-
公开(公告)号：CN117493954A
公开(公告)日：2024-02-02
申请号：CN202311441586.0
申请日：2023-11-01
申请人： 郑州轻工业大学
IPC分类号： G06F18/241 , G10L21/0208 , G01H17/00 , G06F18/2415 , G06F18/15 , G06F18/213 , G06V10/44 , G06T17/00 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本发明公开一种基于声像识别与卷积特征提取的旋转机械状态评估方法，首先基于阵列测试技术采集旋转机械运转时的声信号，并对信号预处理；利用边界元全息技术重建旋转机械空间声场，获得其运转时的包含相位和幅值信息的三维声场序列图像，经切片压缩之后作为训练和测试样本将其输入到双线性卷积神经网络模型中，利用其在图像处理中的优势对样本中的特征信息进行提取，从三维序列声场图像中挖掘与旋转机械运转状态相关的特征信息，以实现其状态评估。本发明具有非接触测量、无需停机便于实施等优势；可以对任意形状声源的声场图像进行精确重建，精确预测旋转机械空间辐射声场，为旋转机械的状态评估与故障过程的演化提供精确可靠的评估方法。
-
公开(公告)号：CN114123898B
公开(公告)日：2023-08-11
申请号：CN202111457807.4
申请日：2021-12-02
申请人： 郑州轻工业大学
摘要： 本发明公开了一种车用感应电机驱动力矩高性能分时控制系统，用于电动汽车，车载ECU中存储有感应电机状态方程、力矩控制滑模面公式、定子电压公式、空间矢量调制算法、滑模分时观测器和弱磁调节器；车载ECU中建有静止坐标系(α，β)，空间矢量调制算法用于根据定子电压在静止坐标系(α，β)中的α轴分量usα和β轴分量usβ生成6路PWM信号控制驱动电路，使驱动电路产生特定幅值和频率的三相交流电，从而控制感应电机的输出力矩T；本发明还公开了相应的控制方法，能够根据感应电机反馈的实际工作参数，经过运算后对感应电机进行控制，使感应电机的输出力矩接近或等于目标驱动力矩Tr，避免现有技术中直接力矩控制带来较大力矩脉动的弊端。
-
公开(公告)号：CN112440805B
公开(公告)日：2022-04-29
申请号：CN202011348557.6
申请日：2020-11-26
申请人： 郑州轻工业大学
摘要： 本发明涉及一种基于用户习惯的新能源汽车充电方法，通过历史数据发现用户充电和用车的规律习惯，并基于这种规律建立用户充电习惯模型，实现对用户可充电时间和需求充电电量进行预测，并基于预测的可充电时间及需求电量进行充电控制，在保证满足车辆正常使用需求的前提下，降低充电次数和充电电流的大小，有效延长了电池寿命，避免了电池过充的风险。
-
公开(公告)号：CN114312750A
公开(公告)日：2022-04-12
申请号：CN202210052344.1
申请日：2022-01-18
申请人： 郑州轻工业大学
摘要： 本发明公开了一种主动转向和横摆力矩自学习协同控制方法，第一步骤是构建储存于车载ECU中的基础方程，第二步骤是在车辆的行驶过程中，车载ECU按如下子步骤在线计算主动转向角δC和横摆力矩Mc的值，并根据δC和Mc的计算结果控制机动车的运行状态；第一子步骤是ECU采集原始实时参数值，第二子步骤是辨识器和控制目标参考模型计算步骤；第三子步骤是主动转向角δC和横摆力矩Mc计算步骤；重复第二步骤，本发明无须系统控制模型即可实现主动转向和横摆力矩自学习协同控制，修正驾驶员的转向操作，克服不当驾驶，使车拐弯时趋向于中性转向中性转向，机动车反馈的实际质心侧偏角和横摆角速度趋近于公式5计算得到的βr值和γr值，避免不当驾驶引起的失稳等事故。
-
公开(公告)号：CN112498354A
公开(公告)日：2021-03-16
申请号：CN202011561553.6
申请日：2020-12-25
申请人： 郑州轻工业大学
摘要： 本发明公开了一种考虑个性化驾驶体验的多时间尺度自学习变道方法，按以下步骤进行：第一步骤是预备；第二步骤是离线学习；第三步骤是在线运行；电控装置通过多时间尺度自学习算法控制宿主车辆进行L4级自动驾驶并在线学习驾驶员的驾驶习惯，根据驾驶员的驾驶习惯更新个性化驾驶经验数据集、多时间尺度神经网络、多时间尺度自学习算法本身、变道模型和奖励函数，通过马尔可夫决策变道模型引入转移概率捕捉变化个体之间以及个体内部的变异，使电控装置对变道的自动控制输出逐渐接近宿主车辆驾驶员本身的驾驶习惯，提高驾驶体验。本发明采用离线策略和在线策略相结合的学习结构，既考虑了一般性，又考虑了特殊性，非常符合L4级智能驾驶的特点。
-
公开(公告)号：CN112406864A
公开(公告)日：2021-02-26
