一种基于FMU的非线性Modelica模型线性化方法、装置及设备

    公开(公告)号:CN117369278A

    公开(公告)日:2024-01-09

    申请号:CN202311498619.5

    申请日:2023-11-10

    Abstract: 本发明公开了一种基于FMU的非线性Modelica模型线性化方法、装置及设备,该方法包括:获取动态系统对应的Modelica模型,确定模型参数之间的约束条件;获取Modelica模型的仿真时间区间,在仿真时间区间内检查各时间步上满足约束条件的候选稳态工作点;获取候选稳态工作点处的各个变量;获取优化目标,基于约束条件对优化目标进行求解,从候选稳态工作点中得到稳态工作点;获取稳态工作点处的的每个时刻的变量值;调用FMU提供的接口,将Modelica模型导出为FMU模型;基于FMU模型,根据稳态工作点处的变量值进行线性化计算,得到相关系数矩阵,以完成模型线性化。本发明解决了解决了非线性微分方程求解和控制性能研究复杂,非线性系统的控制设计比较困难的问题。

    一种对象轮廓周长确定方法、装置、电子设备及存储介质

    公开(公告)号:CN119832055A

    公开(公告)日:2025-04-15

    申请号:CN202411894072.5

    申请日:2024-12-20

    Abstract: 本发明实施例提供一种对象轮廓周长确定方法、装置、电子设备及存储介质,该方法包括:获取包括目标对象的待处理二值图像;对待处理二值图像中与目标对象对应的各目标像素点,基于当前目标像素点的四个最邻近像素点,对当前目标像素点的像素值进行更新处理,得到初始对象轮廓图像;基于初始对象轮廓图像和八邻域像素值搜索算法,确定目标对象对应的依次排列的多个目标轮廓点;从多个目标轮廓点中确定第一轮廓点和第二轮廓点;基于多个目标轮廓点的总数量、第一轮廓点的第一数量、第二轮廓点的第二数量以及预设轮廓周长函数,确定待处理二值图像中目标对象的轮廓周长,提高了对象轮廓的检测精度和检测效率,提升了目标对象轮廓周长的准确性。

    基于图像分割的机械零件检测方法、装置、设备及介质

    公开(公告)号:CN119579613A

    公开(公告)日:2025-03-07

    申请号:CN202411606382.2

    申请日:2024-11-12

    Abstract: 本发明公开了一种基于图像分割的机械零件检测方法、装置、设备及介质。所述方法包括获取待检测机械零件对应的待分割图像,确定待分割图像对应的灰度图像矩阵;通过目标算法对灰度图像矩阵进行处理,得到灰度图像矩阵对应的图像阈值矩阵,该目标算法包括遗传算法和粒子群算法;根据图像阈值矩阵对灰度图像矩阵确定二值图像矩阵,对灰度图像矩阵进行像素转换,得到转换图像矩阵;根据二值图像矩阵和转换图像矩阵对图像阈值矩阵进行更新,得到目标阈值矩阵;根据目标阈值矩阵确定待分割图像对应的二值分割图像;根据二值分割图像确定待检测机械零件的零件检测结果。本发明实现了基于所得的高鲁棒性的二值分割图像进行高精准性的机械零件检测的效果。

Patent Agency Ranking