一种智能减碳废气处理系统及处理方法

    公开(公告)号:CN119633569A

    公开(公告)日:2025-03-18

    申请号:CN202411664171.4

    申请日:2024-11-20

    Abstract: 本发明公开了一种智能减碳废气处理系统及其处理方法,包括空气流通管、储气罐、中央调控系统、参数检测系统、过滤装置,高温加热装置,气压控制装置,氧化钙释放装置。通过中央调控系统收集二氧化碳浓度、气体流速、气体温度并配合绘图系统和优化算法控制器,以二氧化碳的最高分解速率为目标,对整个流程作出调控,并通过绘图系统收集参数检测系统的数据,做出相对应的图表,最后经过对温度和流通空气中的二氧化碳浓度综合,得出净化程度最高的条件。与现有技术相比,本发明控制空气的流速、温度等参数来有效提高分解率,保证在降低二氧化碳的同时,制造出有价值的碳酸钙,进而缓解全球气候变暖等危害环境的现象。

    一种非最小相位高超声速飞行器的最优容错制导与控制一体化设计方法

    公开(公告)号:CN118259693B

    公开(公告)日:2025-01-24

    申请号:CN202410172108.2

    申请日:2024-02-04

    Abstract: 本发明公开了一种非最小相位高超声速飞行器的最优容错制导与控制一体化设计方法,针对高超声速飞行器的六自由度模型,考虑状态约束,提出基于自适应动态规划ADP的自适应容错制导与控制一体化方法。首先,通过引入障碍Lyapunov函数来处理状态约束,设计基于Backstepping控制的基础反馈控制器,将跟踪控制问题转化为等效的最优控制问题。随后,利用ADP技术设计了一种自适应最优控制策略,提供了补偿控制行为。构建了一个执行‑评价结构来在线求解HJB方程。本发明通过将Backstepping控制和ADP控制相结合,构建了总控制输入,以改善控制系统的跟踪性能和容错能力,从而实现了对高度、速度以及侧向位移的近似跟踪,为工程实践的具体实施提供了有力的参考。

    一种基于深度学习的PCB瑕疵的目标检测方法

    公开(公告)号:CN118429253A

    公开(公告)日:2024-08-02

    申请号:CN202310925007.3

    申请日:2023-07-26

    Abstract: 本发明公开了一种基于深度学习的PCB瑕疵的目标检测方法,本发明使用的YOLOv7网络框架,网络的改进方式包括:通过使用k‑means聚类算法计算出更适合此模型的目标框参数,在网络的head层中添加RFE模块来充分利用特征图中感受野的优势,将原模型的损失函数CIOU改为WIOU,并在每个特征层输出的地方添加Triplet注意力机制。通过改进网络,使得模型的检测精度从0.926提升到了0.944,召回率从0.906提升到了0.911,mAP值从0.919提升到了0.928。一种基于深度学习的PCB瑕疵的目标检测方法,与原网络相比在保证检测速度的同时拥有更高的检测精度,传统的PCB瑕疵检测方法需要大量的人工审核和处理,费时费力,而该算法能够自动的完成检测任务,降低了人工成本,提高了生产效率,并且该方法具有检测精度高、速度快、可靠性强等优点,适用于PCB生产线中的瑕疵检测任务。

    基于元宇宙的锂电池剩余寿命预测方法及系统

    公开(公告)号:CN118362902A

    公开(公告)日:2024-07-19

    申请号:CN202410588793.7

    申请日:2024-05-13

    Abstract: 本发明公开了基于元宇宙的锂电池剩余寿命预测方法及系统,包括:获取锂电池的运行状态和环境数据;基于元宇宙构建数据空间平台,模拟锂电池多场景运行数据整合成数据集;利用DMD提取数据集隐含的细部特征;采用最大信息系数对分解后的动态模态进行特征提取并分为训练集和测试集;将训练集数据输入到非平稳Transformer预测模型中进行训练;基于淘金优化算法GRO的一体化参数寻优策略对DMD、MIC和预测模型的关键参数进行同步优化;输入测试集到训练好的预测模型中完成锂电池剩余寿命的预测。本发明结合元宇宙模拟了锂电池多场景运行数据,并对各部分关键参数进行了同步优化,提高了数据的多样性和预测的精度。

Patent Agency Ranking