利用机器人逆向运动学在已知末端坐标下求得机械臂各关节对应解析解,在全局坐标系下判定机械臂与规划空间边界、禁止区域边界和运动目标之间的相对位置关系;步骤5,为机械臂规划运动策略并获取最优运动策略,使得机械臂在避开障碍物的前提下,以最小代价运动到目标位置。

    一种联合收割机收获谷物包含杂质比重的测量方法及其装置

    公开(公告)号:CN110765905A

    公开(公告)日:2020-02-07

    申请号:CN201910963546.X

    申请日:2019-10-11

    Applicant: 南京大学

    Abstract: 一种联合收割机收获谷物包含杂质比重的测量方法及其装置,测量方法包括将工业相机、照明设备及减震设备安装于联合收割机所需测量收获谷物包含杂质比重的对应位置,调整工业相机的拍摄间隔和曝光时间;利用CPU处理器,通过图像处理算法将采集图像当中的谷物与其他杂质区分,并计算收获谷物中包含杂质的比重;提供显示装置,通过并行接口接收谷物中包含杂质的比重信息,并实时显示。本发明的联合收割机收获谷物包含杂质比重的测量方法及其装置,能够有效的区分谷物与杂质,并获得谷物包含杂质的比重信息,能够达到实时、准确监测的目标。

    一种油料收获装备监控及诊断系统

    公开(公告)号:CN110006679A

    公开(公告)日:2019-07-12

    申请号:CN201910330972.X

    申请日:2019-04-23

    Applicant: 南京大学

    Inventor: 辛博 尹思源

    Abstract: 本发明提供了一种油料收获装备监控及诊断系统,包括远程监控子系统和现场诊断子系统;远程监控子系统包括诊断命令发送模块、远程接收模块以及显示控制模块;现场诊断子系统包括评估网络生成模块、数据接收模块、故障诊断模块、实时数据库以及历史故障数据库。该监控及诊断系统利用历史故障数据建立故障评估网络,能够确保故障评估时的准确性;利用设定的故障数据增加进入历史故障数据库,从而可不断扩展历史故障数据库,增强故障评估的可靠性和精确性。

    一种静态Zigbee网络的规划方法

    公开(公告)号:CN105873027B

    公开(公告)日:2019-03-29

    申请号:CN201610227443.3

    申请日:2016-04-13

    Applicant: 南京大学

    Abstract: 本发明公开了一种静态Zigbee网络的规划方法,步骤包括:将Zigbee无线节点配置为三种类型的无线节点、在安装环境中测量有效通讯距离、设定路由器节点的数量及位置、建立Zigbee树状网络拓扑结构、为每个路由器节点分配网络地址及管理的地址池、为终端节点分配网络地址和扩展地址。该规划方法建立了静态树形拓扑结构,克服了层数限制,同时终端节点的区分使用2字节扩展地址,极大的提高了网络容量,扩展了该监控网络的应用范围。

    一种基于图像处理的谷物收割清选损失实时在线检测方法

    公开(公告)号:CN107123115A

    公开(公告)日:2017-09-01

    申请号:CN201710273872.9

    申请日:2017-04-25

    Applicant: 南京大学

    Abstract: 本发明提供了一种基于图像处理的谷物收割清选损失实时在线检测方法,步骤包括:获取样本数据、图像处理以及相关性分析,利用相关系数检验法建立谷物横截面积与称重获得的损失量之间的相关性,计算出回归系数并建立回归方程,从而进一步求得清选损失率。该在线检测方法克服了传统谷物收割损失检测滞后、误差大的缺点,能够实时计算清选损失率,从而随着损失率的改变实时调整收割机前进速度、割幅宽度、鼓风机出风量和角度等工作参数,从而降低谷物脱粒不净率,夹带率,减少谷粒损失,提高粮食产量。

