-
公开(公告)号:CN115017818B
公开(公告)日:2024-09-20
申请号:CN202210694964.5
申请日:2022-06-20
Applicant: 南京工业职业技术大学
IPC: G06F30/27 , G06F17/16 , G06Q50/06 , G06F119/02
Abstract: 本发明一种基于注意力机制和多层LSTM的电厂烟气含氧量智能预测方法,通过传感器采集数据,将采集的传感器数据保存到原始数据库;从原始数据库中顺序采样数据,通过数据清洗和数据降维,数据清洗剔除相似性较高的数据,数据降维过滤数据内的次要特征,并将处理后的数据保存到剩余数据库;从剩余数据库中随机提取小批量数据,通过注意力网络得到权值特征,将权值特征数据输入到基于LSTM的预测网络进行预测网络训练;最后利用训练好的预测网络进行烟气含氧量的预测。本发明降低了数据之间和数据内部的冗余信息,从而提高的模型训练效率。引入注意力机制赋予主要特征不同的权值,使得预测系统更接近实际系统的物理过程,从而提高了预测精度。
-
公开(公告)号:CN115017818A
公开(公告)日:2022-09-06
申请号:CN202210694964.5
申请日:2022-06-20
Applicant: 南京工业职业技术大学
IPC: G06F30/27 , G06F17/16 , G06Q50/06 , G06F119/02
Abstract: 本发明一种基于注意力机制和多层LSTM的电厂烟气含氧量智能预测方法,通过传感器采集数据,将采集的传感器数据保存到原始数据库;从原始数据库中顺序采样数据,通过数据清洗和数据降维,数据清洗剔除相似性较高的数据,数据降维过滤数据内的次要特征,并将处理后的数据保存到剩余数据库;从剩余数据库中随机提取小批量数据,通过注意力网络得到权值特征,将权值特征数据输入到基于LSTM的预测网络进行预测网络训练;最后利用训练好的预测网络进行烟气含氧量的预测。本发明降低了数据之间和数据内部的冗余信息,从而提高的模型训练效率。引入注意力机制赋予主要特征不同的权值,使得预测系统更接近实际系统的物理过程,从而提高了预测精度。
-
公开(公告)号:CN114067210A
公开(公告)日:2022-02-18
申请号:CN202111366243.3
申请日:2021-11-18
Applicant: 南京工业职业技术大学
IPC: G06V20/10 , G06V10/22 , G06V10/25 , G06V10/44 , G06V10/56 , G06V10/764 , G06K9/62 , G06T7/13 , G06T7/246 , G06T7/73
Abstract: 本发明公开了一种基于单目视觉导引的移动机器人智能抓取方法。该方法将抓取过程划分为两个阶段:粗略定位阶段和精确抓取阶段,由此提高了移动机器人抓取控制系统的灵活性和智能性。在精确抓取阶段,移动机器人在运动的过程中抓取目标,即移动机器人始终处于运动状态,目标静止不动。基于多点透视成像原理估计算得到目标在机器人坐标系的位置和姿态。设计了基于位置视觉伺服的目标跟踪方法,使得移动机器人端的机械手能平稳地到达目标上方并和目标保持相对静止。最后机械手调整固定的位置和姿态偏移量来抓取目标,本发明提出的移动机器人智能抓取方法具有操作方便、适用性强、执行效率高的特点。
-
公开(公告)号:CN114067210B
公开(公告)日:2025-01-07
申请号:CN202111366243.3
申请日:2021-11-18
Applicant: 南京工业职业技术大学
IPC: G06V20/10 , G06V10/22 , G06V10/25 , G06V10/44 , G06V10/56 , G06V10/764 , G06T7/13 , G06T7/246 , G06T7/73
Abstract: 本发明公开了一种基于单目视觉导引的移动机器人智能抓取方法。该方法将抓取过程划分为两个阶段:粗略定位阶段和精确抓取阶段,由此提高了移动机器人抓取控制系统的灵活性和智能性。在精确抓取阶段,移动机器人在运动的过程中抓取目标,即移动机器人始终处于运动状态,目标静止不动。基于多点透视成像原理估计算得到目标在机器人坐标系的位置和姿态。设计了基于位置视觉伺服的目标跟踪方法,使得移动机器人端的机械手能平稳地到达目标上方并和目标保持相对静止。最后机械手调整固定的位置和姿态偏移量来抓取目标,本发明提出的移动机器人智能抓取方法具有操作方便、适用性强、执行效率高的特点。
-
公开(公告)号:CN114996877A
公开(公告)日:2022-09-02
申请号:CN202210697765.X
申请日:2022-06-20
Applicant: 南京工业职业技术大学
IPC: G06F30/17 , G06F30/23 , G06F119/02 , G06F119/14
Abstract: 本发明公开了一种风力发电机组主轴承滚动体受力计算方法,包括:1根据风机结构受力部件,建立完整的三维几何模型;2简化几何模型,对各部件几何模型进行网格划分,赋予材料属性;3模拟轴承和螺栓连接方式,对各结构件接触面和边界条件进行设置,完成有限元模型装配;4对划分网格的结构件进行装配,通过对接触面、边界条件的参数化设置形成有限元模型;5考虑螺栓预紧力和主轴承热装配工艺,施加极限工况载荷,计算极限工况下滚动体受力情况。本发明建立了有限元模型,考虑了端盖螺栓预紧力的施加和主轴承热装配工艺的仿真,有限元仿真结果更加接近实际受力情况,对于主轴承卡伤失效因素等分析有重要仿真参考价值。
-
公开(公告)号:CN113043275B
公开(公告)日:2022-05-24
申请号:CN202110335254.9
申请日:2021-03-29
Applicant: 南京工业职业技术大学
IPC: B25J9/16
Abstract: 本发明属于精密装配智能控制领域,具体涉及了一种基于专家演示和强化学习的微零件装配方法,旨在解决现有的微零件装配技能学习效率低而且实用性不强的问题。本发明包括:采集微零件a和b的图像进行零件姿态和位置调整,使零件姿态一致,零件a处于零件b正上方;获取零件间的力信息并通过微零件装配模型控制零件装配。微零件装配模型训练包括:通过专家演示数据训练状态转移模型;进行专家演示数据的数据增强;设计模糊回报函数和混合探索方法,通过增强后的数据进行预训练;预训练的模型在模糊回报函数的引导下进行自学习,获得训练好的微零件装配模型。本发明操作方便、实用性强、执行效率高,并且保证了微零件装配的效率和安全性。
-
公开(公告)号:CN113043275A
公开(公告)日:2021-06-29
申请号:CN202110335254.9
申请日:2021-03-29
Applicant: 南京工业职业技术大学
IPC: B25J9/16
Abstract: 本发明属于精密装配智能控制领域,具体涉及了一种基于专家演示和强化学习的微零件装配方法,旨在解决现有的微零件装配技能学习效率低而且实用性不强的问题。本发明包括:采集微零件a和b的图像进行零件姿态和位置调整,使零件姿态一致,零件a处于零件b正上方;获取零件间的力信息并通过微零件装配模型控制零件装配。微零件装配模型训练包括:通过专家演示数据训练状态转移模型;进行专家演示数据的数据增强;设计模糊回报函数和混合探索方法,通过增强后的数据进行预训练;预训练的模型在模糊回报函数的引导下进行自学习,获得训练好的微零件装配模型。本发明操作方便、实用性强、执行效率高,并且保证了微零件装配的效率和安全性。
-
-
-
-
-
-