-
公开(公告)号：CN112562338A
公开(公告)日：2021-03-26
申请号：CN202011456522.4
申请日：2020-12-11
Applicant: 南京林业大学
Abstract: 本发明公开了一种用于道路交通车辆交通监测系统的装置，属于交通管理领域，包括用于盛放监测器具的上箱体和用于盛放供电单元的下箱体，上箱体内设有四根呈矩形分布且螺纹连接在下箱体顶部的定位杆，四根定位杆上共同套装有用于安装监测器具的托板；上箱体的下端面敞口并固定有插板，下箱体的上端面开设有供插板插入的插口，且下箱体内上部设有用于锁定插板的锁定机构，下箱门与下箱体之间设有门锁。本发明实现了更为细化的模块化设计，拆装简单，不仅不需要起重机而能便于运输，还可根据实际需要进行组装，组装灵活性高，适用性较好；且装配结构得以优化，组装稳定性较强，可加强对检测器具等的防护作用。
-
公开(公告)号：CN110059449A
公开(公告)日：2019-07-26
申请号：CN201910439038.1
申请日：2019-05-24
Applicant: 南京林业大学
IPC: G06F17/50
Abstract: 本发明公开了一种基于改进应力场强法的曲轴疲劳极限载荷预测方法，包括步骤：取同种材料、不同结构的两款曲轴，其中第一款曲轴的疲劳极限载荷已知，第二款曲轴的疲劳极限载荷未知；对第一款曲轴在其疲劳极限载荷作用下的应力状态进行分析，获取第一款曲轴在极限载荷作用下的应力分布并计算第一款曲轴的权函数，从而确定第一款曲轴的场径值；对第二款曲轴施加1000 N·m的弯矩载荷，并利用相对应力梯度修正得到第二款曲轴的场径值以及在该弯矩载荷作用下的场强值；从而预测第二款曲轴的疲劳极限载荷。本方法能够更为准确地预测同种材料、不同结构的曲轴的疲劳极限载荷，可大幅降低曲轴圆角半径对预测结果的影响。
-
公开(公告)号：CN109147748A
公开(公告)日：2019-01-04
申请号：CN201811314933.2
申请日：2018-11-06
Applicant: 南京林业大学
IPC: G10K11/16
CPC classification number: G10K11/161
Abstract: 本专利提供一种电磁场的磁力线能够更多地通过磁流变液，磁流变液的效用发挥充分，简单简便、体积小巧的隔声量可调磁流变液隔声单元，它包括上下层叠的面板、夹层板和底板，底板中安置有数个电磁铁，夹层板中安置数个内装磁流变液的磁流变液罐，面板为定位封闭板；每个电磁铁的上部有一个磁流变液罐，磁流变液罐的中心线与电磁铁的中心线重合；每个电磁铁的励磁线圈通电后，相邻两电磁铁的磁极方向相反。本专利同时提供一种可快速安装和拆卸、便于空间的重新布局的拼接式隔声量可调磁流变液隔声体，它由多个隔声量可调磁流变液隔声单元通过侧面拼接而成。
-
公开(公告)号：CN119872241A
公开(公告)日：2025-04-25
申请号：CN202411983479.5
申请日：2024-12-31
Applicant: 南京林业大学
IPC: B60L3/00 , G01R31/66 , G01R31/50 , G01R31/00 , G01H17/00 , G01M13/00 , G01M7/02 , G01R31/36 , G01R31/367 , G01R31/382 , G01R31/385 , G01R19/00 , G06F18/24 , G06F18/21 , G06F123/02
Abstract: 本发明公开了一种电动重卡高压连接松动故障检测装置及方法，采集电池箱振动信号，根据电池箱振动信号得到振动信号基频；采集电池箱总成并联支路的电流信号及总电流信号，根据并联支路的电流信号及总电流信号确定电流残差信号基频；根据振动信号基频和电流残差信号基频对电池箱总成并联支路连接松动故障检测与定位。本发明从频域角度出发检测螺栓松动故障，可有效识别螺栓松动早期故障，解决了电池箱总成内高压连接松动早期检测困难的问题，可尽早发现连接松动故障并采取维修措施，从而有效提高了电动重卡运行的安全性、稳定性、可靠性。
-
公开(公告)号：CN119780570A
公开(公告)日：2025-04-08
申请号：CN202411977385.7
申请日：2024-12-31
Applicant: 南京林业大学
Abstract: 本发明公开了一种电动汽车微弱电磁干扰检测方法及系统，获取电池箱总成的总输出电流和支路电流；根据电池箱总成的总输出电流和支路电流采用电流残差信号进行Gammatone滤波得到残差信号语谱图；将残差信号语谱图进行语谱图二值化得到布尔图；对布尔图进行显著性区域边缘检测得到有效边缘图；根据有效边缘图统计有效边缘图中边缘数量得到有效边缘计数，并基于有效边缘计数判定电流信号中是否存在电磁干扰成分，进而得到干扰检测。本发明可以及时消除干扰源，提高电动汽车监测信号准确率，增强对电动汽车的精准控制与管理，提高车辆的安全性与可靠性，保证整车及车载人员安全。
-
Patent Agency Ranking
公开(公告)号：CN119378366A
公开(公告)日：2025-01-28
申请号：CN202411357943.X
