-
公开(公告)号：CN116678395B
公开(公告)日：2024-09-24
申请号：CN202310586625.X
申请日：2023-05-24
摘要： 本发明属于计算机视觉与机器人领域，公开了一种基于2D激光与视觉边缘线动态融合的养殖巡检机器人导航方法与系统。本发明包括如下步骤：截取图片，并去除其噪声；使用边缘检测与直线拟合方法提取其中直线特征；筛选过道缘线特征并绘制两侧巡检导航线，再将带有导航线的图片转换为BEV图片，并计算BEV图像中视觉导航偏航角；构建全局初始化地图；将视觉导航线作为当前的激光全局规划路径，利用局部路径规划方法进行局部路径调整；进行2D激光雷达与栅格地图与的匹配，并计算与目标点的偏航角；根据不同导航方法的可靠性Rvison、Rlaser以及相应的偏航角来调节实际位置的偏航角度φ，从而调整巡检机器人的位姿。本发明利于实现养殖场巡检机器人的导航与定位。
-
公开(公告)号：CN117829342A
公开(公告)日：2024-04-05
申请号：CN202311639882.1
申请日：2023-12-04
IPC分类号： G06Q10/04 , G06Q50/06 , G06Q50/26 , G06F18/10 , G06F18/211 , G06F18/27 , G06F18/21 , G06N5/01 , G06N20/20
摘要： 本发明公开基于改进随机森林算法的燃煤电厂氮氧化物排放预测方法，属于燃煤电厂烟气脱硝技术领域，包括计算所有自变量和因变量之间的最大信息系数、对变量初步筛选、构造随机森林回归模型并多次重构随机森林回归模型、对重构后的随机森林回归模型的预测效果进行实时监测、采用模型预测性能评价指标对随机森林回归模型预测性能进行对比评价、对电厂烟气系统实时数据进行在线预测。本发明利用随机森林的袋外误差自动调整变量筛选的阈值，大大降低了参数调整的难度，提高了特征选择的效率；通过样本随机和随机子空间策略的结合，有效地提高模型的鲁棒性；自适应更新机制通过监测算法评估模型的适用性，有效地指导更新。
-
公开(公告)号：CN116678395A
公开(公告)日：2023-09-01
申请号：CN202310586625.X
申请日：2023-05-24
摘要： 本发明属于计算机视觉与机器人领域，公开了一种基于2D激光与视觉边缘线动态融合的养殖巡检机器人导航方法与系统。本发明包括如下步骤：截取图片，并去除其噪声；使用边缘检测与直线拟合方法提取其中直线特征；筛选过道缘线特征并绘制两侧巡检导航线，再将带有导航线的图片转换为BEV图片，并计算BEV图像中视觉导航偏航角；构建全局初始化地图；将视觉导航线作为当前的激光全局规划路径，利用局部路径规划方法进行局部路径调整；进行2D激光雷达与栅格地图与的匹配，并计算与目标点的偏航角；根据不同导航方法的可靠性Rvison、Rlaser以及相应的偏航角来调节实际位置的偏航角度φ，从而调整巡检机器人的位姿。本发明利于实现养殖场巡检机器人的导航与定位。
-
公开(公告)号：CN116292367B
公开(公告)日：2023-11-10
申请号：CN202310288394.4
申请日：2023-03-22
申请人： 山东科技大学
摘要： 本发明涉及电厂风机系统检测技术领域，具体涉及一种基于一维卷积的电厂风机系统异常工况检测方法，包括以下步骤：步骤一：数据处理，包括数据获取、剔除异常样本、进行数据标准化以及划分数据集；步骤二：构建辅助变量与风机功率的一维卷积回归模型，利用Adam优化算法整定模型参数；步骤三：采用模型预测性能评价指标对模型预测性能进行对比评价；步骤四：利用模型的预测值与风机功率实测值的偏差构建监控模型，实时监控偏差变化趋势，及时预警，可以在线监控设备状态，并在故障发生早期给出及时准确预警。
-
公开(公告)号：CN116560428A
公开(公告)日：2023-08-08
申请号：CN202310693737.5
申请日：2023-06-13
申请人： 山东科技大学
IPC分类号： G05D23/20
摘要： 本发明涉及禽舍养殖技术领域，具体涉及一种基于LMBP神经网络的禽舍温度预测控制系统及控制方法。本发明包括如下部件：温度控制器模块，包括温度预测模型，根据服务器模块提供的LMBP神经网络模型进行在线预测，获得禽舍预测温度，根据禽舍目标温度与禽舍预测温度的差值，通过温度控制器模块中的温度控制算法确定控制设备的运行状态；服务器模块，包括LMBP神经网络模型，根据温度控制器模块上传的环境数据对移动窗内的训练数据集进行实时更新，并通过对时间序列数据增加延迟步长以增加样本空间维数，进而离线实现神经网络的训练，从而能不断更新温度控制器模块中的温度预测模型，为温度控制器模块提供实时决策支持。
