CN103898621A - 基于多传感信息融合技术的电纺控制装置及其控制方法 - Google Patents
基于多传感信息融合技术的电纺控制装置及其控制方法 Download PDFInfo
- Publication number
- CN103898621A CN103898621A CN201410099805.6A CN201410099805A CN103898621A CN 103898621 A CN103898621 A CN 103898621A CN 201410099805 A CN201410099805 A CN 201410099805A CN 103898621 A CN103898621 A CN 103898621A
- Authority
- CN
- China
- Prior art keywords
- electrospinning
- platform
- controller
- sensor
- spinning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Spinning Methods And Devices For Manufacturing Artificial Fibers (AREA)
Abstract
本发明是一种基于多传感信息融合技术的电纺控制装置及其控制方法。基于多传感信息融合技术的电纺控制装置,包括有若干传感器、中央处理单元、高压电源,其中若干传感器与注射器接触装配,传感器分别获得湿度信号、温度信号、溶液电导率信号、溶液粘度信号,这些电纺环境参数信号输入给中央处理单元,电纺平台包括有XY平面运动平台及Z轴运动导轨,电压控制器与高压电源连接,高压电源与电纺平台上装设的纺丝喷针连接,流量控制器与电纺平台上装设的注射泵连接,平台控制器与XY平面运动平台连接,距离控制器与Z轴运动导轨连接。本发明的电纺控制装置能全面、准确、可靠地检测电纺环境参数。本发明的控制方法能实现实时控制,实现电纺参数的最优配置。
Description
技术领域
本发明是一种用于柔性微纳自动化制造技术领域的基于多传感信息融合技术的电纺控制装置及其控制方法,属于基于多传感信息融合技术的电纺控制装置及其控制方法的创新技术。
背景技术
高压静电纺丝技术,是国内外最近十几年发展起来的用于制备超细纤维的重要方法。电纺丝技术最早由Formhzls在1934年提出,随后Taylor等人于1964年对静电纺丝过程中带电聚合物的变形提出了泰勒锥这一概念,直到上个世纪90年代人们开始广泛关注电纺丝技术。孙道恒等人于2006年提出了近场电纺直写技术,近场电纺直写技术具有可靠的沉积精度,且参数可控,为电纺纳米纤维产业开拓了一种新的方法。
多传感信息融合技术是通过多类同构或异构传感器进行综合,获得比单一传感器更多的信息,形成比单一信源更可靠、更完全的融合信息。它突破单一传感器信息表达的局限性,避免单一传感器的信息盲区,提高了多源信息处理结果的质量,有利于对事物的判断和决策。在这里,传感器的概念是广义的,是指与环境匹配的各种信息获取***。
信息融合是对来自单个或多个不同平台传感器的的信息进行相关和综合,以获得更精确的目标信息和身份估计的处理过程。多传感器信息融合中,各传感器提供的信息都具有一定的不确定性和不准确性,因此,对这些信息的融合过程是一个不确定信息的推理和决策过程。
近场电纺技术可以用于柔性电子器件的柔性微纳制造领域,也可以用于微纳三维快速成型领域,具有极高的应用价值。在柔性微纳制造领域和微纳三维快速成型领域的应用中,自动化参数的选择与控制尤为重要。但电纺过程中影响因素过多,纺丝参数难于自动控制,因此在自动化制造生产中很难选择纺丝参数。
发明内容
本发明的目的在于考虑上述问题而提供一种能全面、准确、可靠地检测电纺环境参数的基于多传感信息融合技术的电纺控制装置。本发明能实现实时控制,以克服电纺参数难以确定的问题。
本发明的另一目的在于提供一种能实现电纺参数的最优配置的基于多传感信息融合技术的电纺控制装置的控制方法。
本发明的技术方案是:本发明基于多传感信息融合技术的电纺控制装置,包括有湿度传感器、温度传感器、电导率传感器、粘度传感器、中央处理单元、电压控制器、流量控制器、平台控制器、距离控制器、电纺平台、高压电源,其中湿度传感器、温度传感器、电导率传感器、粘度传感器与注射器接触装配,并分别获得湿度信号、温度信号、溶液电导率信号、溶液粘度信号,这些电纺环境参数信号输入给中央处理单元,电纺平台包括有XY平面运动平台及Z轴运动导轨,对纺丝电压参数进行选择与控制的电压控制器与高压电源连接,高压电源与电纺平台上装设的纺丝喷针连接,用于纺丝流量参数的选择与控制的流量控制器与电纺平台上装设的注射泵连接,用于平台运动参数的选择与控制的平台控制器与XY平面运动平台连接,用于纺丝距离参数的选择与控制距离控制器与Z轴运动导轨连接,且中央处理单元将设定输出值纺丝电流输入到比较器。
