-
公开(公告)号：CN120075063A
公开(公告)日：2025-05-30
申请号：CN202411920220.6
申请日：2024-12-25
Applicant: 安徽工业大学
IPC: H04L41/12 , H04L41/14 , H04L41/142 , H04L67/1095 , H04L67/12 , G06N7/01
Abstract: 本发明公开了一种基于采样数据的隐马尔可夫跳跃系统的同步控制方法，属于马尔可夫跳跃系统技术领域；本发明介绍了一种为连续时间域中的复杂网络设计的新型HMM，与大多数文献中描述的控制器对当前系统模式的依赖不同，本研究中提出的HMM可以通过观察器确定当前系统模式，从而提供更高的灵活性；与一些现有的SOF文献相比，本文还使用积分不等式技术来消除对等式约束、输出矩阵的秩条件和某些不等式的使用。此外，如何在消除上述限制的同时减少冗余数据的使用也是本文的重点。
-
公开(公告)号：CN119541203A
公开(公告)日：2025-02-28
申请号：CN202411709832.0
申请日：2024-11-27
Applicant: 安徽工业大学
Abstract: 本发明涉及深度学习与智能网联技术领域，公开了智能网联车中基于深度学习的路口车流量检测方法及系统，其技术方案要点是获取路口摄像头实时帧；对帧图像进行预处理；预处理后的图像再经过集成了RFCBAMConv注意力机制的Backbone模块，提取图像中的丰富特征；通过DFMhead检测头对提取的特征进行分类和回归任务，进一步确定检测出的目标类别并估算其边界框位置，输出最终的检测结果；在损失计算模块中引入SIWL作为损失函数，增强对小目标的检测能力；通过改进基于深度学习的车流量检测算法并将其应用于智能网联车中，以提高对小目标和遮挡目标的检测准确性和稳定性，使得智能网联车在已规划路径中遇到远距离路口拥堵时能够提前重新规划路径以避开拥堵路段。
-
公开(公告)号：CN119152670A
公开(公告)日：2024-12-17
申请号：CN202410761718.6
申请日：2024-06-13
Applicant: 安徽工业大学
Abstract: 本发明属于数字孪生技术领域，具体涉及一种基于数字孪生的智能网联平台，该平台架构划分为依次相连的物理层、数据层、孪生层、功能层和应用层，其中：物理层和数据层用于针对现实道路中的车辆、交通灯和车流信息进行实时数据采集功能，并经过数据层对数据进行分类和规范化处理，为数字孪生平台的运作提供数据支持；孪生层和功能层用于承担着对现实世界从全生命周期和全过程的角度实时映射的任务；应用层用于通过部署在Web端的数字孪生可视化界面和平台管理系统实现数据精细化管理。本发明具备优化反馈机制，且将多元数据整合到应用层，增强了系统的简洁性和可读性，同时设计管理系统，使数字孪生平台易于管理、动态高效、灵活扩展。
-
公开(公告)号：CN119052839A
公开(公告)日：2024-11-29
申请号：CN202411168021.4
申请日：2024-08-23
Applicant: 安徽工业大学
Abstract: 本发明涉及交通数字孪生技术领域，公开了一种适用于数字孪生的智能网联交通平台及测试方法，包括：操作系统通过Wifi连接操作ROS移动机器人和V2X设备的初始化、编辑ROS移动机器人的自主导航功能和设备运行状态反馈；ROS移动机器人沙盘通过将ROS移动机器人系统和5G‑CV2X技术融合，构建具有网联通信环境的车辆模型，信息处理模块用于数据信息上传的接和收，被测数字孪生平台接口用于数据信息的传输；车辆模型配备5G‑CV2X车载设备，赋予其5G通信能力。在测试过程中，该车辆模型通过模拟生成的车辆BSM信息与数字孪生平台之间的通信环境，充分再现真实的网联通信环境，从而提高测试结果的准确性，并加速数字孪生智能网联交通平台的实际应用和部署。
-
公开(公告)号：CN118826551A
公开(公告)日：2024-10-22
申请号：CN202410794721.8
申请日：2024-06-19
Applicant: 安徽工业大学 , 安徽天康(集团)股份有限公司
Abstract: 本发明公开了一种基于反步法的永磁同步电机预设时间量化控制方法，属于电气工程技术领域，包括以下步骤：在理想条件下，不考虑输入量化与指令滤波器的作用，将电机闭环系统视为非线性切换系统，并为其设计Lyapunov函数；设计具有输入量化与指令滤波的控制器，并利用该控制器对电机转速进行控制，使电机能够在预设时间内跟踪上指令信号。本发明利用指令滤波器消除反步法设计过程中由于反复微分导致的复杂性爆炸问题，为了节省通信资源，同时采用了滞后量化器对输入信号进行量化，进而使电机可以在给定的预设时间内跟踪上指令转速，指令滤波器的加入使得系统鲁棒性上升。
-
Patent Agency Ranking
公开(公告)号：CN118778446A
公开(公告)日：2024-10-15
