公开(公告)号：CN117049902B

公开(公告)日：2024-03-15

申请号：CN202310967513.9

申请日：2023-08-02

Applicant: 南京农业大学

Inventor： 李骅 ,  王居飞 ,  朱雪茹 ,  李超 ,  朱振明 ,  冯学斌 ,  沈越 ,  冯发起

IPC: C05F17/90 ,  C05F17/964 ,  C05F17/979 ,  C05F17/993 ,  C05F17/70 ,  C05F9/04 ,  C05F9/02 ,  A23F3/08 ,  A23P30/00 ,  A23L19/00 ,  G05D27/02

Abstract: 本发明提供了一种有机废弃物仿生发酵箱及发酵过程精准监测调控方法，发酵箱包括机箱以及安装机箱中的仿生翻抛模块、曝气溶氧模块、堆体恒温模块、数据感知模块、主控模块。本发明基于数据感知模块对堆肥过程实时监测，基于主控模块进行监测数据实时分析与综合控制，利用仿生翻抛模块、曝气溶氧模块、堆体恒温模块对发酵过程参数进行精准调控；其中，主控模块结合基于改进的长短期记忆人工神经网络模型和pid控制系统，可根据有机废弃物种类，设置不同堆肥控制策略和数据采集精度，满足不同堆肥试验要求，提高试验精度，大大减少了试验人员工作量，节省了实验成本。

公开(公告)号：CN117049902A

公开(公告)日：2023-11-14

申请号：CN202310967513.9

申请日：2023-08-02

Applicant: 南京农业大学

Inventor： 李骅 ,  王居飞 ,  朱雪茹 ,  李超 ,  朱振明 ,  冯学斌 ,  沈越 ,  冯发起

IPC: C05F17/90 ,  C05F17/964 ,  C05F17/979 ,  C05F17/993 ,  C05F17/70 ,  C05F9/04 ,  C05F9/02 ,  A23F3/08 ,  A23P30/00 ,  A23L19/00 ,  G05D27/02

Abstract: 本发明提供了一种有机废弃物仿生发酵箱及发酵过程精准监测调控方法，发酵箱包括机箱以及安装机箱中的仿生翻抛模块、曝气溶氧模块、堆体恒温模块、数据感知模块、主控模块。本发明基于数据感知模块对堆肥过程实时监测，基于主控模块进行监测数据实时分析与综合控制，利用仿生翻抛模块、曝气溶氧模块、堆体恒温模块对发酵过程参数进行精准调控；其中，主控模块结合基于改进的长短期记忆人工神经网络模型和pid控制系统，可根据有机废弃物种类，设置不同堆肥控制策略和数据采集精度，满足不同堆肥试验要求，提高试验精度，大大减少了试验人员工作量，节省了实验成本。

公开(公告)号：CN119322440A

公开(公告)日：2025-01-17

申请号：CN202410746161.9

申请日：2024-06-11

Applicant: 南京农业大学

Inventor： 冯学斌 ,  沈越 ,  李骅 ,  洪道龙 ,  冯发起 ,  夏飞腾

IPC: G05B11/42

Abstract: 本发明提出了一种基于改进GRU优化的模糊PID膨化机温度预测及控制方法。首先利用STM32单片机采集膨化机不同环境数据和加热仓阶跃响应数据，通过最小二乘法确定膨化机加热仓传递函数；随后添加CNN隐藏层改进GRU神经网络，并运用改进粒子群算法优化GRU神经网络初始参数，对加热仓运行参数进行预测；最后通过模糊控制合理调节PID控制参数，运用反馈控制提前改变加热片功率。本发明通过系统实时建模捕捉系统的非线性和动态特性，同时改进GRU预测算法的使用对控制过程中的滞后环节进行了有效补偿，提升了系统的响应速度。

公开(公告)号：CN119043763B

公开(公告)日：2025-03-18

申请号：CN202411160049.3

申请日：2024-08-22

Applicant: 南京农业大学 ,  常州市宏寰机械有限公司

Inventor： 冯学斌 ,  洪道龙 ,  李骅 ,  夏飞腾 ,  申乐乐 ,  沈越 ,  张熙澈 ,  张福平

IPC: G01M99/00 ,  G01D21/02 ,  G06F18/214 ,  G06F18/243 ,  G06F18/25 ,  G06F18/15 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种基于CNN‑MHA的膨化机故障诊断监测方法，通过安装传感器以全面监测膨化机运行健康状态，传感器采集数据传输到树莓派，树莓派进行数据转换并传输至云端，将模型训练时段的膨化机运行工况相关变量采集为样本数据，并通过数据归一化、特征相关性分析、特征重要性分析以及ADASYN过采样方法处理样本数据，再经过模型训练后获取的高精度最优诊断模型，最后通过Qt集成故障诊断监测界面将膨化机实时各项运行数据和故障分析结果以图表形式直观展示给用户。本发明通过多传感器融合技术与CNN‑MHA模型，实现了膨化机的智能监控与高精度故障诊断，并提供智能维修建议，使得设备管理更加智能化和自动化。

公开(公告)号：CN119043763A

公开(公告)日：2024-11-29

申请号：CN202411160049.3

申请日：2024-08-22

Applicant: 南京农业大学

Inventor： 冯学斌 ,  洪道龙 ,  李骅 ,  夏飞腾 ,  申乐乐 ,  沈越 ,  张熙澈 ,  张福平

IPC: G01M99/00 ,  G01D21/02 ,  G06F18/214 ,  G06F18/243 ,  G06F18/25 ,  G06F18/15 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种基于CNN‑MHA的膨化机故障诊断监测方法，通过安装传感器以全面监测膨化机运行健康状态，传感器采集数据传输到树莓派，树莓派进行数据转换并传输至云端，将模型训练时段的膨化机运行工况相关变量采集为样本数据，并通过数据归一化、特征相关性分析、特征重要性分析以及ADASYN过采样方法处理样本数据，再经过模型训练后获取的高精度最优诊断模型，最后通过Qt集成故障诊断监测界面将膨化机实时各项运行数据和故障分析结果以图表形式直观展示给用户。本发明通过多传感器融合技术与CNN‑MHA模型，实现了膨化机的智能监控与高精度故障诊断，并提供智能维修建议，使得设备管理更加智能化和自动化。