-
公开(公告)号：CN101709867A
公开(公告)日：2010-05-19
申请号：CN200910155793.3
申请日：2009-12-18
Applicant: 杭州电子科技大学
IPC: F22D5/00
Abstract: 本发明涉及一种燃煤锅炉汽包水位系统混合控制方法。本发明方法首先基于燃煤锅炉汽包水位实时过程数据建立过程模型，挖掘出基本的过程特性；然后基于该过程模型建立比例控制回路；最后通过计算预测PI控制器的参数，将比例控制与燃煤锅炉汽包水位对象整体实施预测PI控制。本发明方法弥补了传统控制的不足，并有效地方便了控制器的设计，保证控制性能的提升，同时满足给定的生产性能指标。本发明提出的控制技术可以有效减少理想汽包水位工艺参数与实际汽包水位工艺参数之间的误差，进一步弥补了传统控制器的不足，同时保证控制装置操作在最佳状态，使生产过程的汽包水位工艺参数达到严格控制。
-
公开(公告)号：CN111617876A
公开(公告)日：2020-09-04
申请号：CN202010278770.8
申请日：2020-04-10
Applicant: 杭州电子科技大学
IPC: B02C25/00
Abstract: 本发明公开了一种磨煤机在线综合运行优化的方法，本发明的目标是针对磨煤机运行优化的瓶颈问题，提出一种磨煤机在线综合优化方法，优化内容兼顾了磨煤机煤粉细度和电流强度。通过采集磨煤机生产过程中的运行参数及对应的煤粉细度数据，再应用建模算法和优化算法针对磨煤机煤粉细度和电流强度进行综合优化。该方法是一个综合优化磨煤机电耗和煤粉细度的好方法。利用该方法可有效提高磨煤机的效率，既可以实施离线优化也可以进行在线实时优化。
-
公开(公告)号：CN107016176A
公开(公告)日：2017-08-04
申请号：CN201710182707.2
申请日：2017-03-24
Applicant: 杭州电子科技大学
CPC classification number: G06F17/5009 , G06N3/126
Abstract: 本发明公开了一种混合智能锅炉综合燃烧优化方法，本发明针对锅炉燃烧效率与磨煤机电耗优化中的难题，构造了一个简单实用的与锅炉效率正相关指标，该指标与磨煤机电耗指标相结合，提出一种具有较强学习能力的锅炉综合燃烧优化方法，优化了经济性。本发明的技术方案是通过锅炉的数据采集，针对锅炉燃烧效率的指标及磨煤机电耗指标建立模型，应用并行的优化算法寻优等手段，确立了一种锅炉综合燃烧优化的方法，利用该方法可有效提高锅炉综合燃烧优化的效率，既可以实施离线优化也可以进行在线实时燃烧优化。
-
公开(公告)号：CN103613272A
公开(公告)日：2014-03-05
申请号：CN201310560642.2
申请日：2013-11-12
Applicant: 杭州电子科技大学
Inventor： 王春林
IPC: C03B37/07
CPC classification number: Y02P40/57
Abstract: 本发明涉及一种玻璃光纤拉丝设备优化生产方法。本发明是通过各台同轴电缆护套机生产效率与产品品质和与之相对应的生产操作参数数据采集，对每台同轴电缆护套机的生产操作参数与产品品质，建立基于数据挖掘技术的模型，并结合并行的优化算法等手段，确立了一种多台同轴电缆护套机生产优化分配生产任务的方法，利用该方法可有效的在总生产任务一定的情况，通过优化分配各台护套机的生产任务，提高生产效率和产品品质。
-
公开(公告)号：CN101498459B
公开(公告)日：2010-07-21
申请号：CN200910096411.4
申请日：2009-03-02
Applicant: 杭州电子科技大学
IPC: F23N5/00 , G05B19/418
CPC classification number: Y02P90/02
Abstract: 本发明涉及一种锅炉燃烧优化的建模方法。现有方法不能解决锅炉燃烧优化问题。本发明方法根据锅炉燃烧的主动参数负荷进行分段，将燃烧情况相近的负荷工况化为一段，将差别较大的负荷工况分开建模，对于数据较少的低负荷或极低负荷工况采用适于小样本且泛化能力强的建模方法；在建模前对建模数据进行了拓扑结构上分布均匀和数量均等的选择，并进行适当的预处理，以保证模型的预测能力和泛化能力，最终根据实际负荷所处的负荷段，选用相应各负荷段的模型进行优化。本发明方法克服了传统建模方法中面对燃烧情况差别非常大的所有负荷情况建模的不足，通过数据选择和预处理保证了模型的预测精度和泛化能力。
-
Patent Agency Ranking
公开(公告)号：CN113509165B
公开(公告)日：2023-09-22