本发明基于多传感信息融合技术的电纺控制装置的控制方法,包括如下步骤:
1)设定电纺溶液种类以及电纺所用针头内径D,并输入预期纳米纤维直径d;
2)通过湿度传感器、温度传感器、电导率传感器、粘度传感器分别获取湿度信号、温度信号、溶液电导率信号、溶液粘度信号这些电纺环境参数信号;
3)把代表电纺环境参数的湿度信号、温度信号、溶液电导率信号、溶液粘度信号输入中央处理单元,匹配出相应的纺丝电压V、供液量L、平台运动速度v及纺丝距离 的控制电信号分别传送给电压控制器、流量控制器、平台控制器、距离控制器, 电纺平台包括有XY平面运动平台及Z轴运动导轨,对纺丝电压参数进行选择与控制的电压控制器与高压电源连接,高压电源与电纺平台上装设的纺丝喷针连接,用于纺丝流量参数的选择与控制的流量控制器与电纺平台上装设的注射泵连接,用于平台运动参数的选择与控制的平台控制器与XY平面运动平台连接,用于纺丝距离参数的选择与控制距离控制器与Z轴运动导轨连接,且中央处理单元将设定输出值纺丝电流输入到比较器;
5)根据比较器的比较状况,通过电压控制器、流量控制器、平台控制器、距离控制器给出电纺参数微调量分别是:纺丝电压V、供液量L、平台运动速度v及纺丝距离,并对电纺平台的电纺参数微调,直到比较器得到等于设定输出值纺丝电流的反馈信号为止。
本发明与现有技术相比,具有如下优点:
1)本发明基于多传感信息融合技术的电纺控制装置能全面、准确、可靠地检测电纺环境参数;
2)本发明基于多传感信息融合技术的电纺控制装置的控制方法,利用多传感信息融合技术对电纺环境参数进行评级以设定电纺工艺参数;
3)基于多传感信息融合技术的电纺控制装置的控制方法,实现电纺工艺参数协调控制,比单一调节电压值控制更加精确、可靠;
4)本发明基于多传感信息融合技术的电纺控制装置的控制方法,可以做微纳三维打印。
本发明是一种设计巧妙,性能优良,方便实用的基于多传感信息融合技术的电纺控制装置及其控制方法。
附图说明
图1为本发明基于多传感信息融合技术的电纺控制装置的原理图;
图2为模糊神经网络算法的时空融合***的原理图;
图3为电纺平台的示意图。
具体实施方式
实施例:
本发明基于多传感信息融合技术的电纺控制装置的原理图如图1所示,包括有湿度传感器1、温度传感器2、电导率传感器3、粘度传感器4、中央处理单元9、电压控制器12、流量控制器13、平台控制器14、距离控制器15、电纺平台16、高压电源17,其中湿度传感器1、温度传感器2、电导率传感器3、粘度传感器4与注射器24接触装配,并分别获得湿度信号5、温度信号6、溶液电导率信号7、溶液粘度信号8,这些电纺环境参数信号输入给中央处理单元9,电纺平台16包括有XY平面运动平台21及Z轴运动导轨22,对纺丝电压参数进行选择与控制的电压控制器12与高压电源17连接,高压电源17与电纺平台16上装设的纺丝喷针23连接,用于纺丝流量参数的选择与控制的流量控制器13与电纺平台16上装设的注射泵25连接,用于平台运动参数的选择与控制的平台控制器14与XY平面运动平台21连接,用于纺丝距离参数的选择与控制距离控制器15与Z轴运动导轨22连接,且中央处理单元9将设定输出值纺丝电流输入到比较器10。
上述中央处理单元9是运用模糊神经网络算法的时空融合***。
本发明基于多传感信息融合技术的电纺控制装置的控制方法,包括如下步骤:
1)设定电纺溶液种类以及电纺所用针头内径D,并输入预期纳米纤维直径d;
2)通过湿度传感器1、温度传感器2、电导率传感器3、粘度传感器4分别获取湿度信号5、温度信号6、溶液电导率信号7、溶液粘度信号8等电纺环境参数信号;
3)把代表电纺环境参数的湿度信号5、温度信号6、溶液电导率信号7、溶液粘度信号8输入中央处理单元9,匹配出相应的纺丝电压V、供液量L、平台运动速度v及纺丝距离的控制电信号分别传送给电压控制器12、流量控制器13、平台控制器14、距离控制器15,且中央处理单元9将设定输出值纺丝电流输入到比较器10;
5)根据比较器10的比较状况,通过电压控制器12、流量控制器13、平台控制器14、距离控制器15分别给出电纺参数微调量:纺丝电压V、供液量L、平台运动速度v及纺丝距离,并对电纺平台16的电纺参数微调,直到比较器得到等于设定输出值(纺丝电流)的反馈信号为止。
本实施例中,上述中央处理单元9是采用模糊神经网络算法的时空融合***,其融合过程包括有数据级融合、特征级融合、决策级融合,其融合方法如下:
1) 数据级融合:分别把湿度传感器1、温度传感器2、电导率传感器3、粘度传感器4输入的湿度信号5、温度信号6、溶液电导率信号7、溶液粘度信号8进行数据级融合,即获得各传感器的检测值并各传感器的检测值的变化率,分析各传感器连续输出的电纺环境数据是否有反常的变化以决定该数据是否可靠,从而判别各传感器是否存在失灵、噪声干扰、信号丢失等问题;