申请号：CN202011131557.0
申请日：2020-10-21
申请人： 郑州轻工业大学
IPC分类号： B60W30/18 , B62D5/04 , B60R16/033
摘要： 本发明公开了一种电动客车双源智能转向系统，包括环境感知单元、上层控制器、下层控制器、第一逆变器、第二逆变器、48伏低压蓄电池相连接、高压动力电池组相连接、开绕组永磁同步电机、减速器、转矩传感器、转向横拉杆，转向横拉杆、滚珠丝杠和转向传动机构，各转向传动机构分别连接一个转向车轮。本发明还公开了转向协同控制方法，包括多性能目标下的纵横向协同自评判优化决策方法和高低双源主从协同控制方法。本发明为实现L4级自动驾驶提供基础，既能满足电动客车转向时的大功率需求，又利用高低压双动力源协同工作降低转向时的功耗，节省能源，并且可靠性更高，不会使电动客车因单一动力源故障而发生转向事故。
-
公开(公告)号：CN115195757A
公开(公告)日：2022-10-18
申请号：CN202211090336.2
申请日：2022-09-07
申请人： 郑州轻工业大学
IPC分类号： B60W40/09
摘要： 本发明公开了一种电动公交起步驾驶行为建模及识别训练方法，依次按以下步骤进行：第一步骤是获取原始数据集，搜集电动公交日常运营过程中自然驾驶状态的车载CAN总线系统采集的驾驶人操控车辆和车辆运动状态数据以及车内摄像头采集的视频数据，形成原始数据集；第二步骤是在原始数据集的基础上，获取电动公交起步驾驶行为数据集；第三步骤是基于1D时间卷积神经网络以及多时间尺度3D卷积神经网络，构建电动公交起步驾驶行为混合识别模型。本发明能够更好的描述和识别电动公交起步驾驶行为，建立新型电动公交起步驾驶行为混合识别模型，设计针对所提出的电动公交起步驾驶行为混合识别模型的训练方法，实现电动公交不当起步驾驶行为的准确识别。
-
公开(公告)号：CN114312750B
公开(公告)日：2022-08-09
申请号：CN202210052344.1
申请日：2022-01-18
申请人： 郑州轻工业大学
摘要： 本发明公开了一种主动转向和横摆力矩自学习协同控制方法，第一步骤是构建储存于车载ECU中的基础方程，第二步骤是在车辆的行驶过程中，车载ECU按如下子步骤在线计算主动转向角δC和横摆力矩Mc的值，并根据δC和Mc的计算结果控制机动车的运行状态；第一子步骤是ECU采集原始实时参数值，第二子步骤是辨识器和控制目标参考模型计算步骤；第三子步骤是主动转向角δC和横摆力矩Mc计算步骤；重复第二步骤，本发明无须系统控制模型即可实现主动转向和横摆力矩自学习协同控制，修正驾驶员的转向操作，克服不当驾驶，使车拐弯时趋向于中性转向中性转向，机动车反馈的实际质心侧偏角和横摆角速度趋近于公式5计算得到的βr值和γr值，避免不当驾驶引起的失稳等事故。
-
公开(公告)号：CN114012770A
公开(公告)日：2022-02-08
申请号：CN202111529497.2
申请日：2021-12-14
申请人： 郑州轻工业大学
IPC分类号： B25J15/00
摘要： 本发明涉及一种基于智能制造用工业机器人夹具，包括龙门架，所述龙门架，龙门架后端两侧均固定有支撑杆，两个支撑杆的后端固定有导向板，导向板前端开设有导向槽，导向槽内滑动连接有两个导向块，导向块前端固定有连接杆，连接杆前端固定有移动杆，移动杆内侧贯穿龙门架，移动杆内侧固定有圆盘，转向机构内侧连接有第一夹板，第一夹板顶部开设有横向分布的第一滑槽和凹槽，第一滑槽内滑动连接有第一滑块，第一滑块顶部固定有第二夹板，第一滑槽侧壁转动连接有第一螺杆，第一螺杆和第一滑块螺纹连接；本发明利用第一夹板和第二夹板进行调节，即可对不同形状的工件进行夹持，提高加工效率。
-
公开(公告)号：CN112506057A
公开(公告)日：2021-03-16
申请号：CN202011403984.X
申请日：2020-12-02
申请人： 郑州轻工业大学
IPC分类号： G05B13/04
摘要： 本发明公开了一种不确定奇异摄动系统在线多时间尺度快速自适应控制方法，按以下步骤进行：第一是建立多时间尺度系统神经网络辨识模型；第二是电控装置根据多时间尺度系统神经网络辨识模型对不确定奇异摄动系统进行在线学习并自我更新，不断逼近公式一所表达的不确定奇异摄动系统；第三是电控装置确定公式一所表达的不确定奇异摄动系统的快速自适应最优控制输入模型；第四是电控装置执行在线快速自适应学习率，对快速自适应最优控制输入模型进行在线优化更新。本发明实现对模型不确定奇异摄动系统的在线快速自适应辨识与控制，提高学习速度，通过在线学习和不断优化提高控制精度，整个控制过程无须建立确定的奇异摄动系统模型。
-
-
-
-
-
-
-
-
-
搜索结果
36 条记录 (耗时 0.036 秒)
