[发明专利]一种智能建筑室内装修墙面刮扫处理机控制系统及方法在审

专利信息
申请号: 201811243399.0 申请日: 2018-10-24
公开(公告)号: CN109541989A 公开(公告)日: 2019-03-29
发明(设计)人: 袁杰;肖志高 申请(专利权)人: 湖南城市学院
主分类号: G05B19/042 分类号: G05B19/042;E04F21/00;G08C17/02
代理公司: 重庆市信立达专利代理事务所(普通合伙) 50230 代理人: 包晓静
地址: 413000 *** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 处理机 处理机控制 电路故障 工作效率 故障类型 故障位置 室内装修 随机森林 智能建筑 墙面 故障诊断过程 故障诊断模块 路径规划模块 待测电路 获取电路 输出状态 数据形成 训练样本 诊断操作 专业能力 状态输入 工作点 再利用 电路 装修 诊断 节约 分析
【权利要求书】:

1.一种智能建筑室内装修墙面刮扫处理机控制方法,其特征在于,所述智能建筑室内装修墙面刮扫处理机控制方法包括:

步骤一,利用蓄电池为室内装修墙面刮扫处理机进行供电;摄像头采用像元离散采集算法实时监控刮扫处理机墙面刮扫的过程;诊断刮扫处理机故障信息;

步骤二,利用无线发射器对采集的视频、故障信息、控制信息加以分类,并进行回归分析处理,然后发送到计算机进行处理及操控;

步骤三,通过电机驱动滑轮进行移动操作;利用路径规划程序规划刮扫处理机的移动路径;

步骤四,通过刮扫装置对墙面进行刮扫操作;通过采用RBF神经网络算法的旋转轴对刮扫装置角度进行旋转操作;通过升降杆对刮扫装置进行升降操作;

步骤五,通过吸尘器对刮扫装置刮扫墙面时产生的粉尘进行吸收操作。

2.如权利要求1所述的智能建筑室内装修墙面刮扫处理机控制方法,其特征在于,所述步骤一中,摄像头采用像元离散采集算法实时监控刮扫处理机墙面刮扫的过程;具体的像元离散采集模型如下:

摄像头采集的刮扫处理机墙面的每个像元宽度记为d,像元中心记为(xc,yc),能量集中度Ce是与σpsf密切相关的物理概念,指摄像头扫描墙面上的目标点落于像元中心时,该像元捕获到的目标能量百分比;σpsf由Ce确定,关系为

将PSF在像元上积分,得到该摄像头扫描内容的像元对目标点的响应为:

3.如权利要求1所述的智能建筑室内装修墙面刮扫处理机控制方法,其特征在于,所述步骤二中,所述无线网络接收器,完成信号的采集,并对接收的信号加以分类和回归分析,具体的接收到的信号集(x1,y1),…,(xl,yl)∈(X×R)由概率分布P(x,y)(x∈Rn,y∈R)生成,用实值函数拟合,并且使得:

R[f]=∫c(x,y,f)dP(x,y);

最小,其中,C为损失函数,用ε不敏感函数:

|yi-f(xi,x)|ε=max{0,|yi-f(xi)|-ε};

衡量函数预测值f(x)与观测值y的误差,即当误差超过ε时,该函数对样本点的拟合是无偏差的。

4.如权利要求1所述的智能建筑室内装修墙面刮扫处理机控制方法,其特征在于,所述步骤四中,采用RBF神经网络模型的旋转轴对刮扫装置角度进行旋转操作;其中Vh和Vt为输入层的旋转角信号,输出层的输出信号是旋转角Yh,输入层倾角函数为斜率为1的线性函数,输出层旋转角是线性组合器,可调节参数就是该线性组合器的权值Wi,而隐层旋转角函数采用高斯函数,第i个隐层倾角输出Vi为:

式中:X=(Vh,Vt),T为输入样本;Ci为高斯函数中心值;σi为标准偏差,i=1,2,…,n;

则输出层输出为:

式中θ为输出层神经元的阈值。

5.如权利要求1所述的智能建筑室内装修墙面刮扫处理机控制方法,其特征在于,所述故障诊断模块诊断方法如下:

(1)分析待测电路所有故障类型、每种故障类型的对外输出状态,以及相对应的故障位置;

(2)以待测电路的故障类型为数据样本,以故障类型的对外输出状态为数据样本的特征变量,以每个故障类型的故障位置为期望输出,完成多个决策树的训练,由所述多个决策树组成随机森林模型;

(3)采集待测电路当前的故障状态,将所述故障状态输入到随机森林模型中,所述每个决策树输出对应的预测结果,对所有决策树输出的预测结果进行投票分析,随机森林模型最终输出的待测电路当前故障位置。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖南城市学院,未经湖南城市学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811243399.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top