Lògica difusa

一种串励直流电动机事件触发故障检测方法

Resumen de: CN119986367A

本发明涉及一种串励直流电动机事件触发故障检测方法，本发明解决了串励直流电动机电路系统中三重异步特征下的事件触发故障检测问题。具体步骤如下：首先利用转动惯量的随机波动以及在不同模糊规则下的扭矩/反向电动势常数变化，基于T‑S模糊和Semi‑Markov理论建立反映串励直流电动机电路系统状态变化的数学模型；设计T‑S模糊前件变量异步条件和异步事件生成器，设计异步的故障检测滤波器；进一步实现系统状态的实时监控以及故障的及时检测；进一步构建Lyapunov函数，结合概率密度函数，对闭环串励直流电动机电路系统的稳定性进行了分析；将所得的系统随机稳定性条件以及滤波器存在条件转化为一组线性矩阵不等式，为系统的实际应用提供了可行的数学描述和计算方法。

一种基于GIS的国土空间规划辅助编制方法

Resumen de: CN119990616A

一种基于GIS的国土空间规划辅助编制方法，涉及国土空间规划技术领域，采集预设范围内的多源异构数据，构建预设范围的三维模型，将三维模型划分为不同土地利用类型的子区域；根据三维模型中各个子区域的地形特征、社会经济数据以及建筑适应性系数，获取各个子区域的建筑适应度等级，同时获取各个子区域的建筑适应度等级；根据各个子区域的地形特征、土壤检测数据以及农业适应性系数，获取各个子区域的农业适应度等级；获取各个子区域的生态适应度等级；获取各个子区域的最佳土地利用类型，根据各个子区域的最佳土地利用类型以及空间规划目标，获取推荐编制子区域，提高规划编制的质量和效率。

基于动态模式切换和数据融合的室内定位方法及系统

Resumen de: CN119984268A

本发明提供了一种基于动态模式切换和数据融合的室内定位方法及系统，涉及可见光室内定位技术领域，包括以下步骤：部署VLC发射设备及辅助定位点，构建VLC指纹数据库，动态信号检测与模式转换，VLC指纹定位，IMU数据处理，主定位模式数据融合，VLC信号强度距离估算，超声波测距，IMU相对位移估算，备用定位模式数据融合。本发明通过部署可见光通信发射设备和辅助定位点，实时监测VLC信号强度及稳定性，通过模糊逻辑推理实现动态定位模式切换。在主定位模式下，利用VLC指纹匹配结合IMU数据，通过卡尔曼滤波算法进行精确定位；在VLC信号弱或不稳定时，切换至备用定位模式，依靠VLC信号强度距离估算、超声波测距和I MU数据，通过粒子滤波算法融合数据进行精确定位。

一种基于模糊评价法的加速任务试车谱优选方法

Resumen de: CN119989109A

本发明公开了一种基于模糊评价法的加速任务试车谱优选方法，包括：构建适用于加速任务试车谱对各关键零部件适用性模糊综合评价的指标层次结构体系；确定各个指标的权重；建立评价集，并结合定性分析与定量分析的方法，确定各指标在评价集中的隶属度；对被评价对象的整机的适用性进行多级模糊综合评价；量化综合评价结果，对评价集进行分区间定义评价等级，计算被评价对象加速任务试车谱对整机的适用性综合评价结果；筛选出适用性最优的加速任务试车谱。本发明引入了模糊综合评价法，量化反映了不同零部件加速任务试车谱对整机的适用性，具有简单直观、步骤简洁且具有工程应用价值的优点。

微网接入配电网的分布式优化方法

Resumen de: CN119994926A

本发明涉及能源管理技术领域，具体为微网接入配电网的分布式优化方法，本发明中，通过实时提取微网与配电网的负荷数据，结合功率传输的时空参数分析节点的负荷需求，精准计算各节点的功率分配和流动路径，运用自回归模型进行负荷预测，分析出节点负荷变化趋势，当某节点的负荷超过配电网的传输能力时，及时将超负荷转移至其他节点，通过模糊控制算法优化功率流动路径，解决瓶颈问题，实现节点负荷的合理调配，并生成优化的功率调度方案，随着功率调度的不断优化，每个时段的功率分配与负荷调节都得到细化，通过实时负荷调整与节点负荷分配的灵活调节，使微网与配电网之间的协调更加紧密，避免负荷失衡带来的不稳定风险，确保整体高效稳定运行。

