-
公开(公告)号：CN119705599A
公开(公告)日：2025-03-28
申请号：CN202411597678.2
申请日：2024-11-08
Applicant: 上海交通大学 , 博世华域转向系统有限公司
Abstract: 本发明公开了一种基于回正转速参考模型的线控转向主动回正方法，涉及汽车转向盘主动回正领域，该方法包括：获取相关车辆参数；根据基于时间窗的主动回正状态判断机制获取驾驶员的回正意图；根据回正转速参考模型和当前的转向盘转角获取目标转向盘回正转速；利用控制方法根据当前转向盘转速和目标回正转速获取需求的主动回正力矩；基于主动回正力矩过渡机制，得到最终的向路感电机请求的主动回正力矩。本发明基于线控转向系统动力学模型设计了回正转速参考模型，以实现平顺的转向盘回正过程，覆盖低、中、高各车速的行驶场景，增强了驾驶员对于转向盘回正的舒适性体验。
-
公开(公告)号：CN118822125A
公开(公告)日：2024-10-22
申请号：CN202311503759.7
申请日：2023-11-10
Applicant: 中移(上海)信息通信科技有限公司 , 上海交通大学 , 中国移动通信集团有限公司
IPC: G06Q10/0631 , B60L53/30 , B60S5/06 , G06N3/126
Abstract: 本公开实施例公开了一种AGV的充电调度方法、装置、处理设备及存储介质。所述方法包括：基于第一信息随机生成至少两个编码，所述第一信息包括：自动引导运输车AGV的数量、充换电站的数量和每个充换电站的充电工位的数量；基于遗传算法模型对所述至少两个编码进行选择、交叉和变异处理直至满足预定条件，获得目标调度结果；其中，所述目标调度结果包括AGV对应的以下至少之一：AGV电池的充电时间的信息、AGV电池的充电顺序的信息、充换电站的信息和充电工位的信息；所述预定条件与调度所述AGV的最小等待时间关联。相较于随机调度所述AGV的方式，等待时间可以最小化，提升了AGV的调度效率，且而从总体上提升了电池的换电效率。
-
公开(公告)号：CN113807606A
公开(公告)日：2021-12-17
申请号：CN202111176711.0
申请日：2021-10-09
Applicant: 上海交通大学
Abstract: 一种可解释集成学习的间歇过程质量在线预测方法，通过传感器采集的间歇过程历史数据集建立最终产品质量模型，经数据预处理得到候选输入变量；分时段计算候选输入变量与最终产品质量之间的Copula熵并进行排序，选取Copula熵最大的前M个候选输入变量作为关键变量；根据最终产品质量模型设计堆叠集成随机森林算法，训练该堆叠集成随机森林算法后，利用训练得到的堆叠集成随机森林算法对间歇过程的最终产品质量进行在线预测。本发明显著提升了质量预测的可解释性，可以帮助现场工程师准确地把握生产运行状态和产品质量信息，进而为间歇过程的控制决策提供有用参考。
-
公开(公告)号：CN116414095A
公开(公告)日：2023-07-11
申请号：CN202310413626.4
申请日：2023-04-18
Applicant: 上海交通大学
IPC: G05B19/418
Abstract: 一种数据驱动的中医药制造过程工艺参数优化方法，通过计算中医药产品生产过程历史工艺参数和产品质量间的最大互信息系数(MIC)，同时构建质量预测模型(PM‑AdaBoost)，根据最大互信息系数和质量预测模型的均方误差计算适应度函数，通过粒子群的初始化、计算适应度函数、多次迭代更新粒子在工艺参数搜索空间的速度和位置，得到中医药产品生产过程中的关键工艺参数和优化质量预测模型，进一步将优化质量预测模型的均方误差作为适应度函数，利用粒子群优化算法得到优化关键工艺参数。本发明通过最大信息系数衡量变量间的线性及非线性关系，选用最大信息系数和质量预测均方误差作为筛选关键工艺参数和构建质量预测模型的标准，在准确性上占有绝对优势；基于质量预测模型通过粒子群算法优化关键，粒子群作为工艺参数优化算法，在收敛速度上占有绝对优势。
-
公开(公告)号：CN114015825B
公开(公告)日：2022-12-06
申请号：CN202111318176.8
申请日：2021-11-09
Applicant: 上海交通大学
IPC: G06N20/00
Abstract: 一种基于注意力机制的高炉热负荷异常状态监测方法，首先进行数据采集与数据预处理，然后构建包括双层一维卷积神经网络结构与单层双向长短记忆网络下结构的基于注意力机制的预测模型，再基于联合训练机制的方式进行预测模型的训练，最后通过添加注意力机制的1DCNN提取输入参数显著异常波动的特征，再由BiLSTM在时间维度上的记忆功能，实现在线监测，本发明考虑所采集历史数据的质量问题设计两阶段数据预处理方法，能够显著提升热负荷急剧变化时趋势状态的预测准确性，把握高炉设备的运行状况，保证高炉炼铁生产过程的持续与稳定。
-
