-
公开(公告)号：CN108803314B
公开(公告)日：2021-07-23
申请号：CN201711327249.3
申请日：2017-12-13
Applicant: 杭州电子科技大学
IPC: G05B13/04
Abstract: 本发明公开了一种化工间歇过程的新型复合跟踪控制方法。本发明首先利用局部非线性化方法建立化工间歇过程的离散模型，然后引入跟踪控制律，定义系统的状态误差和跟踪输出误差得到扩展的过程控制系统，最后采取一种补偿控制算法设计更新律，根据闭环系统模型以及稳定性条件求得控制器的增益进而得到更新律和控制律。与传统的控制策略相比，本发明所提出的新型复合跟踪控制策略可以通过使用沿过程方向的跟踪控制的跟踪反馈控制达到良好的跟踪特性，保证系统获得更好的控制性能。
-
公开(公告)号：CN113052218A
公开(公告)日：2021-06-29
申请号：CN202110278058.2
申请日：2021-03-15
Applicant: 杭州电子科技大学
Abstract: 本发明公开了工业过程的多尺度残差卷积与LSTM融合性能评估方法，包括如下步骤：步骤一、采集多类型故障的数据集，并对其进行数据预处理，在此基础上对故障类型进行编号打标签，设置对应的关系，之后对故障类型和标签划分相应的训练集和测试集；步骤二、构建多尺度残差卷积与LSTM网络故障诊断模型，包括残差模块、多尺度残差模块、LSTM模块以及分类模块；步骤三、利用训练集训练模型，以故障类型标签作为所述模型的输出，将输出标签与真实标签的交叉熵作为损失函数，利用优化器进行反向传播，更新整个模型的参数，优化损失函数；步骤四、将测试集输入训练好的模型中，进行故障识别，输出诊断结果。
-
公开(公告)号：CN108363855B
公开(公告)日：2021-06-25
申请号：CN201810107805.4
申请日：2018-02-02
Applicant: 杭州电子科技大学
IPC: G06F30/27 , G06K9/62 , G06F111/04
Abstract: 本发明公开了一种基于路况识别的燃料电池与超级电容系统优化方法。本发明针对混合动力汽车中燃料电池与超级电容系统之间的实时功率分配问题，提出了一种基于路况识别的自适应能量管理策略，能够最大化较少燃料消耗，利用设计的能量管理控制器进行功率分配。为了延长燃料电池的使用寿命和减少氢气消耗，设计算法优化一些关键参数，基于设计的多层感知器分类器提取的特征，使新能源汽车能够成功地识别当前的驾驶模式，在超级电容的充电状态维持在期望的限度内，在各种驾驶条件下可以实现更少的电流波动和燃料消耗与传统的能源管理控制。
-
公开(公告)号：CN112947323A
公开(公告)日：2021-06-11
申请号：CN202110106896.1
申请日：2021-01-26
Applicant: 杭州电子科技大学
IPC: G05B19/418
Abstract: 本发明公开了一种显式模型预测控制优化的化工过程分布式控制方法，包括如下步骤：步骤1.分布式模型预测控制新型改进模型的建立；步骤2.改进模型下分布式模型预测控制控制器的设计。本发明通过数据采集、模型建立、预测机理、优化等手段，并依据分布式控制相关思想，确立了一种新型改进模型下的显式分布式模型预测控制方法，利用该方法在保证高控制精度和稳定性的前提下，能很好的处理多变量耦合系统，改善系统整体控制性能。
-
公开(公告)号：CN112001123A
公开(公告)日：2020-11-27
申请号：CN202010877983.2
申请日：2020-08-27
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于深度卷积网络特征融合的化工过程性能评测方法。本发明在DCNN网络中加入批归一化层构建归一化DCNN，来加速神经网络的收敛以及避免梯度消失问题，然后采用双线性卷积网络（BCNN）原理进行特征融合，最终进行故障诊断。本发明加快了网络的收敛速度，也避免了梯度消失等问题；融合的两路特征来自于同一个卷积网络，使得模型参数相对于BCNN网络减少了一半，加快了训练的速度，同时特征融合的效果也达到了，得到了更加高效精确的故障特征。本发明在不增加模型复杂度的同时，尽最大可能提取精确详细的特征，以提高故障诊断的准确度。
-
Patent Agency Ranking
公开(公告)号：CN111665819A
