-
Patent Agency Ranking
公开(公告)号：CN114777485B
公开(公告)日：2024-04-12
申请号：CN202210410812.8
申请日：2022-04-19
Applicant: 安徽工业大学
Abstract: 本发明涉及烧结生产技术领域，具体涉及一种基于大数据的在线智能监测烧结漏风方法，对烧结机风箱内和电除尘器除尘前后进行烟气氧含量数据采集，再基于氧平衡算法计算特定区间的漏风率，结合烧结生产参数，采用序列异常技术挖掘异常数据算法对整个烧结过程中的漏风情况进行监测，这种基于大数据的在线智能监测烧结漏风方法，解决了传统烧结漏风检测方法的准确性较差、检测周期较长、检测成本高、无法实时在线测量、智能化程度低等不足的问题。
-
公开(公告)号：CN115577780A
公开(公告)日：2023-01-06
申请号：CN202210435636.3
申请日：2022-04-24
Applicant: 安徽工业大学
IPC: G06N10/60
Abstract: 本发明公开了一种求解约束优化问题的量子近似算法，属于量子计算技术领域。本发明将二次无约束的二元优化方法和量子交替算符拟设方法融合在同一量子近似优化算法框架中，利用经典的贪心算法，对带约束的优化问题进行求解，得到的近似最优解作为一个约束条件，根据约束条件重新设计编码演化算符，使得表征解的量子态演化限制在可行解范围内，并且，将约束优化问题通过添加惩罚项转化为无约束优化问题，当有解违反约束时，在目标函数中添加惩罚项，使不满足约束条件的解的期望值比满足约束条件的解要差，通过本发明方法能高效的求解约束优化问题。
-
公开(公告)号：CN114777485A
公开(公告)日：2022-07-22
申请号：CN202210410812.8
申请日：2022-04-19
Applicant: 安徽工业大学
Abstract: 本发明涉及烧结生产技术领域，具体涉及一种基于大数据的在线智能监测烧结漏风方法，对烧结机风箱内和电除尘器除尘前后进行烟气氧含量数据采集，再基于氧平衡算法计算特定区间的漏风率，结合烧结生产参数，采用序列异常技术挖掘异常数据算法对整个烧结过程中的漏风情况进行监测，这种基于大数据的在线智能监测烧结漏风方法，解决了传统烧结漏风检测方法的准确性较差、检测周期较长、检测成本高、无法实时在线测量、智能化程度低等不足的问题。
-
公开(公告)号：CN114870626A
公开(公告)日：2022-08-09
申请号：CN202210471167.0
申请日：2022-04-28
Applicant: 安徽工业大学
Abstract: 本发明公开了一种喷氨脱硝控制系统及方法，属于烧结生产技术领域，包括实时数据显示模块、喷氨模型计算模块、历史数据模块、预警信息设置模块、后台服务写入模块。本发明从OPC直接获取实时数据，降低了内存的压力，实时曲线以及历史曲线的选择都是从时序数据库中读取，高并发写入，降低网络开销，节省存储空间；采用基于前馈理论计算，结合后馈辅助修正的模型，主要根据SCR脱硝反应及硫铵合成反应进行理论建模，前后端结合使模型进一步优化；以计算机数据处理技术为依托，精确度高，速度快，检测效率高，能够实时处理，并将数据存入数据库中，方便查找，并且无物料的消耗，极大的减少了人力物力的消耗，降低了操作人员过于对经验的依赖。
-
公开(公告)号：CN118092452A
公开(公告)日：2024-05-28
申请号：CN202410339141.X
申请日：2024-03-25
Applicant: 安徽工业大学
IPC: G05D1/43 , G05D1/243 , G05D1/242 , G05D1/246 , G05D1/661 , G05D1/633 , G05D1/644 , G05D1/648 , G05D105/22
Abstract: 本发明提供了一种端到端的多无人车协同控制方法，属于无人汽车控制技术领域。本发明并不依赖于预先建立的交通场景感知模型和车辆协同控制模型。其采用深度学习算法对交通场景中的车辆、行人和路口等元素进行精准识别和跟踪，同时利用多智能体强化学习算法实现车辆间的高效协同控制，包括协商通行权、分配路权和协调车速等任务。这种端到端的应用带来了交通效率和安全性的大幅提升。这项技术的精准识别和跟踪能力也为交通管理者提供了准确的数据支持，从而实现更为准确和有效的决策和控制。通过使用多智能体强化学习算法，车辆之间的协同作用明显增强，有效避免了车辆冲突和碰撞，提升了交通的流畅性和安全性。
-
-
-
-
Search Results
5
records
(took 0.015 seconds)
