|
搜索
搜 索
高等教育领域数字化综合服务平台
基于卷积神经网络和小波灰度图的旋转机械故障诊断方法
本发明公开了一种基于卷积神经网络和小波灰度图的旋转机械故障诊断方法，其包括以下步骤：(1)将振动位移传感器及振动速度传感器设置在旋转机械上，利用所述振动位移传感器及所述振动速度传感器采集所述旋转机械的振动信号；(2)对采集到的所述振动信号进行多尺度小波分解，以得到小波灰度图；(3)按照预先训练过的卷积神经网络的输入形式，对所述小波灰度图进行预处理；(4)将预处理后的所述小波灰度图输入到所述卷积神经网络，所述卷积神经网络对接收到的所述小波灰度图进行分析诊断，以得到所述旋转机械的故障诊断结果。
华中科技大学
2021-04-13
构建辨识因果网络的新型算法
因果关系是自然界现象之间最普遍和最基本的联系。在物理学、生命科学、地理学等各个自然科学领域乃至哲学、经济学等社会科学中，发现内蕴的因果关系、因果网络可以反映系统演化的核心互作机制，具有重要的科学意义。
复旦大学
2021-01-12
一种基于RBF神经网络预测控制的双进双出球磨机控制系统及控制方法
本发明公开了一种基于RBF神经网络预测控制的双进双出球磨机控制系统及控制方法，控制系统包括基于RBF神经网络模型的预测控制器、控制量初始化模块以及被控对象，被控对象为双进双出球磨机模型，其输出连续被控量经离散化后生成的离散被控量和被控量当前设定值输入控制量初始化模块和预测控制器，控制量初始化模块输出控制量初始值输入给预测控制器，预测控制器输出离散控制向量经零阶保持器转换为连续控制量输出给双进双出球磨机模型。控制方法采用RBF神经网络正向模型和RBF神经网络逆向模型实现对被控对象的预测控制。本发明可以对系统进行提前控制和调节，适用于大滞后系统的控制，被控量响应快、超调量小，同时具有良好的鲁棒性。
东南大学
2021-04-11
锂电池管理系统AI算法研究
本项目聚焦于锂电池管理系统在智能化监测与预测中的关键痛点，尤其拟面向电池容量衰减预测、SOC/SOH估计不准、电池剩余时间不准确、MAP/SOP估算等方面。通过引入人工智能算法，构建融合机器学习与深度学习的电池状态预测模型，拟实现高精度SOC（荷电状态）与SOH（健康状态）估计的优化，提升电池管理系统的智能水平与安全性。
解决方案方面，项目基于实地检测磷酸铁锂电池充放电数据构建训练集，采用轻量级线性回归模型及改进型人工神经网络进行建模优化，并结合特征工程技术提高预测精度。同时，设计适用于边缘计算的部署方案，使模型可在BMS嵌入式硬件平台实时运行，降低对计算资源的依赖。
在竞争优势方面，项目成果具备算法轻量化、部署便捷、预测准确度高、兼容性强等特点，特别适用于电力储能、电动汽车等对安全性和可靠性要求高的场景。相比传统BMS方案，该AI算法可显著提升电池使用效率与寿命，精准估算SOC/SOH，降低维护成本。
目前项目成果已在合作企业内部储能设备中开展应用测试，初步反馈表明荷电状态预测准确度提升40%左右，电池健康度准确度提升40%左右，系统响应及时，具备较高实用性和推广价值。专家评审一致认为，该项目在智能电池管理系统方向具有较强的创新性和实际应用前景。
西南大学
2025-05-12
北京神经猿网络科技有限公司
北京神经猿网络科技有限公司
2022-05-24
由生成对抗网络（GAN）驱动的进化多目标算法
随着计算智能方法得到更广泛的应用，其从问题本身学习的能力亟待增强。为此，越来越多研究提出使用机器学习模型来驱动计算智能。通常，这种基于模型的进化算法的性能高度依赖于所采用模型的训练质量。而传统机器学习方法需要大量训练数据进行模型训练，而且受维度灾难的影响，这类方法通常很难解决维度较高的问题，约束了计算智能方法的应用范畴。课题组在
南方科技大学
2021-04-14
一种烟道飞灰等速取样器及基于BP神经网络的烟道飞灰等速取样系统和控制方法 （专利号：ZL 20151
简介：本发明公开了一种烟道飞灰等速取样器及基于BP神经网络的烟道飞灰等速取样系统和控制方法，属于烟道飞灰检测领域。烟道飞灰等速取样器，包括取样嘴、取样管、旋风分离器和取样瓶，还包括引射管、调节嘴和排气管，一种基于BP神经网络实现烟道飞灰等速取样系统，包括取样器、PLC控制器、执行器、压力传感器和BP神经网络模块；一种基于BP神经网络的烟道飞灰等速取样系统的控制方法基于BP神经网络实现烟道飞灰等速取样，使用了大量实时测得的数据来预测接近实际的烟道静压，解决了等速采样的滞后性问题，提高取样的准确性，具有计算误差小，数据处理能力强，设计成本低的优点。
安徽工业大学
2021-04-11
一种基于改进和声搜索算法的无线传感器网络路由方法
本发明提出了一种基于改进和声搜索算法的无线传感器网络路 由方法，包括以下步骤：Step1、初始化算法相关参数 HMS、HMCR、 PAR 以及评价次数 eval_Nomax；Step2、利用轮盘赌初始化和声记忆 库 HM；Step3、评价和声库中各和声路径的适应度；Step4、设置 eval_No ＝0；Step5、设置 i＝0；Step6、产生候选和声；Step7、eval_No++， 若 eval_No＜eval_Nomax，执行 Step8；否则执行 Step11；Step8、对和 声库中的第 i 条和声 Xi＝{s,x2,…xj,…,d},进行邻域搜索；Step9、 eval_No++，若 eval_No＜eval_Nomax，执行 Step10；否则执行 Step11； Step10、i++，若 i＜HMS，执行 Step6；否则执行 Step5；Step11、记录 和声记忆库中的最优和声路径。本发明的路由方法具有较高的能效， 并且能够有效地延长整个网络的生命周期。
华中科技大学
2021-04-11
一种基于和声搜索算法的无线传感器网络分簇路由方法
本发明公开了一种基于和声搜索算法的无线传感器网络分簇路 由方法，包括:(1)全局信息的传递和汇聚，获得全局信息，并将其传 递到汇聚节点;(2)汇聚节点通过全局信息对整个传感器网络进行网络 分簇路由的优化计算与配置;(3)普通传感器节点监测采集和处理应用 信息，将其处理成数据包，转发到簇头节点，簇头节点进行数据融合， 并向下一跳簇头节点发送数据包;(4)下一跳簇头节点接收到数据包后， 将自身剩余能量信息加入到数据包中，并按照数据包中的最优路由， 继续向下一跳簇头节点转发数据包。本发明的方法解决了无线传
华中科技大学
2021-04-14
一种基于动态规划算法的网络数据传输能耗优化方法
本发明公开了一种基于动态规划算法的网络数据传输能耗优化 方法，具体步骤为：①统计当前网络传输任务列表及截止时间列表， 挑选出最大截止时间，作为所有任务的结束时间；②若当前有新任务 加入，则根据任务列表、截止时间列表、网络带宽状态，通过本发明 中改进的动态规划算法计算出传输决策方案，以此控制网络传输，时 间推进并执行步骤①；③若当前无新任务到达且任务未完成，则按照 最近一次的传输决策序列控制网络传输，时间推进并执行步骤
华中科技大学
2021-04-14