-
公开(公告)号：CN116292367A
公开(公告)日：2023-06-23
申请号：CN202310288394.4
申请日：2023-03-22
申请人： 山东科技大学
摘要： 本发明涉及电厂风机系统检测技术领域，具体涉及一种基于一维卷积的电厂风机系统异常工况检测方法，包括以下步骤：步骤一：数据处理，包括数据获取、剔除异常样本、进行数据标准化以及划分数据集；步骤二：构建辅助变量与风机功率的一维卷积回归模型，利用Adam优化算法整定模型参数；步骤三：采用模型预测性能评价指标对模型预测性能进行对比评价；步骤四：利用模型的预测值与风机功率实测值的偏差构建监控模型，实时监控偏差变化趋势，及时预警，可以在线监控设备状态，并在故障发生早期给出及时准确预警。
-
公开(公告)号：CN116027760B
公开(公告)日：2024-08-30
申请号：CN202211127159.0
申请日：2022-09-16
申请人： 山东科技大学
IPC分类号： G05B23/02
摘要： 本发明涉及一种过程变量概率分布未知的数据驱动分布鲁棒故障检测方法，属于过程控制系统故障检测技术领域。本发明针对工业系统中过程变量概率分布未知的情况，利用历史输入与输出数据，构建基于Wasserstein距离的概率分布集合，以最小化输出估计误差的方差为目标，设计基于Wasserstein分布鲁棒优化的残差产生器；构建基于残差信号二阶矩的概率分布集合，对于给定故障误报率上界，将残差评价函数与阈值的设计描述为含分布鲁棒约束条件的优化问题进行求解，使得故障检测系统对残差信号概率分布的不确定性鲁棒，同时获得满意的故障检测准确率。本发明可广泛运用于过程控制系统故障检测场合。
-
公开(公告)号：CN117075536A
公开(公告)日：2023-11-17
申请号：CN202310869544.0
申请日：2023-07-14
申请人： 山东科技大学
IPC分类号： G05B19/406 , G06F18/214
摘要： 本发明公开了一种基于故障相关特征分析的动态过程监测方法，属于工业过程监测和故障诊断领域，该方法包括：分别采集工业过程正常和故障工况下的一段传感器测量数据作为正常训练数据和故障训练数据；分别构造两组训练数据的增广矩阵；建立故障相关特征分析模型，确定故障相关子空间和故障无关子空间；根据所构造的正常训练数据的增广矩阵，计算每个样本的统计量，并使用核密度估计方法确定控制限；采集实时传感器测量作为测试数据，对其增广处理，并计算增广处理后数据的统计量；将统计量与相应的控制限比较，判断是否发生故障和过程监测模型是否适用。与现有技术相比，本发明无需过程数学模型，便可实现对动态过程的有效监测。
-
公开(公告)号：CN111352408B
公开(公告)日：2020-12-08
申请号：CN202010164092.2
申请日：2020-03-11
申请人： 山东科技大学
IPC分类号： G05B23/02
摘要： 本发明公开了一种基于证据K近邻的多工况流程工业过程故障检测方法，属于工业过程监控领域，该方法首先对历史数据进行聚类分析，将历史数据按工况进行划分，组成多工况训练集。然后计算训练集内每个样本与每个工况的相关度，建立证据信息库；对于一个待检测样本，由K近邻模型从训练集中选出k个样本，用D‑S证据理论合成这k个样本对应的证据信息，得到最后的检测结果。本发明基于证据K近邻建立的故障诊断模型可以很好的适应系统多工况运行状态；该方法可以降低在监控过程中的误报率，提高故障报警的精度。
-
公开(公告)号：CN111352408A
公开(公告)日：2020-06-30
申请号：CN202010164092.2
申请日：2020-03-11
申请人： 山东科技大学
IPC分类号： G05B23/02
摘要： 本发明公开了一种基于证据K近邻的多工况流程工业过程故障检测方法，属于工业过程监控领域，该方法首先对历史数据进行聚类分析，将历史数据按工况进行划分，组成多工况训练集。然后计算训练集内每个样本与每个工况的相关度，建立证据信息库；对于一个待检测样本，由K近邻模型从训练集中选出k个样本，用D-S证据理论合成这k个样本对应的证据信息，得到最后的检测结果。本发明基于证据K近邻建立的故障诊断模型可以很好的适应系统多工况运行状态；该方法可以降低在监控过程中的误报率，提高故障报警的精度。
-
-
-
-
-
-
-
-
-
搜索结果
27 条记录 (耗时 0.033 秒)