申请日：2024-09-27
Applicant: 南京林业大学
IPC: G06F30/27 , G06N3/0442 , G06N3/048
Abstract: 本发明公开一种交通与人工智能交叉技术领域的基于深度神经网络的轨迹跟踪误差不确定性量化方法，包括获取待跟踪物体运行路径上的理想速度曲线；按固定间隔将待跟踪物体运行路径离散化表示为路径中线参考点序列；根据理想速度曲线和路径中线参考点序列，基于预先训练的参考轨迹生成网络依次生成N个轨迹位置点序列，得到参考轨迹；将参考轨迹输入预先训练好的不确定性量化网络，对轨迹跟踪误差的不确定性进行量化，输出待跟踪物体相对于参考轨迹运动的轨迹误差概率分布。本发明实现了对轨迹跟踪误差不确定性的精确量化，解决了现有技术操作复杂、计算量大、未能充分利用已记录的大量运行数据包含的轨迹分布信息来量化轨迹跟踪误差不确定性的问题。
-
公开(公告)号：CN119204374A
公开(公告)日：2024-12-27
申请号：CN202411434951.X
申请日：2024-10-15
Applicant: 南京林业大学
IPC: G06Q10/047 , G06Q10/101 , G06N3/0455 , G06N3/09
Abstract: 本发明公开一种基于神经网络增强的路径与轨迹协同优化方法、装置、介质及产品，方法包括获取移动目标的起止节点和待求解问题的图结构，基于协同优化模型得到待求解问题的鲁棒帕累托前沿；包括训练变分自编码网络模型生成候选路径集；基于候选路径集获取理想速度曲线，利用轨迹生成模型生成轨迹集；包括对变分自编码网络模型的隐空间特征向量进行变异得到新的隐空间特征向量；根据新的隐空间特征向量生成新的候选路径集；获取新的候选路径集中每条候选路径的理想速度曲线生成新的轨迹集；根据轨迹集和新的轨迹集进行筛选得到鲁棒有效轨迹集合作为鲁棒帕累托前沿。本发明有效解决了目前路径与轨迹多目标鲁棒协同优化的不足。
-
公开(公告)号：CN118886121A
公开(公告)日：2024-11-01
申请号：CN202411057547.5
申请日：2024-08-02
Applicant: 南京林业大学
IPC: G06F30/15 , G06F30/23 , G06F17/10 , G06F111/06 , G06F111/10 , G06F119/10 , G06F119/14
Abstract: 本发明公开了一种负泊松比结构的非充气式车轮及优化方法和相关系统，根据负泊松比结构的非充气式车轮参数建立NPR‑DAM的相对密度模型、峰值力PCF模型和单位质量吸能SEA模型；以NPR‑DAM的最小相对密度、最小PCF、最大SEA为目标，以NPR‑DAM的结构参数为设计变量，建立多目标优化数学模型，融合连续田口方法、改进灰色关联度分析IGRA方法及主成成分分析方法以形成一种多目标离散稳健优化的设计方法对多目标优化数学模型进行多目标优化，优化得到NPR‑DAM的结构参数。本发明不仅增强了全地形车行驶时的安全性和稳定性，还提高了负泊松比结构非充气轮胎的抗冲击性能。
-
公开(公告)号：CN117218389B
公开(公告)日：2024-10-25
申请号：CN202311202569.1
申请日：2023-09-17
Applicant: 南京林业大学
Abstract: 本发明公开了一种融合主成分分析与双堆过滤的降维并行图像特征匹配算法，包括：采用主成分分析法将原始空间中的图像中的参考特征点集合和另一幅图像中的查询特征点集合投影至低维PCA空间；在PCA空间中，将参考特征点集合R′划分为w个子集；采用双堆过滤算法分别对w个子集中的参考特征点进行过滤，生成每个子集的k最近邻结果；将每个子集的k最近邻结果依次添加至最大堆中，调整最大堆使得最大堆内生成k最近邻结果。本发明采用主成分分析法将特征点集投影至低维空间，并采用计算成本更低的平方欧氏距离进行排名估计；使用双堆过滤算法对特征点进行提纯，保证了特征匹配的精度；采用了并行结构，提高了图像特征点的匹配速度。
-
公开(公告)号：CN118665489A
公开(公告)日：2024-09-20
申请号：CN202410807788.0
申请日：2024-06-21
Applicant: 南京林业大学
IPC: B60W40/00 , B60W40/10 , B60W40/105 , B60W50/00
Abstract: 本发明公开了一种动态交通环境下的电动汽车速度规划方法及系统，包括以下步骤：获取道路交通信息；静态速度规划，根据车辆位置和道路交通信息计算速度曲线；长期规划，将速度曲线从位置域转换为时间域，并将其作为下一个交通信号灯的目标绿灯相位的输入；目标绿灯相位自适应选择，对时间域的速度曲线进行积分，得到车辆到达下一个交通信号灯所需时间；动态速度规划；基于预设规则的短期规划；环境预测，计算前车的预测速度，生成解的空间，并基于此限制汽车位置。本发明的计算复杂性相比于二维离散动态规划低了几个数量级，通过引入短期规划，可以应用于动态交通场景，更加符合实际道路场景。
-
-
-
-
-
-
-
-
-
Search Results
115
records
(took 0.036 seconds)
