一种基于生成网络的永磁牵引电机偏心故障诊断方法

    公开(公告)号:CN118133598A

    公开(公告)日:2024-06-04

    申请号:CN202311863120.X

    申请日:2023-12-29

    Abstract: 本发明公开了一种基于生成网络的永磁牵引电机偏心故障诊断方法,该方法基于实际永磁牵引电机的结构参数,建立的不同偏心程度的故障永磁牵引电机有限元模型,获取不同工况下的电机三相电流数据,处理得到仿真情况下的电流数据集。采集实际运行的永磁牵引电机三相电流数据,处理得到实际环境中的电流数据集。初始化循环对抗生成网络模型,将两个不同领域的数据集导入模型进行训练,模型效果达到要求后从循环对抗生成网络中分离出分类网络CS,将CS部署到实际生产领域,将需要诊断的信号输入网络CS,得到输出的分类结果。本发明可以快速准确地识别电机的偏心故障,还能给出故障的程度,具有实现成本低,实际部署模型简单的优点。

    一种基于深度学习的视觉检测及抓取方法

    公开(公告)号:CN118081764A

    公开(公告)日:2024-05-28

    申请号:CN202410397620.7

    申请日:2024-04-03

    Abstract: 本发明公开了一种基于深度学习的视觉检测及抓取方法,涉及视觉检测及抓取技术领域,本发明基于深度学习算法,可准确识别目标物体以及目标物体在图像中的朝向,同时结合双目视觉系统,可确定物体相对视觉系统在空间中的朝向及中心点位信息,进一步实现了对目标物体在三维空间中的精准定位;基于单步机械臂示教的手眼标定方法,可快速有效求得机械臂机座坐标系相对于视觉系统测量坐标系的相对位姿关系,打破了传统方法标定复杂且易受环境因素影响的桎梏;综述所述,本发明实现了物体识别和抓取的高效性、智能化和精准度,为机械臂视觉技术推动工业自动化和智能化水平提供了新的解决思路。

    一种车辆自适应路径控制方法、存储介质及计算机

    公开(公告)号:CN117048639A

    公开(公告)日:2023-11-14

    申请号:CN202311315885.X

    申请日:2023-10-12

    Abstract: 本发明提供了一种车辆自适应路径控制方法、存储介质及计算机,控制方法包括以下步骤:以二自由度车辆动力学模型为基础构建路径跟踪基础模型;对路径跟踪基础模型进行离散处理后构建含控制量增量的状态空间方程,将状态空间方程进行迭代构建MPC控制模型;对MPC控制模型中的输出状态量的权重矩阵Q和输入控制量增量的权重矩阵R进行模糊化处理;根据构建的状态空间方程,构建曲率前馈控制模型;根据模糊处理的MPC控制模型和曲率前馈控制模型分别计算车辆行驶路径中的前轮转角和前轮转角前馈值,以控制车辆的行驶路径。本发明提供的车辆自适应路径控制方法根据外界环境及时调节前轮转角,提高车辆的对不同路径的适应特性。

    一种兼顾横向误差和航向误差收敛的自动驾驶控制方法

    公开(公告)号:CN115826579A

    公开(公告)日:2023-03-21

    申请号:CN202211651332.7

    申请日:2022-12-21

    Inventor: 曾德全 胡一明

    Abstract: 本发明涉及一种兼顾横向误差和航向误差收敛的自动驾驶控制方法,包括如下步骤:轨迹预瞄器设计;误差融合器设计;线性延迟器设计;线性估计器;线性反馈控制器。本发明能有效解决模型参数不确定性等干扰,并通过李雅普诺夫函数设了误差融合器,验证了自动驾驶控制系统的稳定性,在模型参数不确定性存在不确定性的情况下,本方法具有较高的鲁棒性,通过加快前轮转角的响应,可以降低跟踪误差,使横向误差和航向误差同步收敛,跟踪的轨迹更加精准、可靠,提高自动驾驶车辆运行的平稳性与安全性。

    一种自适应的无人驾驶串级控制方法

    公开(公告)号:CN115805993A

    公开(公告)日:2023-03-17

    申请号:CN202211651792.X

    申请日:2022-12-21

    Abstract: 本发明涉及一种自适应的无人驾驶串级控制方法,包括:参考航向角输入;航向角误差计算;自适应控制器1计算参考前轮转角;位置误差计算的期望前轮转角;前轮转角误差计算;自适应控制器2计算前轮转角控制量;前轮转角控制量输入车辆,得到更新的前轮转角和航向角。与现有技术相比,本发明针对无人驾驶车辆这类欠驱动、强非线性系统,具有实现无模型自适应控制,串级控制方法控制前轮转角稳定,可以降低跟踪误差,稳定地使横向误差和航向误差同步收敛,提高无人驾驶系统的跟踪精度,保证运行的安全。

