-
公开(公告)号：CN118643740A
公开(公告)日：2024-09-13
申请号：CN202410749956.5
申请日：2024-06-12
Applicant: 西北工业大学
IPC: G06F30/27 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/082 , G06F30/15 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了一种用于三电系统温度预测的门控状态空间模型建立方法，属于系统热管理领域，更具体地涉及电动汽车的电机、电控和电池组的温度预测领域。该方法的具体过程包括：估计初始状态；控制输入与状态更新；系统输出；Gated State‑Space Model框架建立；损失函数定义。本发明的有益效果包括：将门控循环单元与状态空间模型相结合，实现了对电动汽车三电系统温度预测误差为1.04度的预测性能，对于高效的热管理系统设计具有极大的现实意义；引入新颖的光滑约束损失函数，约束门控状态空间模型的系统状态转移符合现实物理意义，使其具有更高的可解释性和可信度。
-
公开(公告)号：CN114844403B
公开(公告)日：2023-06-23
申请号：CN202210239668.6
申请日：2022-03-11
Applicant: 西北工业大学
IPC: H02P21/00
Abstract: 本发明公开了一种基于改进粒子群算法的电机驱动器PID参数自整定方法，属于电机驱动控制技术领域。该方法通过正弦扫频的辨识算法实现传递函数辨识，即通过给定一系列不同频率的正弦激励信号进行扫频测试，对每个频率点的输入输出数据通过最小二乘法得到输入和输出数据的幅值比和相位差，然后根据得到系统的频率响应特性对电流环、速度环以及位置环进行传递函数拟合。在辨识出被控系统各个环路数学模型的基础上，通过对粒子群算法的变异操作、惯性权值非线性调整动态调整、以及自适应函数的优化能够解决常规粒子群对系统模型进行PID参数整定时的早熟易收敛，后期容易陷入局部最优以及某些实际生产中不允许有超调或者超调不允许超过一定阈值的问题。本发明提出的方法无需专业操作人员调参，提高了驱动器开发效率。
-
公开(公告)号：CN113536658B
公开(公告)日：2023-04-25
申请号：CN202110559014.7
申请日：2021-05-21
Applicant: 西北工业大学
IPC: G06F30/27 , G06F119/02 , G06F119/04
Abstract: 本发明提供一种基于STM32嵌入式处理器的机电设备轻量化故障诊断方法，涉及故障诊断领域，更具体的涉及基于嵌入式处理器的机电设备轻量化故障诊断应用领域。该方法使用基于BP神经网络+支持向量机(SVM)的模型结构和方法，并在嵌入式端应用上进行了一定程度优化与压缩，如特征降维、属性离散化优化和神经网络端模型的压缩等，使得模型更能适应嵌入式端的实时需求。设计了上位机端软件界面和STM32下位机通信诊断的系统，通过NASA作动器数据集进行测试验证，系统采用的BP神经网络与支持向量机相结合的数据融合方式能够实现机电系统在线实时故障诊断，提高了故障诊断系统的实用性和有效性，最大限度地避免了故障造成的资源浪费和经济损失。
-
公开(公告)号：CN115043663A
公开(公告)日：2022-09-13
申请号：CN202210693837.3
申请日：2022-06-19
Applicant: 西北工业大学
Abstract: 本发明涉及一种促进钎料在陶瓷表面润湿铺展的方法，1)对母材表面进行磨样、抛光及清洗，再使用热阻蒸发仪在光滑的陶瓷一侧真空蒸镀金属层，再使用深紫外激光器在镀金属层的母材表面加工若干沟槽，其中，各沟槽形成网格形结构，从而在母材表面获得正六棱柱微流控；2)对母材表面用无水乙醇进行清洗，去除母材表面的金属及陶瓷粉末；3)采用Ag‑Cu钎料对母材光滑表面及正六棱柱微流控表面分别进行润湿，该方法能够改善钎料在陶瓷表面的润湿铺展能力。通过调节微流控表面的结构参数，就可以实现对高温钎料润湿铺展的促进作用和抑制作用的改变。
-
公开(公告)号：CN114819054A
公开(公告)日：2022-07-29
申请号：CN202210239653.X
申请日：2022-03-11
Applicant: 西北工业大学
Abstract: 本发明公开了一种基于物理信息神经网络的电力电子系统状态监测方法，属于系统状态监测领域。该方法通过传感器采集实际PES的信号或者通过仿真软件模拟电路在不同参数条件下的运行数据，根据开关建模的理论推导出PES的状态空间方程。采用LSTM深度学习作为模型的数据驱动部分，加入状态空间方程作为先验信息对数据驱动模型的解空间进行约束，将数据驱动的部分和物理定律拟合的部分视为多任务学习联合问题，通过不确定度衡量二者的加权系数，实现了数据和先验知识的自适应融合。PINN‑DT方法可以在数据量有限的情况下提高估计精度，增强模型的泛化能力，有利于实现复杂PES的状态监测，对提高各种装备的可靠性有重要意义。
-
Patent Agency Ranking
公开(公告)号：CN111160666A
公开(公告)日：2020-05-15
申请号：CN202010002086.7
申请日：2020-01-02