Patent Agency Ranking
公开(公告)号：CN112598255A
公开(公告)日：2021-04-02
申请号：CN202011492605.9
申请日：2020-12-17
Applicant: 上海交通大学
Abstract: 一种基于超启发式算法的自动化码头出口箱箱位分配优化方法，通过高级控制策略进行参数初始化、问题确认、强化学习状态计算、通过强化学习状态计算动作概率和根据动作概率选择合适的算法，然后通过计算强化学习状态及适应度后判断是否达到迭代次数并输出箱位分配方案及新的指标。本发明从实际出口箱箱位分配的堆场接力、多箱区协同特性出发，将强化学习和深度学习用作高级选择策略，将启发式算子、智能算法用作低级启发式方法，以自适应地生成高质量的箱位分配方案，提高自动化集装箱码头出口箱作业效率。
-
公开(公告)号：CN119250670A
公开(公告)日：2025-01-03
申请号：CN202411348669.X
申请日：2024-09-26
Applicant: 上海交通大学 , 上海国际港务(集团)股份有限公司
IPC: G06Q10/083 , G06Q10/0631 , G06F17/18 , G06F17/16 , G06N3/047
Abstract: 本发明公开了一种自动化码头集装箱堆场翻箱选位随机优化方法，通过构建并训练的堆场集装箱提箱概率预测模型，计算堆场中集装箱i在时间段t被提取的概率#imgabs0#基于堆场全部集装箱、完全时间段的概率形成的集装箱提箱概率矩阵#imgabs1#实现集装箱堆场翻箱选位决策随机优化。所述堆场集装箱提箱概率预测模型基于多层感知器MLP神经网络结构。对所述堆场集装箱提箱概率预测模型的训练中，获取所述码头集装箱堆场的历史运行记录，将记录中至少集装箱属性信息、岸桥工作路记录、船舶配载作为所述模型的输入。
-
公开(公告)号：CN116541987A
公开(公告)日：2023-08-04
申请号：CN202310526129.5
申请日：2023-05-11
Applicant: 上海交通大学
IPC: G06F30/17 , G06F30/27 , G06F119/02
Abstract: 一种数据驱动的基于不平衡装配数据的发动机质量预测方法，通过分析工艺参数在预测产品质量过程中的互补性和冗余性，减少输入变量间的冗余性，提高互补性，选择冗余性最小的关键变量集合，基于所选的关键变量识别柴油发动机不同模态，针对少数类模态基于关键变量的流形距离合成新样本，平滑不平衡训练数据的分布，通过自适应参数优化的集成模型实现柴油发动机的质量预测，显著减少质量预测模型的输入变量间的冗余性，改善数据的不平衡现状，提高质量预测模型的泛化能力，可以帮助现场工程师准确掌握柴油发动机装配过程生产状态和产品质量信息，进而为复杂机械装配产品的决策提供有效参考信息，以便为后续生产的智能化调度参数优化提供指导。
-
公开(公告)号：CN111856287B
公开(公告)日：2021-07-13
申请号：CN202010689054.9
申请日：2020-07-17
Applicant: 上海交通大学
IPC: G01R31/367 , G01R31/392 , G01R31/378
Abstract: 一种基于堆叠残差因果卷积神经网络的锂电池健康状态检测方法，通过传感器采集锂电池的工况数据，经预处理得到输入特征；通过传感器采集锂电池的工况数据，经预处理得到输入特征；根据输入特征设计堆叠残差因果卷积神经网络，训练该堆叠残差因果卷积神经网络后，利用训练得到的堆叠残差因果卷积神经网络对锂电池的健康状态进行估计；堆叠残差因果卷积神经网络，该网络将残差网络和长短期记忆网络的输入门结构有机地集成到因果卷积网络中。本发明可以有效的帮助锂电池用户准确获取电池实际可用容量及老化状态相关信息，进而为电池管理的控制决策提供参考。
-
公开(公告)号：CN111856287A
公开(公告)日：2020-10-30
申请号：CN202010689054.9
申请日：2020-07-17
Applicant: 上海交通大学
IPC: G01R31/367 , G01R31/392 , G01R31/378
Abstract: 一种基于堆叠残差因果卷积神经网络的锂电池健康状态检测方法，通过传感器采集锂电池的工况数据，经预处理得到输入特征；通过传感器采集锂电池的工况数据，经预处理得到输入特征；根据输入特征设计堆叠残差因果卷积神经网络，训练该堆叠残差因果卷积神经网络后，利用训练得到的堆叠残差因果卷积神经网络对锂电池的健康状态进行估计；堆叠残差因果卷积神经网络，该网络将残差网络和长短期记忆网络的输入门结构有机地集成到因果卷积网络中。本发明可以有效的帮助锂电池用户准确获取电池实际可用容量及老化状态相关信息，进而为电池管理的控制决策提供参考。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.028 seconds)