2) 特征级融合:把经过数据级融合的电纺环境参数数据运用二数据输入、一数据输出的4层网络结构的模糊神经网络,将不同度量的信息转换对电纺参数影响程度的一致性描述,在网络的A层根据选择的隶属度函数进行隶属度计算,完成对网络两个输入变量的模糊化处理,B层根据数据的输入,确定规则库中规则的适用度并进行推理,推理结果在C层以加权平均方法进行非模糊化处理;
3) 决策级融合:运用基于改进的BP算法神经网络,实现对各检测参数W1、W2、W3、W4权值的确定和调整,对各传感器检测数据进行加权融合处理。这样的处理原因在于电纺环境参数的多变化及不确定性。
本发明的工作原理如下:
设定电纺溶液种类以及电纺所用针头内径D,输入预期纳米纤维直径d,并湿度传感器、温度传感器、电导率传感器、粘度传感器分别获取湿度信号、温度信号、溶液电导率信号、溶液粘度信号等电纺环境参数信号。模糊神经网络算法的时空融合***根据这些参数进行数据级融合、特征级融合以及决策级融合。输出预期输出值(纺丝电流),并最终选定标准的电纺参数:纺丝电压V、供液量L、平台运动速度v及纺丝距离,由相应的控制器控制电纺平台工作。
由于纺丝纳米纤维直径d与纺丝电流I有较好的匹配关系,且纺丝纳米纤维直径可以通过纺丝电压V、供液量L、平台运动速度v及纺丝距离进行控制。且纺丝电压V降低、供液量L降低、平台运动速度v相应降低、纺丝距离相应降低,则纺丝纳米纤维直径d与纺丝电流I下降;且纺丝电压V升高、供液量L升高、平台运动速度v相应升高、纺丝距离相应升高,则纺丝纳米纤维直径d与纺丝电流I升高。
将微电流传感器检测出电纺平台实时的电纺电流值的反馈信号反馈到比较器中与设定信号进行比较。若,则将纺丝电压V升高、供液量L升高、平台运动速度v相应升高、纺丝距离相应升高,即输出正的纺丝电压V、供液量L、平台运动速度v及纺丝距离信号;若,则将纺丝电压V降低、供液量L降低、平台运动速度v相应降低、纺丝距离相应降低,即输出负的纺丝电压V、供液量L、平台运动速度v及纺丝距离信号。
本发明电纺环境参数模糊神经网络算法的时空融合***的实施方式,首先在数据融合级进行多传感器同源信息的纯空间领域融合,在特征级融合进行时间、空间域的融合,以获取对电纺环境的环境实时变化的智能监测;然后在决策级融合建立电纺直径与电纺电流的动态规律模型及数据库,并建立基于电纺环境参数与电纺电压、供液量、平台运动速度、纺丝距离的动态规律模型及数据库。实现在不同电纺环境下的电纺参数的控制***参数的设定;在此基础上,将微电流传感器11检测到的实时电流与匹配的电纺电流进行比较,运用基于自适应控制和模糊控制方法,将控制输出作用于电压控制器12、流量控制器13、平台控制器14、距离控制器15,实现电纺参数的控制***参数适时、适宜的自修正。中央处理单元9是运用模糊神经网络算法的时空融合***,具体运用了Takagi-Sugeno(高木-关野)模糊推理方法和神经网络算法。
Claims (4)
1.一种基于多传感信息融合技术的电纺控制装置,其特征在于包括有湿度传感器(1)、温度传感器(2)、电导率传感器(3)、粘度传感器(4)、中央处理单元(9)、电压控制器(12)、流量控制器(13)、平台控制器(14)、距离控制器(15)、电纺平台(16)、高压电源(17),其中湿度传感器(1)、温度传感器(2)、电导率传感器(3)、粘度传感器(4)与注射器(24)接触装配,并分别获得湿度信号(5)、温度信号(6)、溶液电导率信号(7)、溶液粘度信号(8),这些电纺环境参数信号输入给中央处理单元(9),电纺平台(16)包括有XY平面运动平台(21)及Z轴运动导轨(22),对纺丝电压参数进行选择与控制的电压控制器(12)与高压电源(17)连接,高压电源(17)与电纺平台(16)上装设的纺丝喷针(23)连接,用于纺丝流量参数的选择与控制的流量控制器(13)与电纺平台(16)上装设的注射泵(25)连接,用于平台运动参数的选择与控制的平台控制器(14)与XY平面运动平台(21)连接,用于纺丝距离参数的选择与控制距离控制器(15)与Z轴运动导轨(22)连接,且中央处理单元(9)将设定输出值纺丝电流输入到比较器(10)。
2.根据权利要求1所述的基于多传感信息融合技术的电纺控制装置,其特征在于上述中央处理单元(9)是运用模糊神经网络算法的时空融合***。
3.一种基于多传感信息融合技术的电纺控制装置的控制方法,其特征在于包括如下步骤:
1)设定电纺溶液种类以及电纺所用针头内径D,并输入预期纳米纤维直径d;
2)通过湿度传感器(1)、温度传感器(2)、电导率传感器(3)、粘度传感器(4)分别获取湿度信号(5)、温度信号(6)、溶液电导率信号(7)、溶液粘度信号(8)等电纺环境参数信号;
