一种风力发电机叶片早期缺陷预测方法及系统

    公开(公告)号:CN115239034B

    公开(公告)日:2022-11-29

    申请号:CN202211169343.1

    申请日:2022-09-26

    Abstract: 本发明公开了一种风力发电机叶片早期缺陷预测方法及系统,属于风力发电设备领域。所述方法先收集叶片早中晚期场景的图像,对晚期图像进行人工标注作为反演语义分割训练集样本;将对应的叶片早中期图像集作为模型样本集划分自监督训练集和验证集,并对验证集进行人工标注;构建基网络及早期缺陷自监督学习模型,采用自监督训练集进行训练,得到成熟模型,获得模型权重;构建分割头模型,基网络加载权重,并将基网络与分割头模型进行连接,输入反演语义分割训练集进行训练,输出语义分割标签,得到成熟的下游任务分割模型;获取待预测叶片的早期图像输入下游任务分割模型,输出早期缺陷的位置信息。本发明提高了叶片早期缺陷预测准确度。

    一种一阶电路过渡过程实验教学系统和方法

    公开(公告)号:CN114049821A

    公开(公告)日:2022-02-15

    申请号:CN202111402152.0

    申请日:2021-11-19

    Abstract: 本发明公开了一种一阶电路过渡过程实验教学系统和方法,该系统包括:客户端、服务器以及实验装置;其中,客户端用于向用户显示实验电路电路图、实验参数设定界面和数据表格;服务器用于根据客户端上传的实验电路类型和实验参数,计算出时间常数理论值和数据采集时间长度,并确定激励信号类型;实验装置与实验电路连接,用于在服务器的指令下,向实验电路输出指定的激励信号,并同时采集实验电路的响应波形数据,将采集的数据显示给用户,同时将采集的数据传输给服务器,由服务器传输给客户端进行显示。

    一种改善CSP双流换规格轧制力模型精度的控制方法

    公开(公告)号:CN107931329B

    公开(公告)日:2019-04-19

    申请号:CN201711181313.1

    申请日:2017-11-23

    Abstract: 本发明提供一种改善CSP双流换规格轧制力模型精度的控制方法,属于轧钢控制技术领域。该方法首先对CSP所有钢种进行分组,按照材质代码进行模型系数归档;对带钢材质、宽度、厚度和连铸机号进行分类;在模型设定时,采取控制策略处理钢种和规格混轧、连铸机双流交替轧制等情况,确保模型设定精度;带钢轧制完成后,进行模型后计算和模型自学习计算,确保钢种和规格混轧时正确更新模型的短期和长期自学习系数;轧机换辊或零调后,进行模型自学习系数初始化;结合自学习进行精轧模型的设定计算。本发明可明显改善CSP双流换规格生产时精轧轧制力模型控制精度,从而改善带钢头部厚度控制质量。

    一种不依赖GNSS的无人车自主定位与环境探索方法

    公开(公告)号:CN113703443B

    公开(公告)日:2023-10-13

    申请号:CN202110926840.0

    申请日:2021-08-12

    Abstract: 本发明提供一种不依赖GNSS的无人车自主定位与环境探索方法,属于无人车导航与控制技术领域。所述方法包括:基于无人车自主环境探索机理,建立无人车自主定位与环境探索模型;根据地图构建精度要求,基于建立的无人车自主定位与环境探索模型,以极小化建图不确定性为第一优化目标项;根据地图覆盖要求,以极大化环境探索增益为第二优化目标项,引导无人车不断向未探索区域运动;采用粒子群优化算法对第一优化目标项和第二优化目标项进行综合求解,得到无人车最优的控制输入。采用本发明,能够同时提高地图构建精度以及未知区域覆盖效率。

    一种实现中厚板热处理加热速度自适应的方法和装置

    公开(公告)号:CN116334378A

    公开(公告)日:2023-06-27

    申请号:CN202310276788.8

    申请日:2023-03-21

    Abstract: 本发明提供一种实现中厚板热处理加热速度自适应的方法和装置,包括:S1、对中厚板热处理炉的待装炉中厚板钢坯进行规格检测;S2、根据规格检测结果,自动设置单双排料混装的排料模式;S3、依据生产节奏和装炉侧剩余空间,设置所述待装炉中厚板钢坯的自动装钢时间;S4、所述待装炉中厚板钢坯在所述自动装钢时间装炉后,实时计算炉内钢坯温度场,对于双排料分别单独计算;S5、依据具体场景,设置加热制度模式为:在炉时间一定模式或在炉时间可调节模式,实现中厚板钢坯加热速度自适应。本发明能够实现钢坯加热速度的自适应,确保钢坯目标温度和保温时间满足精度要求。