Applicant: 西北工业大学
Abstract: 本发明提供了一种强噪声与非周期状态监测的健康状态与可靠性评估方法，针对系统间的异质性问题，通过将一个模型参数松弛为一个Gamma分布的随机变量来描述系统间的异质性，针对监测时刻非周期和噪声环境下退化模型非单调的问题，联合量测方程，提出了一种Gamma状态空间模型以跟踪系统的真实退化路径并估计其剩余使用寿命，构建了一个无迹粒子滤波平滑方法以从有噪声量测值中估计真实退化状态，并采用一种随机期望最大化的方法以估计模型参数。本发明有效的解决了系统之间差异性的问题，实现了对系统真实退化路径的跟踪，从有噪声量测值中估计真实退化状态，实现了对模型参数的估计。
-
公开(公告)号：CN113693579B
公开(公告)日：2024-08-13
申请号：CN202110837710.X
申请日：2021-07-23
Applicant: 西北工业大学
IPC: A61B5/026 , A61B5/0215 , A61B5/00
Abstract: 本发明提出了归一化冠状动脉微循环阻力指数计算方法，包括：测量感兴趣血管最大充血状态下的远、近端压力值；基于造影图像重建感兴趣血管三维模型，同时提取血管远端截面面积；仿真计算感兴趣血管血流阻力模型参数；结合前述压力值和血流阻力模型参数计算对应血流量；基于前述压力值、血流量和血管远端截面面积计算归一化冠状动脉微循环阻力指数。本发明基于造影图像和侵入式测量的压力值，提出归一化冠状动脉微循环阻力指数计算方法，以使得可在冠状动脉不同部位、不同大小的血管间建立统一的微循环阻力计算指标。
-
公开(公告)号：CN117371305A
公开(公告)日：2024-01-09
申请号：CN202311196100.1
申请日：2023-09-15
Applicant: 西北工业大学
IPC: G06F30/27 , G06N3/048 , G06N3/084 , G01R31/367 , G01R31/392 , G01R31/378 , G06F119/04 , G06F119/08 , G06F119/12 , G06F111/04
Abstract: 本发明公开了一种基于物理信息约束神经网络的锂离子电池预测与健康管理的模型融合方法，属于系统可靠性评估领域。本发明提出了一种系统RUL的模型级信息融合方法，将物理或经验退化模型代表的先验信息与退化系统的监测数据信息融合。同时，提出了一种在先验信息较少的情况下融合两个数据驱动模型的方案，并使用一种自适应的多任务损失权重调节方法来训练所提出的模型，以解决训练PINN时的损失权重调节难题。使用PINN来融合以动态模型为代表的先验信息和从健康状态监测数据中挖掘出的退化信息。并且使用DeepHPM在先验动态模型未知的情况下自动发现动态模型。在PINN的训练过程中，使用一种基于不确定度的方法自适应地均衡多项损失间的相对权重。在一个磷酸铁锂离子/石墨电池的退化实验公开数据集上验证了本发明所提出的方法。
-
公开(公告)号：CN116432525A
公开(公告)日：2023-07-14
申请号：CN202310330223.3
申请日：2023-03-30
Applicant: 西北工业大学
IPC: G06F30/27 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/047 , G06N3/08 , G06F119/02 , G06F119/04
Abstract: 本发明公开了一种基于物理健康步长的卷积贝叶斯循环神经网络的寿命预测方法，涉及剩余寿命预测领域。该方法主要分为数据预处理、模型建立和模型评价三部分组成。数据预处理阶段主要包括数据集的划分、确定真实RUL标签、归一化处理和数据增强。本发明的网络模型主要由两个LSTM网络和一个CB‑LSTM网络构成。两个LSTM网络用于学习训练集和测试集的PHT信息，然后将传感器数据和获得的PHT信息输入CB‑LSTM网络进行模型训练。模型评价阶段主要进行RUL预测结果分析和不确定性量化分析。本发明提出的PHT算法实现了LT信息的处理，得到了提供健康状态的PHT信息，有效的处理了多个系统单元间信息不统一的情况，减少对模型预测精度的影响。选择两个LSTM网络将数据集中的LT信息细化为PHT信息，然后将其与传感器数据结合输入到设计的CB‑LSTM网络当中，实现RUL的预测。
-
公开(公告)号：CN110310552A
公开(公告)日：2019-10-08
申请号：CN201910593261.1
申请日：2019-07-03
Applicant: 西北工业大学
IPC: G09B23/18
Abstract: 本发明涉及一种基于单片机实验板的综合实验教学系统，功能模块齐全，能实现的实验丰富多样，通过不同的扩展板对应不同功能进行单片机学习工作中的各种入门级实验、基础级实验及提高级实验。本发明具有简单实用、方便携带、成本低、性价比高的特点。它可以替代原来的实验设备，既满足了教学要求，又简化了学生学习步骤，提高了学习效率。本项目的功能扩展板具备扩展能力，可作为温度、电机测控系统及无线数据传输系统，可以满足常用工程应用场景。可以在尽可能小巧便捷简易且易操作的前提下满足诸多情况下的技术需求。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.054 seconds)