3)把代表电纺环境参数的湿度信号(5)、温度信号(6)、溶液电导率信号(7)、溶液粘度信号(8)输入中央处理单元(9),匹配出相应的纺丝电压V、供液量L、平台运动速度v及纺丝距离 的控制电信号分别传送给电压控制器(12)、流量控制器(13)、平台控制器(14)、距离控制器(15), 电纺平台(16)包括有XY平面运动平台(21)及Z轴运动导轨(22),对纺丝电压参数进行选择与控制的电压控制器(12)与高压电源(17)连接,高压电源(17)与电纺平台(16)上装设的纺丝喷针(23)连接,用于纺丝流量参数的选择与控制的流量控制器(13)与电纺平台(16)上装设的注射泵(25)连接,用于平台运动参数的选择与控制的平台控制器(14)与XY平面运动平台(21)连接,用于纺丝距离参数的选择与控制距离控制器(15)与Z轴运动导轨(22)连接,且中央处理单元(9)将设定输出值纺丝电流输入到比较器(10);
4.根据权利要求3所述的基于多传感信息融合技术的电纺控制装置的控制方法,其特征在于上述中央处理单元(9)是采用模糊神经网络算法的时空融合***,其融合过程包括有数据级融合、特征级融合、决策级融合,其融合方法如下:
1) 数据级融合:分别把湿度传感器(1)、温度传感器(2)、电导率传感器(3)、粘度传感器(4)输入的湿度信号(5)、温度信号(6)、溶液电导率信号(7)、溶液粘度信号(8)进行数据级融合,即获得各传感器的检测值并各传感器的检测值的变化率,分析各传感器连续输出的电纺环境数据是否有反常的变化以决定该数据是否可靠,从而判别各传感器是否存在失灵、噪声干扰、信号丢失问题;
2) 特征级融合:把经过数据级融合的电纺环境参数数据运用二数据输入、一数据输出的4层网络结构的模糊神经网络,将不同度量的信息转换对电纺参数影响程度的一致性描述,在网络的A层根据选择的隶属度函数进行隶属度计算,完成对网络两个输入变量的模糊化处理,B层根据数据的输入,确定规则库中规则的适用度并进行推理,推理结果在C层以加权平均方法进行非模糊化处理;
3) 决策级融合:运用基于改进的BP算法神经网络,实现对各检测参数W1、W2、W3、W4权值的确定和调整,对各传感器检测数据进行加权融合处理,这样的处理原因在于电纺环境参数的多变化及不确定性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410099805.6A CN103898621B (zh) | 2014-03-18 | 2014-03-18 | 基于多传感信息融合技术的电纺控制装置及其控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410099805.6A CN103898621B (zh) | 2014-03-18 | 2014-03-18 | 基于多传感信息融合技术的电纺控制装置及其控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103898621A true CN103898621A (zh) | 2014-07-02 |
CN103898621B CN103898621B (zh) | 2016-06-29 |
Family
ID=50990185
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410099805.6A Expired - Fee Related CN103898621B (zh) | 2014-03-18 | 2014-03-18 | 基于多传感信息融合技术的电纺控制装置及其控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103898621B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104866140A (zh) * | 2015-05-27 | 2015-08-26 | 小米科技有限责任公司 | 屏幕校准方法及装置 |
CN109186453A (zh) * | 2018-08-31 | 2019-01-11 | 广东工业大学 | 一种基于机器视觉的电纺直写喷头的定位方法 |
CN109594131A (zh) * | 2018-10-31 | 2019-04-09 | 华中科技大学 | 一种基于泵流量的静电纺丝射流直径控制方法 |
CN110974163A (zh) * | 2019-12-05 | 2020-04-10 | 中国人民解放军总医院 | 口腔医疗影像机器人多传感信息融合控制***及控制方法 |
CN112301435A (zh) * | 2020-10-20 | 2021-02-02 | 厦门大学 | 一种多射流电纺直写深度学习控制***和控制方法 |
