-
公开(公告)号：CN116823725A
公开(公告)日：2023-09-29
申请号：CN202310515582.6
申请日：2023-05-09
Applicant: 大连理工大学
IPC: G06T7/00 , G06T5/00 , G06T3/00 , G06V10/40 , G06V10/50 , G06V10/25 , G06V10/764 , G06V10/80 , G06V10/774 , G06T7/62
Abstract: 一种基于支持向量机的航空发动机叶片表面缺陷检测方法，包括如下步骤：对图像去噪处理；利用直方图均衡化和分段线性化消除光照影响，增强图像对比度，利用大津阈值法将图像转化为二值图像；对缺陷图像形状特征提取和HOG特征提取得到特征向量；将特征向量输入到分类算法中进行缺陷识别与分类。针对于航空发动机叶片的现实数据集较少，影响设计算法的检测精度，而人工采集建立数据集耗时耗力，该方法中支持向量机的决策函数只依赖于支持向量，分类速度比较快，同时，数据集训练样本的数量对支持向量机的效果影响不大，相对于卷积神经网络等算法而言，不需要大量训练样本，在小样本数据集上的表现良好，解决了叶片表面缺陷检测小样本数据集的问题。
-
Patent Agency Ranking
公开(公告)号：CN114821856A
公开(公告)日：2022-07-29
申请号：CN202210402808.7
申请日：2022-04-18
Applicant: 大连理工大学
Abstract: 本发明属于汽车检修装备研发领域，公开了一种并联于行车电脑的汽车快速维修智能辅助装置，能够解决人工维修“无法精确到具体故障部件”、“无法联网造成故障诊断失灵”的问题。步骤如下：通过加装快速插拔传感器，结合车载原有传感器、车载计算机，得到汽车运行数据信息，借助CAN总线技术传输到智能故障诊断嵌入式系统，借助下载自云端的API模型，完成故障诊断。在云服务器完成API模型训练，选用遗传算法优化权值阈值的BP神经网络，初始训练数据来自于实验室条件下测试构建的车辆运行信息历史数据库。通过用户反馈，实现数据库更新。该装置主要用于汽车运行的故障状态识别和故障分类定位。
-
公开(公告)号：CN114821856B
公开(公告)日：2023-04-07
申请号：CN202210402808.7
申请日：2022-04-18
Applicant: 大连理工大学
Abstract: 本发明属于汽车检修装备研发领域，公开了一种并联于行车电脑的汽车快速维修智能辅助装置，能够解决人工维修“无法精确到具体故障部件”、“无法联网造成故障诊断失灵”的问题。步骤如下：通过加装快速插拔传感器，结合车载原有传感器、车载计算机，得到汽车运行数据信息，借助CAN总线技术传输到智能故障诊断嵌入式系统，借助下载自云端的API模型，完成故障诊断。在云服务器完成API模型训练，选用遗传算法优化权值阈值的BP神经网络，初始训练数据来自于实验室条件下测试构建的车辆运行信息历史数据库。通过用户反馈，实现数据库更新。该装置主要用于汽车运行的故障状态识别和故障分类定位。
-
公开(公告)号：CN114859855B
公开(公告)日：2023-03-14
申请号：CN202210425111.1
申请日：2022-04-22
Applicant: 大连理工大学
Abstract: 本发明提供了一种基于参数依赖Lyapunov函数的汽车发动机LPV系统故障诊断装置，通过引入参数依赖Lyapunov函数，针对凸多面体各个顶点，分别求解Lyapunov函数中的矩阵P，即使其同随参数向量变化，相比于现有方法，有效降低了系统设计的保守性。步骤为：对汽车发动机系统构建带执行器故障的LPV模型，并设计自适应故障观测器；构建参数依赖Lyapunov函数，对其求导并限制其导数小于0，获得以LMI形式表示的系统稳定性条件；对LMI进行求解，得到观测器中待设计矩阵的值；将汽车发动机系统中的输入输出信号引入所设计观测器。本系统具有故障估计实时、准确，且与已有方法相比系统设计保守性更低的优势。
-
公开(公告)号：CN115993826A
公开(公告)日：2023-04-21
申请号：CN202310025787.6
申请日：2023-01-09
Applicant: 大连理工大学
IPC: G05D1/02
Abstract: 本发明属于多智能体控制领域，涉及一种针对智能体的自适应最优合作博弈控制方法。本发明的方法能够使车辆系统在运动过程中保持稳定的同时使协作的性能指标最优。首先，对合作博弈中的两个控制器施加噪声信号，并收集一定时间段内的车辆状态数据。然后，找到一对可以使系统稳定的控制策略作为初始控制。最后，利用自适应动态规划方法进行策略迭代，以求得能使协作的性能指标达到最优的合作博弈控制策略。本发明可以对合作博弈问题求解，计算时间少，可以保证系统稳定，并且为全局最优。
-
公开(公告)号：CN114859855A
公开(公告)日：2022-08-05
申请号：CN202210425111.1
申请日：2022-04-22
Applicant: 大连理工大学
Abstract: 本发明提供了一种基于参数依赖Lyapunov函数的汽车发动机LPV系统故障诊断装置，通过引入参数依赖Lyapunov函数，针对凸多面体各个顶点，分别求解Lyapunov函数中的矩阵P，即使其同随参数向量变化，相比于现有方法，有效降低了系统设计的保守性。步骤为：对汽车发动机系统构建带执行器故障的LPV模型，并设计自适应故障观测器；构建参数依赖Lyapunov函数，对其求导并限制其导数小于0，获得以LMI形式表示的系统稳定性条件；对LMI进行求解，得到观测器中待设计矩阵的值；将汽车发动机系统中的输入输出信号引入所设计观测器。本系统具有故障估计实时、准确，且与已有方法相比系统设计保守性更低的优势。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
