基于自适应无迹Kalman滤波与RBF神经网络的抽油机故障诊断方法

    公开(公告)号:CN108804721B

    公开(公告)日:2021-09-14

    申请号:CN201710283330.X

    申请日:2017-04-26

    Abstract: 本发明提供了一种基于自适应无迹Kalman滤波与RBF神经网络的抽油机故障诊断方法。首先,利用RBF神经网络对决策参数进行建模,然后,利用无迹Kalman卡尔曼滤波算法实时更新神经网络模型隐层的权值、中心及宽度,得到神经网络最优参数,最后,利用自适应滤波算法来提高模型稳定性,建立基于自适应无迹Kalman滤波与RBF神经网络相结合的抽油机故障诊断方法。本烦的显著效果是:无迹Kalman滤波具有实时更新性能,从而实现RBF神经网络的非线性动态建模,自适应滤波算法可以提高模型稳定性,满足复杂环境下对模型精度的要求。该方法提高了故障诊断的精确率,真正达到实时检测抽油机运行状况的目的。

    基于UKF与ADHDP的天然气吸收塔脱硫过程控制方法

    公开(公告)号:CN107885083B

    公开(公告)日:2021-01-01

    申请号:CN201711117417.6

    申请日:2017-11-13

    Abstract: 本发明提供了一种基于UKF与ADHDP的天然气吸收塔脱硫过程控制方法。利用BP神经网络对天然气吸收塔脱硫过程建模并以该模型为被控对象进行脱硫过程控制仿真实验,根据控制误差和性能指标函数不断更新优化权值,直到得到最有控制信号,实现脱硫过程的最优控制。天然气吸收塔脱硫过程复杂,表现不确定性、非线性、强耦合性、动态性等特点,难以建立精确的数学模型,控制难度较大。针对目前脱硫过程控制方法控制精度低,时滞大、不稳定等问题提出一种基于UKF和ADHDP的天然气吸收塔脱硫过程控制方法,不仅保证了控制系统的稳定性和控制精度,还降低了响应时间,真正实现了天然气吸收塔脱硫过程的实时精确控制。

    基于RBF与ADHDP的天然气吸收塔脱硫过程控制方法

    公开(公告)号:CN107885084B

    公开(公告)日:2020-12-01

    申请号:CN201711117446.2

    申请日:2017-11-13

    Abstract: 本发明提供了一种基于RBF与ADHDP的天然气吸收塔脱硫过程控制方法。利用BP神经网络对天然气吸收塔脱硫过程建模并以该模型为被控对象进行脱硫过程控制仿真实验,根据控制误差和性能指标函数不断更新优化权值,直到获得最优控制信号,实现脱硫过程的最优控制。天然气吸收塔脱硫过程复杂,表现不确定性、非线性、强耦合性、动态性等特点,难以建立精确的数学模型,控制难度较大。针对目前天然气吸收塔脱硫过程控制方法控制精度低,时滞大、不稳定等问题提出一种基于RBF和ADHDP的脱硫过程控制方法,不仅保证了控制系统的稳定性和控制精度,还降低了响应时间,真正实现了天然气吸收塔脱硫过程的实时精确控制。

    基于动态智能算法的宠物喂养方法及系统

    公开(公告)号:CN106472332B

    公开(公告)日:2019-05-10

    申请号:CN201610883991.1

    申请日:2016-10-10

    Abstract: 本发明提供了一种基于动态智能算法的宠物喂养方法及系统,其中的方法包括:采集宠物的种类、性别、年龄、心跳频率、血压、体温、活动量、喂食类型、喂食量、当前图像、当前体重构成影响因素矩阵X,并上传至服务器;其中,喂食类型和喂食量构成决策变量;在服务器内利用Elman神经网络建立影响因素矩阵X与宠物健康指数之间的复杂非线性关系,获得宠物喂养模型;利用MOEA/D算法对宠物喂养模型进行优化,获得决策变量的一组最优解;将决策变量的该组最优解作为宠物的推荐决策X*通过服务器下发至用户的终端设备进行显示;用户根据终端设备显示的推荐决策X*喂食宠物。利用本发明能够确定最优的宠物喂养方案,为宠物营造了更好的生活环境。