CN114411273A (zh) * | 2022-01-27 | 2022-04-29 | 聚纳达(青岛)科技有限公司 | 一种静电纺丝控制*** |
CN115060407A (zh) * | 2022-06-14 | 2022-09-16 | 华东交通大学 | 一种多维轮轨力测量的柔性多模态传感装置及融合方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005073441A1 (en) * | 2004-01-30 | 2005-08-11 | Raisio Chemicals Korea Inc. | A bottom-up electrospinning devices, and nanofibers prepared by using the same |
KR20110109693A (ko) * | 2010-03-31 | 2011-10-06 | 경희대학교 산학협력단 | 전기 전도성 나노섬유 제조 방법 |
US20130095252A1 (en) * | 2011-10-14 | 2013-04-18 | Kurtis LESCHKIES | Method and apparatus for aligning nanowires deposited by an electrospinning process |
FR2987373A1 (fr) * | 2012-02-27 | 2013-08-30 | Univ Claude Bernard Lyon | Procede de fabrication de fils continus composes d'un assemblage de filaments et fils obtenus |
CN204058666U (zh) * | 2014-03-18 | 2014-12-31 | 广东工业大学 | 一种基于多传感信息融合技术的电纺控制装置 |
-
2014
- 2014-03-18 CN CN201410099805.6A patent/CN103898621B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005073441A1 (en) * | 2004-01-30 | 2005-08-11 | Raisio Chemicals Korea Inc. | A bottom-up electrospinning devices, and nanofibers prepared by using the same |
KR20110109693A (ko) * | 2010-03-31 | 2011-10-06 | 경희대학교 산학협력단 | 전기 전도성 나노섬유 제조 방법 |
US20130095252A1 (en) * | 2011-10-14 | 2013-04-18 | Kurtis LESCHKIES | Method and apparatus for aligning nanowires deposited by an electrospinning process |
FR2987373A1 (fr) * | 2012-02-27 | 2013-08-30 | Univ Claude Bernard Lyon | Procede de fabrication de fils continus composes d'un assemblage de filaments et fils obtenus |
CN204058666U (zh) * | 2014-03-18 | 2014-12-31 | 广东工业大学 | 一种基于多传感信息融合技术的电纺控制装置 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104866140A (zh) * | 2015-05-27 | 2015-08-26 | 小米科技有限责任公司 | 屏幕校准方法及装置 |
CN109186453A (zh) * | 2018-08-31 | 2019-01-11 | 广东工业大学 | 一种基于机器视觉的电纺直写喷头的定位方法 |
CN109594131A (zh) * | 2018-10-31 | 2019-04-09 | 华中科技大学 | 一种基于泵流量的静电纺丝射流直径控制方法 |
CN110974163A (zh) * | 2019-12-05 | 2020-04-10 | 中国人民解放军总医院 | 口腔医疗影像机器人多传感信息融合控制***及控制方法 |
CN112301435A (zh) * | 2020-10-20 | 2021-02-02 | 厦门大学 | 一种多射流电纺直写深度学习控制***和控制方法 |