申请号：CN202410761716.7
申请日：2024-06-13
Applicant: 安徽工业大学
IPC: G05B13/04
Abstract: 本发明属于多智能体一致性控制技术领域，具体涉及一种切换拓扑下的多智能体系统预定时间一致性控制方法。本发明考虑了切换拓扑下含有非线性不确定性的MAS，相较于固定时间一致性策略，其收敛时间设定简单，可直接通过单一参数预先设定系统收敛时间，且预估收敛时间更为接近实际值；相较于预定时间一致性策略，通过引入事件触发策略，能源损耗较少；相较于固定拓扑预定时间一致性策略，考虑了切换拓扑下的情况，对通讯条件较差的情况更适用；通过Lyapunov稳定性理论和代数图论证明了所提控制器可使得MAS在固定拓扑和切换拓扑下可以实现预定时间一致性，且不存在Zeno行为；通过仿真实验验证所提供控制协议在收敛时间和节约资源方面的优越性。
-
公开(公告)号：CN118760256A
公开(公告)日：2024-10-11
申请号：CN202410875346.X
申请日：2024-07-02
Applicant: 安徽工业大学科技园有限公司
IPC: G05D23/20
Abstract: 本发明公开了一种热风炉拱顶温度自抗扰控制方法，具体涉及自动化控制技术领域，包括以下步骤：对热风炉拱顶温度自抗扰控制器的控制参数进行初始化；获取热风炉拱顶温度自抗扰控制器的控制参数并建立拱顶温度数学模型；根据拱顶温度数学模型计算控制率，再利用改进群粒子算法对控制参数进行优化并计算优化后的控制率；根据优化后的控制率对煤气进气量进行控制，以达到控制系统最优的拱顶温度值。本发明通过自抗扰控制器实现对输入给煤量的控制，同时利用改进粒子群算法对控制器参数进行优化和筛选，从而可以消除控制系统的抖振，从而获取更优的控制结果，有效缓解了拱顶温度大惯性、大滞后的问题，具有良好的工程应用前景。
-
公开(公告)号：CN118432045A
公开(公告)日：2024-08-02
申请号：CN202410376658.6
申请日：2024-03-29
Applicant: 安徽工业大学
Abstract: 本发明公开一种基于滑模控制的时变时延电力系统负荷频率控制方法，涉及自动控制系统技术领域，包括以下步骤：步骤一：建立双区域电力系统动态模型；步骤二：建立基于滑模控制的负荷频率滑模控制器与闭环系统；步骤三：验证闭环系统的稳定性。本发明尝试将积分滑模控制方法用于电力系统负荷频率控制。在考虑欺骗攻击的情况下，建立了一种时变时延电力系统负荷频率控制方法；利用矩阵不等式和李雅普诺夫稳定性理论，得到了保证时变时延电力系统在性能水平下渐近稳定的充分条件；与传统的滑模控制不同，通过引入积分参数项，进一步发展了积分滑模控制，以获得性能更好的滑模动力学。
-
公开(公告)号：CN118350666A
公开(公告)日：2024-07-16
申请号：CN202410450288.6
申请日：2024-04-15
Applicant: 安徽工业大学
IPC: G06Q10/0637 , H02J1/10 , G06Q50/06
Abstract: 本发明属于直流微电网集群技术领域，具体涉及一种基于积分输入‑状态稳定条件的直流微电网集群分布式大信号稳定性分析方法；本发明采用积分输入‑状态稳定理论将直流微电网集群系统分解为若干个孤岛子系统及其耦合部分，通过子系统及其耦合关系研究互联后整体系统的稳定性。首先建立各孤岛子系统及其耦合部分的数学模型，借助积分输入‑状态稳定理论，证明出直流微电网集群系统是积分输入‑状态稳定；其次，在互联系统输入‑状态稳定小增益定理框架下导出集群系统积分输入‑状态稳定充分条件。本发明既解决了现有集中式建模的大信号稳定性分析存在求解困难和扩展性差的问题，又能够降低输入‑状态稳定方法的保守性。
-
公开(公告)号：CN118204978A
公开(公告)日：2024-06-18
申请号：CN202410514220.X
申请日：2024-04-26
Applicant: 安徽工业大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于检测约束的物体抓取方法及系统，属于机器人控制技术领域。本发明引入了RealSense D435i深度相机和YOLOv5目标检测算法，RealSense D435i深度相机提供RGB、深度和惯性测量单元信息，为机器人提供高精度感知，结合YOLOv5强大的目标检测能力，能够实时检测并分析环境中的约束条件，如物体位置、形状和相对距离；通过实时融合深度信息和目标检测结果，机器人能够智能调整抓取策略，实现对复杂环境中物体的精准抓取；并且通过关节角度的计算，提高了抓取的稳定性和适应性；将为机器人在实际应用中提供更智能、适应性更强的物体抓取解决方案。
-
-
-
-
-
-
-
-
-
Search Results
75
records
(took 0.032 seconds)