    基于宠物日常数据分析的宠物喂养方法及系统

    公开(公告)号:CN106447117B

    公开(公告)日:2018-05-01

    申请号:CN201610883635.X

    申请日:2016-10-10

    Abstract: 本发明提供了一种基于宠物日常数据分析的宠物喂养方法及系统,其中的方法包括:采集宠物的种类、性别、年龄、心跳频率、血压、体温、活动量、喂食类型、喂食量,当前图像、当前体重构成影响因素矩阵X,并上传至服务器;其中,喂食类型和喂食量构成决策变量;在服务器内利用Elman神经网络建立影响因素矩阵X与宠物健康指数之间的复杂非线性关系,获得宠物喂养模型;利用NSGA‑Ⅱ算法对宠物喂养模型进行优化,获得决策变量的一组最优解;将决策变量的该组最优解作为宠物的推荐决策X*通过服务器下发至用户的终端设备进行显示;用户根据终端设备显示的推荐决策X*喂食宠物。利用本发明能够确定最优的宠物喂养方案,为宠物营造了更好的生活环境。

    基于数据分析的植物智能培育方法及系统

    公开(公告)号:CN106650212A

    公开(公告)日:2017-05-10

    申请号:CN201610884376.2

    申请日:2016-10-10

    CPC classification number: G06F19/00

    Abstract: 本发明提供了一种基于数据分析的植物智能培育方法及系统,其中的方法包括:采集植物的种类、生长时期、土壤湿度、土壤pH值、光照强度、环境温度、环境湿度、图像、浇水量、施肥量、施肥类型并构成影响因素矩阵X,并上传至服务器;其中,浇水量、施肥量和施肥类型构成决策变量;在服务器内利用Elman神经网络建立植物各影响因素矩阵X与植物健康指数之间的复杂非线性关系,获得植物培育模型;利用MOEA/D算法对植物培育模型进行优化,获得决策变量的一组最优解;将决策变量的该组最优解作为植物的推荐决策通过服务器下发至用户的终端设备进行显示;用户根据终端设备显示的推荐决策培育植物。利用本发明能够确定最优的植物培育方案,营造更好的生活环境。

    基于云数据的宠物喂养推荐方法及系统

    公开(公告)号:CN106407711A

    公开(公告)日:2017-02-15

    申请号:CN201610885486.0

    申请日:2016-10-10

    CPC classification number: G06F19/3475

    Abstract: 本发明提供了一种基于云数据的宠物喂养推荐方法及系统,其中的方法包括:采集宠物的种类、性别、年龄、心跳频率、呼吸频率、体温、活动量、喂食类型、喂食量,当前图像、当前体重构成影响因素矩阵X,并上传至服务器;其中,喂食类型和喂食量构成决策变量;在服务器内利用Elman神经网络建立影响因素矩阵X与宠物健康指数之间的复杂非线性关系,获得宠物喂养模型;利用MBFO算法对宠物喂养模型进行优化,获得决策变量的一组最优解;将决策变量的该组最优解作为宠物的推荐决策X*通过服务器下发至用户的终端设备进行显示;用户根据终端设备显示的推荐决策X*喂食宠物。利用本发明能够确定最优的宠物喂养方案,为宠物营造了更好的生活环境。

    一种智能消防栓
    38.
    发明公开

    公开(公告)号:CN105833456A

    公开(公告)日:2016-08-10

    申请号:CN201610416417.5

    申请日:2016-06-14

    CPC classification number: A62C35/20 F16K37/005

    Abstract: 本发明公开一种智能消防栓,包括阀杆,该阀杆的下端设有进水口,该阀杆的左右两侧对称设置有出水口,其特征在于:在阀杆的顶端设置有阀盖,阀盖上设置有与阀杆内腔相通的通孔,在通孔中安装水压传感器,在左右两侧的出水口中分别设置有活动阀片、弹性复位件以及固定挡片,活动阀片的一端连接阀杆的内腔壁上,该活动阀片的另一端通过弹性复位件与固定挡片相连。有益效果:结构简单,安装方便,通过水压传感器能够实时对消防栓内的水压进行监测,通过改进出水阀的结构,能够实现快速出水,避免携带专业消防扳手的麻烦。

    一种消防栓
    39.
    实用新型

    公开(公告)号:CN205712321U

    公开(公告)日:2016-11-23

    申请号:CN201620569579.8

    申请日:2016-06-14

    Abstract: 本实用新型公开一种消防栓,包括阀杆,该阀杆的下端设有进水口,该阀杆的左右两侧对称设置有出水口,其特征在于:在阀杆的顶端设置有阀盖,阀盖上设置有与阀杆内腔相通的通孔,在通孔中安装水压传感器,在左右两侧的出水口中分别设置有活动阀片、弹性复位件以及固定挡片,活动阀片的一端连接阀杆的内腔壁上,该活动阀片的另一端通过弹性复位件与固定挡片相连。有益效果:结构简单,安装方便,通过水压传感器能够实时对消防栓内的水压进行监测,通过改进出水阀的结构,能够实现快速出水,避免携带专业消防扳手的麻烦。

Patent Agency Ranking