    一种基于大数据云平台的加热炉燃烧智能控制方法及装置

    公开(公告)号:CN115307452B

    公开(公告)日:2023-04-07

    申请号:CN202211115824.4

    申请日:2022-09-14

    Abstract: 本发明提供了一种基于大数据云平台的加热炉燃烧智能控制方法及装置,涉及人工智能控制技术领域。包括:基于加热炉生产运行参数的大数据云平台的构建;采用大数据挖掘技术,实现加热炉生产过程关键因素的识别,形成完善的相关性数据知识库;基于机理模型的传统加热炉燃烧控制系统的独立部署;融合云平台大数据专家知识库的加热炉燃烧智能控制系统。通过本发明,可以实现大数据挖掘技术、智能算法与传统机理模型的融合,构建加热炉燃烧智能控制系统,提高加热炉炉温自动控制水平、板坯加热温度均匀性和炉气温度控制精度等,实现加热炉生产的精准控制,达到减少能耗和烧损的同时提高加热产品质量的稳定性。

    一种动态感知加热炉工况的炉温优化方法及装置

    公开(公告)号:CN115011786A

    公开(公告)日:2022-09-06

    申请号:CN202210409781.4

    申请日:2022-04-19

    Abstract: 本发明公开了一种动态感知加热炉工况的炉温优化方法及装置,涉及冶金机械及自动化和轧制技术领域。包括:获取待装炉板坯的数据;其中,数据包括板坯生产计划列表、板坯库管信息、轧线的换辊信息以及对板坯生产节奏的预测;将数据输入到构建好的炉温优化模型;根据数据、炉温优化模型以及加热炉内板坯的规格和位置,对加热炉各段的炉温进行动态优化设定。本发明能够解决炉温优化控制系统难以适应复杂工况的痛点,提升炉温优化控制的自动化率,减轻操作人员劳动强度,提高板坯加热质量。

    一种多钢坯对象的炉温综合决策方法

    公开(公告)号:CN111411215B

    公开(公告)日:2021-09-21

    申请号:CN202010243261.1

    申请日:2020-03-31

    Abstract: 本发明提供一种多钢坯对象的炉温综合决策方法,属于热轧加热炉控制技术领域。该方法通过对加热炉某加热段内的每块钢坯按照预设的多种影响因素的状态特征进行对照和匹配,得出各块钢坯在当前工况下每种影响因素的状态和对应的状态影响因子,并形成二维状态影响因子矩阵,然后由各影响因素在当前工况下对最终炉温的影响程度大小组成影响因子向量,最后将上述两者进行矩阵运算得出该段燃烧加热的综合炉温。该方法可以对加热段内多块钢坯的变钢种不变规格、冷热混装、钢温目标突变、待轧换辊等不同工况和影响因素进行识别,决策出科学合理的最优加热炉温。该方法应用性强、效果明显,可有效提高热轧加热炉的生产效率和加热质量产量。

    一种提高带钢全长卷取温度预报精度的自学习方法

    公开(公告)号:CN102794315B

    公开(公告)日:2014-07-23

    申请号:CN201210301754.1

    申请日:2012-08-22

    Abstract: 本发明一种提高带钢全长卷取温度预报精度的自学习方法,属于热轧带钢自动控制技术领域,其主要特征在于包括以下步骤:1)在卷取温度控制过程中收集带钢各段的控制参数;2)在带钢轧制完成后确定滞后段数;3)计算段间自学习滞后因子;4)在预测后续带钢各段的卷取温度时,综合考虑了本块钢的段间自学习系数、已轧制完成带钢的段间自学习系数和段间自学习滞后因子。本发明所涉及的自学习方法可比较好地解决带钢段间自学习所存在的滞后问题,可明显提高带钢全长的各分段卷取温度预报精度。

Patent Agency Ranking