公开(公告)日：2020-09-15
申请号：CN202010511370.7
申请日：2020-06-08
Applicant: 杭州电子科技大学
IPC: G05B23/02
Abstract: 本发明公开了一种基于深度学习多模型融合的复杂化工过程故障诊断方法。本发明中两个神经网络分别从两方面自动提取故障特征，再将特征进行融合并输入多层感知器（MLP）进行进一步的特征压缩与提取，最终输出诊断结果。本发明通过卷积神经网络（CNN）与长短期记忆网络（LSTM）分别进行提取特征，使得网络最终所提取的特征同时具有空间以及时间特性，综合两方面特性进行最终诊断，由此不但克服了现有传统诊断技术计算量大的问题，而且还克服了因单一网络所提取特征过于片面，而导致的无法准确在复杂化工过程进行故障诊断的技术问题。
-
公开(公告)号：CN108312870B
公开(公告)日：2020-08-21
申请号：CN201810107809.2
申请日：2018-02-02
Applicant: 杭州电子科技大学
IPC: H01M8/04992 , G06N3/12
Abstract: 本发明公开了一种混合动力汽车氢耗与负载变化的能源管理方法。本发明通过模型建立、模糊规则引入、能量管理控制器设计、优化等手段，建立了一个遗传算法优化的模糊能量管理控制方法，提高了燃料电池汽车的运行效率。本发明定义了一个隶属度函数及其模糊规则库，专家知识可以用来把握主要的输出规则。本发明的核心在于优化隶属度函数的参数，对输入，输出及其模糊规则库的模糊划分进行优化。由于模糊规则的结构不能直接用数学表达，因此本发明使用遗传算法来解决优化问题。
-
公开(公告)号：CN108388111B
公开(公告)日：2020-07-10
申请号：CN201810106711.5
申请日：2018-02-02
Applicant: 杭州电子科技大学
Inventor： 张日东
IPC: G05B13/04
Abstract: 本发明公开了一种批次过程二维预测函数控制方法。本发明首先根据状态控制模型扩展一种新型结构型模型，通过新型模型得到状态预测并进行校正，然后提出一种新颖的误差补偿方法来提高控制性能，最后选取预测函数控制律和相应的代价函数，通过代价函数的最小化得到最优控制律。本发明通过一种改进的状态模型提高控制性能。性能指标中跟踪误差的独立权重又为控制器设计提供了更多的自由度。使得该方法针对批次过程具有良好的控制特性。
-
公开(公告)号：CN111123871A
公开(公告)日：2020-05-08
申请号：CN201911356266.9
申请日：2019-12-25
IPC: G05B19/418
Abstract: 针对化工过程遗传算法优化的预测函数控制方法，属于工业过程的先进控制领域，所述方法包括如下步骤：步骤1、针对化工过程中不同阶段，建立被控对象以状态空间模型为基础的切换系统模型；步骤2.设计被控对象的基于遗传算法优化的预测函数的控制器；步骤3.切换律的设计及鲁棒性分析；步骤4.针对步骤1.2.5切换系统模型，找出系统稳定条件和设计切换信号。本发明有效解决了具有系统干扰所带来的模型不匹配的控制问题及每个阶段的切换问题，有效改善批次过程跟踪性能和抗干扰性，缩短了系统每一个阶段的运行时间，实现系统干扰引起的模型失配下仍具有良好的控制效果及提高了生产效率。
-
公开(公告)号：CN111007727A
公开(公告)日：2020-04-14
申请号：CN201911394359.0
申请日：2019-12-30
Applicant: 杭州电子科技大学 , 浙江邦业科技股份有限公司
IPC: G05B13/04
Abstract: 本发明涉及一种基于自触发采样的化工工业过程故障诊断与容错控制方法。本发明首先建立系统模型并离散化；然后基于不确定多项式系统方法，构造离散时间Kalman故障诊断观测器来估计故障和状态信息，基于估计的状态和故障信息，设计满足Lyapunov不等式条件约束的自触发故障容错控制器。本发明是基于事件触发控制的基础，利用算法将系统的实时状态和阈值事件融合起来，建立触发策略和实时状态之间的映射关系，从而避免了设计专门的硬件来对阈值事件的存储及监测，当满足触发条件时系统自动采样，诊断到故障，然后通过自动调节系统输入来使系统逐渐达到稳定状态。
-
-
-
-
-
-
-
-
-
Search Results
292
records
(took 0.035 seconds)
