-
公开(公告)号：CN117852320A
公开(公告)日：2024-04-09
申请号：CN202410262953.9
申请日：2024-03-08
Applicant: 西南林业大学
Abstract: 本发明提供了一种基于GPF过滤体分形模型的汽油机尾气过滤方法，包括以下步骤：利用透射电镜获得颗粒物形态参数，结合分形理论计算颗粒物形态参数，重新定义颗粒物粒径参数；利用压汞法获得颗粒捕集器结构参数，结合捕集器图像；本发明通过透射电子显微镜获得发动机排放颗粒物形貌，通过扫描电子显微镜和压汞法获得GPF微观结构参数，进而通过分形理论获得颗粒物分形维数和GPF结构分形维数，利用以上参数重新定义颗粒物粒径与GPF孔隙参数等，结合经典过滤理论重新表征GPF过滤效率与压降，通过滤效率试验对模型进行验证，本发明的技术方法对于GPF过滤效率的模拟具有良好的效果。
-
公开(公告)号：CN116152629A
公开(公告)日：2023-05-23
申请号：CN202310168731.6
申请日：2023-02-27
Applicant: 西南林业大学
IPC: G06V10/82 , G06V10/25 , G06V10/40 , G06V10/762 , G06V10/764 , G06V10/766 , G06V10/774 , G06V10/80 , G06N3/045 , G06N3/0464 , G06N3/096
Abstract: 本发明公开了一种基于Faster R‑CNN的澳洲坚果检测识别方法，包括如下步骤：S10、获取林地澳洲坚果图像数据，进行图像标注，创建澳洲坚果目标检测数据集；S20、采用图像处理方法扩充数据集；S30、对数据集中的待检测物体尺寸进行统计分析，用于改进区域建议网络RPN的锚框尺寸设置；S40、将划分好的数据集输入改进Faster R‑CNN模型进行训练，得到澳洲坚果检测识别模型；S50、使用训练好的澳洲坚果检测识别模型对待检测的林地澳洲坚果图像进行识别。本发明综合参考了其他目标检测技术的改进方案，针对澳洲坚果这一特定检测对象，对Faster R‑CNN检测方法进行改进优化，提高了检测精度，取得明显的检测识别效果。
-
公开(公告)号：CN116127275A
公开(公告)日：2023-05-16
申请号：CN202310168723.1
申请日：2023-02-27
Applicant: 西南林业大学
IPC: G06F17/18
Abstract: 本发明公开了一种基于无迹变换的事故再现结果不确定性分析方法，包括如下步骤：S1、根据事故类型确定相应的事故再现计算模型；S2、根据事故再现经验公式确定随机变量的个数，通过事故现场数据，确定随机变量的均值、标准差和相关系数，计算随机变量均值矩阵和协方差矩阵；S3、对步骤S2中的协方差矩阵进行分解，结合随机变量均值矩阵并引入尺度参数，对于n维随机变量，计算出2n+1个sigma点集；S4、将步骤S3中的2n+1个sigma点集代入步骤S1中所选的事故再现计算模型，计算车速，得到2n+1个车速值；S5、利用权值的定义和相关参数，计算出2n+1个车速值的均值和协方差的权值；S6、根据步骤S4得到的2n+1个车速值，结合步骤S5计算得到的权值，计算出车速的均值和方差。
-
-
公开(公告)号：CN117854636A
公开(公告)日：2024-04-09
申请号：CN202410256992.8
申请日：2024-03-07
Applicant: 西南林业大学
IPC: G16C20/70 , G16C20/20 , G06F18/213 , G06F18/243 , G06F18/27 , G06N20/20 , G06N5/01 , G06N3/0442 , G06N3/09 , G06F123/02
Abstract: 本发明公开了一种柴油车瞬态过程颗粒物数量排放预测方法，属于颗粒物排放预测技术领域；通过改进EMD算法对柴油车的PN排放数据进行分解，降低了瞬态数据的波动性和随机性，将排放数据预处理分解的结果并结合测试运行数据分别对XGBoost算法和门控循环单元模型进行训练以及修正，通过将训练修正的XGBoost和GRU进行组合获取组合预测模型，实现不同训练技术的联立整合，可以有效提高后续瞬态过程颗粒物数量排放的预测效果；本发明用于解决现有方案中只是基于单一的神经网络算法来对现有的测试数据进行训练获取测试模型，不能将不同的训练技术进行联立整合导致瞬态过程颗粒物数量排放的预测效果不佳的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN116492620A
公开(公告)日：2023-07-28
