-
公开(公告)号：CN114818931A
公开(公告)日：2022-07-29
申请号：CN202210457901.8
申请日：2022-04-27
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于小样本元学习的水果图像分类方法，属于水果图像分类领域，采用模型无关的元学习模型MAML作为图像分类框架，将DenseNet‑121作为骨干网络，并与特征金字塔网络FPN架构相结合进行目标特征提取，通过独特的内外循环算法进行训练，其中内循环负责模拟小样本学习中模型学习新任务的场景，外循环则负责收集内循环学习后的效果，最终实现基于小样本的水果图像分类。本发明解决了传统数字图像处理技术因果实阶段性状变化造成分类精度较低以及鲁棒性不强的问题，还克服了基于大数据的卷积神经网络所需数据集庞大、梯度消失慢、计算训练量大以及模型收敛慢等缺点。
-
公开(公告)号：CN110259590B
公开(公告)日：2021-11-09
申请号：CN201910578255.9
申请日：2019-06-28
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种复杂工况下HCCI发动机燃烧正时控制系统，属于发动机控制技术领域。本发明首先以进气门关闭正时θIVC、发动机转速N、燃料当量比φ为输入，发动机燃烧正时估计值为输出，建立ELMAN神经网络HCCI发动机黑箱模型。利用该黑箱模型预测发动机燃烧正时。选择进气门关闭正时θIVC为控制变量，以发动机转速N和期望的燃烧正时角度为输入变量，设计BP神经网络控制器。通过燃烧正时估计值与期望的燃烧正时角度之间的误差ek来调整BP神经网络中的链接权值，让神经网络进行学习，直至误差ek小于设定误差阈值。此时，BP神经网络控制器可根据发动机转速和期望的燃烧正时角度调整进气门关闭正时，实现对复杂工况下HCCI发动机燃烧正时的控制。
-
公开(公告)号：CN112963256A
公开(公告)日：2021-06-15
申请号：CN202110317167.0
申请日：2021-03-22
Applicant: 重庆邮电大学
IPC: F02D43/02
Abstract: 本发明涉及一种HCCI/SI燃烧模式切换过程控制方法，属于发动机控制技术领域，以转速、燃烧模式、空燃比、喷油量、进气门开启正时、排气门关闭正时、SI燃烧模式下的点火提前角建立切换后燃烧模式LSTM神经网络黑箱模型预测时间序列上下一时刻切换后燃烧模式输出的IMEP预测值；设计BP神经网络控制器，输入变量为转速、下一时刻燃烧模式以及IMEP期望值，通过训练神经网络得到使预测值与期望值之间误差小于误差阈值的空燃比、喷油量、进气门开启正时、排气门关闭正时、点火提前角，此时，将发动机相关参数修改至训练得到的控制变量值即可实现发动机燃烧模式平稳切换。
-
公开(公告)号：CN107472038B
公开(公告)日：2020-05-12
申请号：CN201710601345.6
申请日：2017-07-21
Applicant: 重庆邮电大学
IPC: B60L50/15
Abstract: 本发明请求保护一种基于HCCI发动机的混合动力能量管理方法，涉及新能源汽车领域。本发明利用HCCI发动机作为混合动力汽车的动力源。考虑到HCCI发动机点火正时不可测，本发明以进排气门开启和关闭正时、发动机转速、进气歧管温度、喷油量为输入，搭建神经网络预测HCCI发动机的点火正时；利用可变气门正时技术控制发动机进排气门的开启和关闭时刻，实现HCCI发动机的废气再压缩，从而将混合气压燃；再将HCCI发动机废气引入斯特林发动机，利用斯特林发动机做功同样为动力电池充电，从而综合利用燃料的能量，达到节能和环保的要求。
-
公开(公告)号：CN110259590A
公开(公告)日：2019-09-20
申请号：CN201910578255.9
申请日：2019-06-28
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种复杂工况下HCCI发动机燃烧正时控制系统，属于发动机控制技术领域。本发明首先以进气门关闭正时θIVC、发动机转速N、燃料当量比φ为输入，发动机燃烧正时估计值 为输出，建立ELMAN神经网络HCCI发动机黑箱模型。利用该黑箱模型预测发动机燃烧正时。选择进气门关闭正时θIVC为控制变量，以发动机转速N和期望的燃烧正时角度 为输入变量，设计BP神经网络控制器。通过燃烧正时估计值 与期望的燃烧正时角度 之间的误差ek来调整BP神经网络中的链接权值，让神经网络进行学习，直至误差ek小于设定误差阈值。此时，BP神经网络控制器可根据发动机转速和期望的燃烧正时角度调整进气门关闭正时，实现对复杂工况下HCCI发动机燃烧正时的控制。
-
Patent Agency Ranking
公开(公告)号：CN106647288B
公开(公告)日：2019-05-31
