-
公开(公告)号：CN118293940A
公开(公告)日：2024-07-05
申请号：CN202410393308.0
申请日：2024-04-02
Applicant: 大连理工大学
IPC: G01C21/34
Abstract: 一种基于改进Q学习的AGV路径规划方法，属于强化学习与路径规划领域。主要包含下列两个过程：过程1：基于人工势场法对Q表进行初始化，并利用莱维飞行分布与死区逃脱机制，使Q表的初始值在具有一定的引导倾向的同时最大限度避免将AGV间接引入死角。过程2：在Q学习对地图进行探索的同时引入蚁群算法，利用蚁群信息素的经验导向的特点在后期对Q学习的收敛速度进行加快，弥补Q学习收敛性不足的缺点。并改进ε‑greedy策略，使其前期扩大搜索范围，后期向最优方向快速迭代，避免陷入局部最优解。所提出的Imp‑Q算法，在具有较高成功率的前提下，有着更快的迭代速度以及更好的效果，AGV可以快速绕开障碍物，不容易陷入死区。
-
公开(公告)号：CN118205007A
公开(公告)日：2024-06-18
申请号：CN202410128939.X
申请日：2024-01-31
Applicant: 大连理工大学
Abstract: 一种机器视觉高精度定位装置和方法，其属于工业机器人抓取放置技术领域。该装置包括工作台、处理器、工业相机、机械臂和归圆机构，归圆机构用以将被吸取的镜片移动到固定位置。本发明通过归圆机构使得每次吸取镜片都能够使得镜片出于同一位置，以达到最终镜片中心与镜筒中心不超过0.02mm的误差，设置双工业相机有效的降低了在归圆过程中可能由摩擦力导致的归圆误差，两者的组合有效提高了机器视觉放置的准确性。
-
Patent Agency Ranking
公开(公告)号：CN118171579A
公开(公告)日：2024-06-11
申请号：CN202410393417.2
申请日：2024-04-02
Applicant: 大连理工大学
IPC: G06F30/27 , G06F111/06 , G06F111/04
Abstract: 一种基于多目标优化的分布式多AGV任务分配方法，属于多目标优化与任务分配领域。本发明提出基于最小化平均执行时间的目标函数，利用基于CBBA算法改良的MinEx算法进行求解。接着提出基于最大化任务数量的目标函数，利用基于MinEx算法而提出的MaxNum算法进行求解。将MinEx算法与MaxNum算法各自生成的一定数目的解作为MuEv算法的两个初始种群，并利用双目标优化的方式来通过一定的权重占比设置优化偏好，实现对最小化平均执行时间与最大化执行任务的两个优化目标进行综合求解。本发明可以实现在双重优化目标的前提下，以更快的速度，更高的成功率和更好的效果来完成多AGV的任务分配，并满足全部的约束。
-
公开(公告)号：CN115981157A
公开(公告)日：2023-04-18
申请号：CN202310039447.9
申请日：2023-01-12
Applicant: 大连理工大学
IPC: G05B13/04
Abstract: 本发明属于航空发动机控制技术领域，涉及一种面向航空发动机性能退化的推力补偿控制方法，主要包括鲁棒自适应卡尔曼滤波器和误差反馈控制器，其中：鲁棒自适应卡尔曼滤波器用于发动机退化因子的估计相对传统卡尔曼滤波器可以提高估计精度；多层递归误差反馈控制器用于对估计的退化推力进行补偿控制相对传统控制器可以显著消除误差和干扰带来的影响。与传统方法相比，本发明具有对于退化因子的估计精度高、控制器受干扰与误差影响较小的优点。
-
公开(公告)号：CN116464661A
公开(公告)日：2023-07-21
申请号：CN202310660364.1
申请日：2023-06-06
Applicant: 大连理工大学
Abstract: 本发明属于航空发动机控制技术领域，公开了一种基于形状记忆合金丝的可调静子叶片控制方法。本方法以形状记忆合金丝驱动静子叶片的方案，设计以镍钛合金丝作为核心的驱动控制元件，并配合PID控制算法，施加以角度闭环控制。控制器通过磁编码器获取静子叶片的实际相对角度，通过两可控电流源分别驱动两形状记忆合金丝受热收缩拉动旋转机构执行顺时针和逆时针旋转，通过控制直流电流大小控制形状记忆合金丝收缩拉紧所带来的驱动力，设计合适的控制器参数使得叶片角度实现良好的闭环控制效果。经验证，本次设计得到可调静子叶片控制系统能够实现平稳迅速的控制效果，实用性强，有较好的系统鲁棒性，抗干扰能力强。
-
公开(公告)号：CN119472246A
公开(公告)日：2025-02-18
申请号：CN202411604754.8
申请日：2024-11-12
Applicant: 大连理工大学
IPC: G05B11/42
Abstract: 本发明公开一种数据驱动的批次生产系统设定点优化PI学习控制方法，属于工业过程控制技术领域。本发明通过对被控系统模型沿时间方向动态线性化，提出一种仅基于过程输入与输出数据的PI控制器参数整定策略。根据已建立的带有闭环PI控制回路的批次生产系统模型，通过对其沿批次方向动态线性化，提出基于历史批次跟踪误差的自适应设定点学习律。对于未知的梯度向量和学习增益，通过优化设计的性能指标函数，推导出其沿批次方向的迭代更新算法。对于由非重复性负载干扰和初始漂移构成的未知总扰动，利用数据驱动迭代扩张状态观测器在线估计得到。本发明方法具有较好的理论创新和工程应用价值。
-
公开(公告)号：CN117825055A
公开(公告)日：2024-04-05
申请号：CN202410027459.4
申请日：2024-01-08
Applicant: 大连理工大学
IPC: G01M15/02
Abstract: 本发明公开了一种分布式架构下的航空发动机高空模拟试车台进气控制节点的设计方法，是针对高空台进气控制系统，高空台进气控制系统的控制对象为高空台的高温模拟气路、高空舱冷却气路和低温模拟气路；高空台进气控制系统包含硬件部分与软件部分；硬件部分是高空台进气控制系统的物理结构，由电子元件集成电路与芯片组成，通过硬件部分来完成高温模拟气路、高空舱冷却气路、低温模拟气路控制；软件部分是下载进硬件结构中的软件程序，配合硬件部分实现相应控制功能。本发明的设计方法能很好的完成该架构下各个气路子系统的通讯，实现进气系统各支路子系统能够更快速准确完成气体的快速掺混以满足发动机飞行任务沿预设剖面的连续模拟需求。
-
-
-
-
-
-
Search Results
7
records
(took 0.023 seconds)
