一个基于端云协同的智能车辆故障实时预测方法及系统

    公开(公告)号:CN113821875A

    公开(公告)日:2021-12-21

    申请号:CN202111128029.4

    申请日:2021-09-26

    Applicant: 湖南大学

    Abstract: 本发明公开了一个基于端云协同的智能车辆故障实时预测方法及系统,该方法包括:步骤1,采集智能车在运行期间的n个系统的原始数据;步骤2,通过部署在云端的CNN‑LSTM预测模型进行实时预测训练,获得与各系统相对应的单系统剩余使用寿命预测模型,并下发至车端;步骤3,通过训练好的单系统剩余使用寿命预测模型,车端实时获得第k个系统的预测剩余寿命,k=1……,n;步骤4,根据k个系统各自对应的预测剩余寿命,通过串并联系统剩余使用寿命预测模型,得到整车的剩余使用寿命。本发明具有实时性强,精度高,适用性好、持续迭代升级等优点,解决了传统方法只针对车辆单系统或单部件的预测,以及车辆故障预测不及时、不准确等问题。

    一个基于端云协同的智能车辆故障实时预测方法及系统

    公开(公告)号:CN113821875B

    公开(公告)日:2023-08-29

    申请号:CN202111128029.4

    申请日:2021-09-26

    Applicant: 湖南大学

    Abstract: 本发明公开了一个基于端云协同的智能车辆故障实时预测方法及系统,该方法包括:步骤1,采集智能车在运行期间的n个系统的原始数据;步骤2,通过部署在云端的CNN‑LSTM预测模型进行实时预测训练,获得与各系统相对应的单系统剩余使用寿命预测模型,并下发至车端;步骤3,通过训练好的单系统剩余使用寿命预测模型,车端实时获得第k个系统的预测剩余寿命,k=1……,n;步骤4,根据k个系统各自对应的预测剩余寿命,通过串并联系统剩余使用寿命预测模型,得到整车的剩余使用寿命。本发明具有实时性强,精度高,适用性好、持续迭代升级等优点,解决了传统方法只针对车辆单系统或单部件的预测,以及车辆故障预测不及时、不准确等问题。

    面向深海集矿车的多车作业调度方法、系统、设备及介质

    公开(公告)号:CN116562555A

    公开(公告)日:2023-08-08

    申请号:CN202310470887.X

    申请日:2023-04-27

    Applicant: 湖南大学

    Abstract: 本发明公开了一种面向深海集矿车的多车作业调度方法、系统、设备及介质,其中方法包括:计算采矿船处与各子矿产开采区域质心位置的距离和相对角度;以采矿船处为圆心,对开采区域进行扇形划分,以所有集矿车的总作业时间最小为目标构建集矿车作业区域划分优化问题;对优化问题求解得到各集矿车对应的扇形区域;根据各集矿车对应的扇形区域覆盖的子矿产开采区域及其对应的相对角度,生成各集矿车的任务执行顺序表;控制各集矿车根据其对应的任务执行顺序表进行作业。通过扇形划分的方式将各集矿车活动范围限定,并限定任务执行顺序,有效避免了多集矿车作业时脐带缆和扬矿管干扰的问题,在保证作业安全的前提下,提高了整体的开采作业效率。

Patent Agency Ranking