申请号：CN201710100032.2
申请日：2017-02-23
Applicant: 重庆邮电大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于非奇异终端滑模观测器的发动机指示扭矩估计方法，建立精确的非线性发动机曲轴动力学模型；对曲轴角度和发动机转速实时测量作为观测器输入并进行微分运算；利用非奇异终端滑模观测器，通过改变指示扭矩的估计值，使曲轴角速度的估计值不断趋近于不断变化的实际测量值。本发明利用非奇异终端滑模观测器对发动机指示扭矩进行在线估计，其对建模误差和参数扰动具有较好的鲁棒性，且收敛时间快，估计精度高。本发明确保了指示扭矩的估计精度。
-
公开(公告)号：CN109466558A
公开(公告)日：2019-03-15
申请号：CN201811258236.X
申请日：2018-10-26
Applicant: 重庆邮电大学
IPC: B60W40/064
Abstract: 本发明请求保护一种基于EKF算法和BP神经网络的汽车路面附着系数的估算方法，通过各种传感器实时地采集车辆的方向盘转角、纵向加速度、侧向加速度，利用四轮车辆动力学模型结合EKF算法估计车辆的纵向速度、横向速度、质心偏角和横摆角速度，求取出预估横摆角速度，最后将预估横摆角速度与EKF估计的横摆角速度作差取平方，取方差值最小所在的网络模块输入的附着系数值为所求估计值。本方法有效降低了计算量和收敛时间。本方法能够快速识别车辆行驶路面的附着系数，适用于多种路面下附着系数的实时估计。
-
公开(公告)号：CN105221282B
公开(公告)日：2018-06-26
申请号：CN201510529105.0
申请日：2015-08-25
Applicant: 重庆邮电大学
IPC: F02D45/00
Abstract: 本发明请求保护一种基于线性模型和滑模控制器的HCCI发动机燃烧正时控制方法。根据离散非线性模型选择多元线性回归方法对状态方程的各个参数进行拟合，得到线性离散系统的状态方程。利用BP神经网络设计了黑箱模型对线性后的模型进行误差的修正。黑箱模型以HCCI发动机线性模型预测得到的燃烧正时进气歧管温度Tman、进气歧管压力Pman和燃油当量比φ为输入，修正后的燃烧正时θCA50为输出。利用该黑箱模型和实际HCCI发动机的理想燃烧正时信号通过二分查找方法查找得到对应线性模型的理想燃烧正时信号并利用该理想燃烧正时信号以及线性化后的模型，设计了带卡尔曼滤波器的离散滑模控制器。本发明保证线性模型预测燃烧正时的精度和燃烧正时跟踪理想输入的快速准确性。
-
公开(公告)号：CN107491736A
公开(公告)日：2017-12-19
申请号：CN201710594945.4
申请日：2017-07-20
Applicant: 重庆邮电大学
CPC classification number: G06K9/00785 , G06N3/084
Abstract: 本发明请求保护一种基于卷积神经网络的路面附着系数辨识的方法，用于图像辨识领域，现有的大部分技术都是采用动力学建模来间接估计路面附着系数，采用图像处理的方法对路面附着系数进行直接辨识可以克服现有技术的缺陷。该方法包括不同路面工况图片的采集以及路面附着系数的标定，各种路面工况图片数据库的建立，利用图像分割算法判断数据库中每一张路面工况图片特征区域所标定的位置，提取不同像素大小的敏感区域，作为训练样本输入到卷积神经网络中进行训练，最后利用训练好的卷积神经网络对路面工况进行辨识，从而得出路面附着系数。与现有技术相比，本发明采用图像识别出了路面附着系数(在轨迹跟踪时大部分工况假设路面附着系数已知)，加强了驾驶员行驶过程中的安全性和舒适性。
-
公开(公告)号：CN106844922A
公开(公告)日：2017-06-13
申请号：CN201710020324.5
申请日：2017-01-11
Applicant: 重庆邮电大学
CPC classification number: G06F17/5009 , G06F17/5086 , G06K9/6218 , G06K9/6232 , G06K9/629
Abstract: 本发明公开了一种基于缸压估计和流形学习的发动机失火故障诊断方法，采用龙伯格滑模观测器来估计发动机缸压，通过对估计的气缸压力信号进行流行学习分析，以实现发动机失火故障诊断。本发明基于发动机的曲轴动力学系统，考虑发动机模型中存在的参数扰动和不确定性问题，建立了非线性状态方程，设计了龙伯格滑模观测器，对气缸压力进行精确的估计。以估计的缸压信号为样本，提取缸压信号的时域特征和频域特征，在考虑样本的近邻点分布的同时分析其最远处的样本点分布，将最近最远距离的保持投影算法运用于发动机失火状态的仿真数据及实际测试中，通过识别错误率，证明该算法有效地诊断出发动机失火状态。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.02 seconds)