    一种输煤传输带切换控制方法
    37.
    发明公开

    公开(公告)号:CN119218670A

    公开(公告)日:2024-12-31

    申请号:CN202410745292.5

    申请日:2024-06-11

    Applicant: 南京大学

    Abstract: 本申请公开了一种输煤传输带切换控制方法,属于自动化控制领域,包括:根据任务链控制取料机和传送带的启停;采集煤炭流在传送带上运行的图像数据;通过设定阈值区分出煤炭流图像和传送带图像,并对煤炭流的图像数据进行轮廓识别;采用光流法计算出煤炭流的图像数据的像素位移,将像素位移进行坐标转换,得到煤炭流在传送带上的运行位移和运行速度;根据煤炭流的轮廓信息和运行速度,预测煤炭流头部在传送带上的位置;当下一个任务需要对末端传送带进行切换动作时,中央控制系统根据煤炭流头部位置预测信息,计算出传送带上当前任务的煤炭流全部输送完毕的时刻t1,并控制传送带的切换;针对现有技术中输煤效率低,本申请提高了输煤效率。

    一种固体粉末加样方法及系统

    公开(公告)号:CN115639033B

    公开(公告)日:2024-12-10

    申请号:CN202211199293.1

    申请日:2022-09-29

    Abstract: 本发明公开了一种固体粉末加样方法及系统,方法包括:将微量吸头放置在吸头托架上,将装有固体粉末原料的原料瓶放置在分析天平上;计算h0=m/(ρ*π*r*r),计算ha=α*h0;调整吸样管内滤芯高度,并用机械臂带动吸头固定座插入微量吸头中,通过机械臂带动微量吸头采样和加样;计算ρa=ma/(π*r*r*ha),hb=mb/(ρa*π*r*r);退去机械臂上吸头固定座上连接的微量吸头,将另一个微量吸头内的滤芯调整至距吸样管底部距离为hb,并用机械臂带动吸头固定座插入该微量吸头中完成第二加样。本发明能够实现快速、高效的固体粉末的定量称量和加样,从而提高化学、生物、环境等相关学科的实验的效率。

    一种固体粉末加样方法及系统

    公开(公告)号:CN115639033A

    公开(公告)日:2023-01-24

    申请号:CN202211199293.1

    申请日:2022-09-29

    Abstract: 本发明公开了一种固体粉末加样方法及系统,方法包括:将微量吸头放置在吸头托架上,将装有固体粉末原料的原料瓶放置在分析天平上;计算h0=m/(ρ*π*r*r),计算ha=α*h0;调整吸样管内滤芯高度,并用机械臂带动吸头固定座插入微量吸头中,通过机械臂带动微量吸头采样和加样;计算ρa=ma/(π*r*r*ha),hb=mb/(ρa*π*r*r);退去机械臂上吸头固定座上连接的微量吸头,将另一个微量吸头内的滤芯调整至距吸样管底部距离为hb,并用机械臂带动吸头固定座插入该微量吸头中完成第二加样。本发明能够实现快速、高效的固体粉末的定量称量和加样,从而提高化学、生物、环境等相关学科的实验的效率。

    一种基于多粒度强化学习的六足机器人导航方法

    公开(公告)号:CN109085751B

    公开(公告)日:2021-03-12

    申请号:CN201811077945.8

    申请日:2018-09-16

    Applicant: 南京大学

    Abstract: 本发明提供了一种基于多粒度强化学习的六足机器人导航方法,步骤包括:由机器人对环境进行初次学习,得到细粒度条件的环境信息,再利用Q学习算法得到状态动作表;使用多粒度强化学习算法将原来的细粒度的状态动作表转化为粗粒度的状态动作表;使用多粒度迁移学习算法以及粗化后的状态动作表,对细粒度下的新环境进行重新学习和建图,再进行Q学习获得新环境下的状态动作集合;利用新环境下的状态动作集合对六足机器人进行实时导航控制。该六足机器人导航方法通过强化学习算法学习出变化环境中六足机器人在相应状态的最佳动作,并以此为基础,提高对变化环境的适应性;利用多粒度迁移学习机制,提高在环境变化的情况下的导航效率。

Patent Agency Ranking