申请号：CN202110309274.9
申请日：2021-03-23
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于CAR2UNet网络的复数快速磁共振成像方法，磁共振成像技术在实际应用中存在扫描时间较长的问题，且磁共振成像数据是一种复数信号，相位能获得磁化率等多种人体生理信息。本文提出基于复数注意力机制的递归残差U型卷积神经网络，对复数磁共振数据进行离线训练和快速重建，复数注意力机制模块通过着重关注图像中的感兴趣区域来增加网络模型重建精度，复数递归残差模块可以在增加卷积神经网络深度的同时控制模型参数数量，减少训练时梯度消失的现象。实验结果表明，CAR2UNet卷积神经网络能够重建出高质量的复数图像，使得感兴趣区域的细节更清晰，有助于欠采样数据的幅值和相位成像，并提高磁共振成像的速度。
-
公开(公告)号：CN115933641A
公开(公告)日：2023-04-07
申请号：CN202211438018.0
申请日：2022-11-17
Applicant: 杭州电子科技大学
IPC: G05D1/02
Abstract: 本发明涉及基于模型预测控制指导深度强化学习的AGV路径规划方法，针对阿克曼结构AGV，设计了MPC算法，在代价函数中加入了障碍物代价，这使得MPC在轨迹跟踪过程中能实现避障功能；设计强化学习的状态、动作、奖励，搭建了深度强化学习的算法框架；利用MPC的策略训练强化学习网络，设计了训练完成的标准，这使得在训练网络过程中有高效的规划策略，加快了网络的训练效率，训练结束后能以较低的运算负载执行路径规划，让AGV在未知动态环境中也能可靠地、高效地完成规划任务，到达目标点。
-
公开(公告)号：CN111123183B
公开(公告)日：2022-04-15
申请号：CN201911380988.8
申请日：2019-12-27
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于复数R2U_Net卷积神经网络的快速磁共振成像方法，本发明包括训练数据的准备、基于复数R2U_Net卷积神经网络的训练、基于复数R2U_Net卷积神经网络的图像重建三个步骤。采用本发明方法，通过构建复数卷积模块代替U_Net网络中的实数卷积模块，并加入复数批标准化、复数激活和复数递归残差卷积神经网络模块，构建了全部模块都基于复数的递归残差卷积神经网络。基于复数R2U_Net卷积神经网络的重建图像不仅可重建磁共振的幅值图像，还可重建出相位图像。此外，采用复数R2U_Net卷积神经网络训练时，能恢复出更多图像的高频信息。
-
公开(公告)号：CN113509165A
公开(公告)日：2021-10-19
申请号：CN202110309274.9
申请日：2021-03-23
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于CAR2UNet网络的复数快速磁共振成像方法，磁共振成像技术在实际应用中存在扫描时间较长的问题，且磁共振成像数据是一种复数信号，相位能获得磁化率等多种人体生理信息。本文提出基于复数注意力机制的递归残差U型卷积神经网络，对复数磁共振数据进行离线训练和快速重建，复数注意力机制模块通过着重关注图像中的感兴趣区域来增加网络模型重建精度，复数递归残差模块可以在增加卷积神经网络深度的同时控制模型参数数量，减少训练时梯度消失的现象。实验结果表明，CAR2UNet卷积神经网络能够重建出高质量的复数图像，使得感兴趣区域的细节更清晰，有助于欠采样数据的幅值和相位成像，并提高磁共振成像的速度。
-
公开(公告)号：CN112946545A
公开(公告)日：2021-06-11
申请号：CN202110117685.8
申请日：2021-01-28
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于PCU‑Net网络的快速多通道磁共振成像方法，包括数据处理与划分、PCU‑Net网络的构建与训练优化以及多通道磁共振图像重建三个步骤。本方法将复数U型卷积神经网络拓展至多通道数据的训练和预测，通过多通道复数模块提取多个通道间的特征，基于多通道复数均方误差训练网络，以用于多通道欠采样数据的磁共振图像重建，并通过循环导入网络参数的方法加速网络收敛。实验结果表明，本发明方法不仅能高质量重建多通道磁共振图像，而且基于训练后的优化参数，可快速重建多通道图像，以满足实时在线重建的需求。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.027 seconds)