CN112301435B (zh) * | 2020-10-20 | 2022-06-03 | 厦门大学 | 一种多射流电纺直写深度学习控制***和控制方法 |
CN114411273A (zh) * | 2022-01-27 | 2022-04-29 | 聚纳达(青岛)科技有限公司 | 一种静电纺丝控制*** |
CN114411273B (zh) * | 2022-01-27 | 2022-11-11 | 青岛中科凯尔科技有限公司 | 一种静电纺丝控制*** |
CN115060407A (zh) * | 2022-06-14 | 2022-09-16 | 华东交通大学 | 一种多维轮轨力测量的柔性多模态传感装置及融合方法 |
CN115060407B (zh) * | 2022-06-14 | 2023-12-26 | 华东交通大学 | 一种多维轮轨力测量的柔性多模态传感装置及融合方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103898621B (zh) | 2016-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103898621B (zh) | 基于多传感信息融合技术的电纺控制装置及其控制方法 | |
Zhou et al. | A novel transfer learning-based intelligent nonintrusive load-monitoring with limited measurements | |
Jain et al. | Clustering based short term load forecasting using support vector machines | |
CN102200787B (zh) | 机器人行为多层次集成学习方法及*** | |
CN106325162B (zh) | 一种嵌入式智能化机电设备状态监测*** | |
CN109130550B (zh) | 一种电流体动力学喷印的人工智能控制***及控制方法 | |
CN110328615B (zh) | 一种火花放电控制的智能磨削***及方法 | |
CN106527385A (zh) | 一种大批量led封装生产过程的品质控制方法 | |
CN104951900A (zh) | 一种励磁调节器及其电力***稳定器的性能评估装置 | |
CN116914751B (zh) | 一种智能配电控制*** | |
TWI404960B (zh) | 太陽光電發電系統之孤島現象檢測方法 | |
CN108198268A (zh) | 一种生产设备数据标定方法 | |
CN204058666U (zh) | 一种基于多传感信息融合技术的电纺控制装置 | |
Joy et al. | A Smart Energy Management System for Residential Buildings Using IoT and Machine Learning | |
CN111290267B (zh) | 基于LabVIEW的火电模型辨识装置和辨识方法 | |
CN109306527A (zh) | 电纺直写闭环控制方法 | |
Jiang et al. | Multi-objective optimization of process parameters for biological 3D printing composite forming based on SNR and grey correlation degree | |
CN101021718A (zh) | 双层卷焊管焊接过程控制***及其控制方法 | |
CN106600449B (zh) | 一种自动的功率趋势识别方法 | |
CN112301435B (zh) | 一种多射流电纺直写深度学习控制***和控制方法 | |
Ahila et al. | A Smart Energy Management System for Residential Buildings Using IoT and Machine Learning | |
CN117675394B (zh) | 一种化塑业的互联网数据异常检测方法及*** | |
CN109376779A (zh) | 一种复杂机电***服役模式自动识别方法 | |
CN108319149A (zh) | 一种具有自学习控制模式的电磁开关智慧控制*** | |
CN117148910B (zh) | 恒流恒压供电电路的智能控制方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160629 Termination date: 20210318 |