申请号：CN202310441673.X
申请日：2023-04-23
Applicant: 西南林业大学
Abstract: 本发明公开了一种新能源汽车充电监测灭火装置及其监测系统，装置包括：设备主体、防火臂、车底灭火组件、充电枪固定器；所述防火臂和车底灭火组件设置在设备主体的两侧，充电枪固定器通过传输介质连接在设备主体上；所述设备主体设有监测充电环境的摄像头，以及接收环境事故信号泵出灭火物质的泵送器，所述该泵送器通过输送管道连接到防火臂、车底灭火组件以及充电枪固定器上设置的灭火枪，且每条输送管道上设有控制阀；所述防火臂向外侧翻转包覆于汽车两侧，车底灭火组件由喷洒个体活动连接组成；本发明实现了无人值守的新能源汽车充电全程透明检测，且具有初步解决事故的能力，使得整个充电过程更安全，且使得事故范围可控。
-
公开(公告)号：CN105224730A
公开(公告)日：2016-01-06
申请号：CN201510591913.X
申请日：2015-09-17
Applicant: 西南林业大学
IPC: G06F17/50
Abstract: 本发明公开了一种准确预测当前工况下高压共轨柴油机原始NO2排放的方法，属于柴油机排放控制领域，该方法包括：获取关键试验数据；以柴油机转速、喷油量、喷油提前角、进气压力、进气温度、油轨压力为输入量，通过局部线性模型树算法建立燃烧重心预估子模型；以柴油机转速、空燃比、燃烧重心作为输入量，通过局部线性模型树算法建立NO2排放量预测模型；在线实时获取柴油机ECU数据，输入NO2排放量预测模型，即可获得高压共轨电控柴油机原始NO2排放量。本发明能够快速准确预测柴油机NO2原始排放量，便于柴油机原始NO2排放的监测和SCR催化器的控制。
-
公开(公告)号：CN117854636B
公开(公告)日：2024-04-30
申请号：CN202410256992.8
申请日：2024-03-07
Applicant: 西南林业大学
IPC: G16C20/70 , G16C20/20 , G06F18/213 , G06F18/243 , G06F18/27 , G06N20/20 , G06N5/01 , G06N3/0442 , G06N3/09 , G06F123/02
Abstract: 本发明公开了一种柴油车瞬态过程颗粒物数量排放预测方法，属于颗粒物排放预测技术领域；通过改进EMD算法对柴油车的PN排放数据进行分解，降低了瞬态数据的波动性和随机性，将排放数据预处理分解的结果并结合测试运行数据分别对XGBoost算法和门控循环单元模型进行训练以及修正，通过将训练修正的XGBoost和GRU进行组合获取组合预测模型，实现不同训练技术的联立整合，可以有效提高后续瞬态过程颗粒物数量排放的预测效果；本发明用于解决现有方案中只是基于单一的神经网络算法来对现有的测试数据进行训练获取测试模型，不能将不同的训练技术进行联立整合导致瞬态过程颗粒物数量排放的预测效果不佳的技术问题。
-
公开(公告)号：CN116118744A
公开(公告)日：2023-05-16
申请号：CN202310168733.5
申请日：2023-02-27
Applicant: 西南林业大学
IPC: B60W40/076 , B60W40/06 , B60W40/13 , B60W50/00 , G06F17/10
Abstract: 本发明公开了一种纯电动车起步阶段质量及道路坡度联合估计方法，包括如下步骤：S1、通过数据采集器，采集所需参数；S2、采用遗忘因子递归最小二乘法，分析车辆纵向动力学方程，建立纵向动力学模型；S3、采用带双遗忘因子的递推最小二乘法估计车辆质量；S4、将步骤S3中所估计的车辆质量作为输入参数采用自适应卡尔曼滤波估计道路坡度。本方法可低成本、精确的估计起步时整车质量和道路坡度。
-
公开(公告)号：CN102602332B
公开(公告)日：2015-09-02
申请号：CN201210086076.1
申请日：2012-03-28
Applicant: 西南林业大学
Abstract: 车辆的减速强度和减速度值的实时显示系统，属于测量和显示车辆减速强度的装置。本发明信号采集系统包括控制芯片，差动变压式减速度传感器，以及电阻式加速踏板调理电路；信号显示系统包括显示当前的减速度强度的LED尾灯阵列和显示当前减速度值的数码管，控制芯片复位开关为S1。进一步是利用车辆的制动开关电压信号使控制芯片复位。本发明可实时采集当前减速度，点亮尾灯和数码管，警示随后车辆和驾驶员了解车辆减速度状况，在高速行车或夜间行车时有优势。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.037 seconds)