    一种多模式冗余的自动驾驶车辆无模型纵向控制方法

    公开(公告)号:CN119568128A

    公开(公告)日:2025-03-07

    申请号:CN202510138886.4

    申请日:2025-02-08

    Abstract: 一种多模式冗余的自动驾驶车辆无模型纵向控制方法,包括:采集纵向控制信号源;建立离线驱动扭矩数据库和离线制动压力数据库;设计无模型车速控制策略,计算车速期望驱动扭矩和车速期望制动压力;设计无模型加速度控制策略,计算加速期望驱动扭矩;设计无模型减速度控制策略,计算减速期望制动压力;根据车速期望驱动扭矩、车速期望制动压力、加速期望驱动扭矩和减速期望制动压力,设计无模型纵向控制模式仲裁策略,输出请求驱动扭矩和请求制动压力,实现纵向运行。本发明能够在车辆模型参数缺失或者模型参数不确定性下,解决自动驾驶车辆的纵向控制的稳定性问题,并防止程序异常、通讯阻塞等因素干扰导致的非预期驱动或者制动。

    一种永磁同步电机失磁故障诊断及定位方法

    公开(公告)号:CN118035812A

    公开(公告)日:2024-05-14

    申请号:CN202410006450.5

    申请日:2024-01-03

    Abstract: 一种永磁同步电机失磁故障诊断及定位方法,包括:S1,建立永磁同步电机有限元模型,并对磁极编号;S2,通过设置不同磁极失磁,采集两个机械周期电机支路电流信号,建立失磁故障定位数据特征样本库;S3,通过计算均匀失磁故障与失磁故障定位数据特征样本库的余弦相似度值,设定失磁故障定位阈值;S4,实时采集不同工作状态时电机支路电流信号,使用FFT变换提取谐波构建故障向量,输入经SSA算法优化后的PNN网络模型进行故障诊断;S5,将诊断为局部失磁故障的样本与失磁故障定位数据特征样本库中的每个样本计算余弦相似度;S6,通过余弦相似度的大小确定失磁数目,定位失磁磁极。本发明能有效实现永磁同步电机故障诊断及解决失磁磁极定位问题。

    一种轮毂电机性能测试装置及方法

    公开(公告)号:CN115407198B

    公开(公告)日:2024-05-14

    申请号:CN202211173625.9

    申请日:2022-09-26

    Abstract: 本发明公开了一种轮毂电机性能测试装置及方法,步进电机通过螺钉与上固定板上的第一螺孔连接,上固定板的第一台阶孔通过螺钉与导杆上端的内螺纹孔连接,连接螺栓通过滑动板中间的第二中心孔与压力传感器的下端连接,U型支架通过轴销安装有所述路面模拟转轮,下底座的中间位置通过螺栓安装有U型支座,U型支座内通过双头螺栓轴安装有轮毂电机;轮毂电机的上方与路面模拟转轮接触;控制中心通过线缆分别与步进电机、压力传感器和轮毂电机连接。本发明测试结果准确可靠,实现了轮毂电机在不同负载力、不同路面下的电性能和转矩性能的测量评价,大大提高了汽车构件的装车质量。

    一种基于深度学习的永磁同步电机匝间短路故障诊断方法

    公开(公告)号:CN118013403A

    公开(公告)日:2024-05-10

    申请号:CN202410010028.7

    申请日:2024-01-03

    Abstract: 本发明公开了一种基于深度学习的永磁同步电机匝间短路故障诊断方法,本发明采用永磁同步电机三相定子电流为特征信号进行故障诊断,无需增设额外的硬件进行信号提取,本发明采用永磁同步电机的定子绕组电流与永磁同步电机匝间短路故障有较强相关性且该数据易于采取且稳定,本发明采用的基于CNN‑LSTM神经网络的匝间故障诊断方法不需要建立复杂的数学模型,适用性强,可以用于多种永磁同步电机的匝间短路故障诊断,本发明不需要通过人工对原始数据进行特征分析以及提取,减少永磁同步电机匝间故障诊断中特征提取的繁琐过程,可以通过该网络模型自动提取出原始三相定子绕组电流信号中与故障相关的特征,能够及时发现故障。

Patent Agency Ranking