一种新能源场站储能容量优化方法及系统

Resumen de: CN119994977A

本发明公开了一种新能源场站储能容量优化方法及系统，涉及新型电力系统储能规划技术领，包括基于Wasserstein距离的方法构建新能源出力的模糊不确定集，形成分布鲁棒优化模型的不确定集，所述不确定集用于描述新能源出力的可能分布范围；建立多时间尺度下的储能配置模型，所述储能配置模型包括投资决策层、日前运行调度策略决策层和日内运行模拟层；采用对偶定理和CVaR定理对分布鲁棒机会约束进行转化，将原问题转化为可直接求解的锥线性规划问题，并采用粒子群算法求解储能投资决策层；在日前调度运行阶段基于YALMIP工具箱建模，调用CPLEX求解器实现求解，最终输出最优的储能容量配置结果。本发明充分发挥电力系统发电侧各灵活性资源的潜能。

一种基于GIS技术的天然气产量分区规划方法

Resumen de: CN119990500A

本发明公开了一种基于GIS技术的天然气产量分区规划方法，气藏产量区域规划技术领域，包括以下步骤：步骤A、气藏分区峰值产量分析；步骤B、多因素控制下的分区产量计算；步骤C、三维高斯混合模型约束下的产量规划模型研究。本发明为了对天然气不同区域进行产量规划和风险分析，有必要开展基于GIS技术的天然气产量分区规划研究，分析各个区块的产量峰值分布情况以及风险因素的影响情况。因此，本发明运用模糊分析和多元高斯混合模型，计算了各产区的峰值产量范围和实现概率，并生成了产量峰值分布模型图，最后基于GIS技术建立三维数字高程模型，得到地理坐标下的三维产量分布图，对气田的规划开发工作提供指导。

一种基于电缆性能的电力电缆质量评价方法及装置

Resumen de: CN119990846A

本发明公开了一种基于电缆性能的电力电缆质量评价方法及装置。其中，方法包括：建立电力电缆运行状态三层指标体系，其中三层指标体系包括：目标层、性能层以及指标层；根据电力电缆性能测试数据，采用模糊层次分析法、熵权法以及灰色关联分析法确定指标层各电力电缆质量指标的综合权重；运用云模型对电力电缆性能测试数据进行计算，确定各电力电缆质量指标对应各电缆运行状态的隶属度矩阵；根据隶属度矩阵和综合权重，计算性能层各性能的性能评价结果；根据性能评价结果计算电力电缆性能测试数据的目标层对应的电缆运行质量评价结果。

基于北斗卫星的单点定位方法及装置、设备、存储介质

Resumen de: CN119986741A

本申请公开了一种基于北斗卫星的单点定位方法及装置、设备、存储介质，包括：获取全球导航卫星系统数据，进行卫星间作差处理，得到无电离层模糊度浮点解，使用宽巷模糊度组合算法对其进行处理，得到宽巷模糊度，去除接收机端和卫星端宽巷偏差影响对结果进行固定对无电离层模糊度浮点解以及固定宽巷模糊度进行计算处理，得到窄巷模糊度并进行固定，利用固定的宽巷和窄巷模糊度恢复出无电离层整数模糊度，以此为约束进行定位解析处理，得到定位结果。能够通过精确解算模糊度和优化对流层湿延迟影响，显著提高定位的精度，利用宽巷模糊度消除电离层延迟，通过窄巷模糊度优化，减少电离层误差对定位精度的影响，提供实时且高精度的定位结果。

一种基于神经模糊的自适应垃圾清扫方法与系统

Resumen de: CN119992240A

本发明涉及垃圾清扫技术领域，尤其为一种基于神经模糊的自适应垃圾清扫方法与系统，方法包括构建多模态垃圾图像数据集并划分数据集；融合模糊聚类与深度学习特征训练目标检测模型；模糊化处理图像判定垃圾类别；建立模糊规则库实现实时决策；采用混合优化策略训练模型；基于三维感知技术估算垃圾体积与质量；利用模糊PID控制器调节清扫装置功率；部署边缘‑云端协同架构更新规则库；系统包含多模态数据采集单元、混合计算单元、动态功率控制单元和云端管理平台。该发明能精准识别垃圾类别，优化清扫装置功率，实现能耗与效率协同，提升系统适应性与决策实时性，有效解决传统垃圾清扫技术的不足。

一种基于集成模糊决策树的空中博弈对抗决策反演方法

Resumen de: CN119990345A

本发明公开了一种基于集成模糊决策树的空中博弈对抗决策反演方法，包括：训练过程中，获取博弈过程中红蓝双方智能体标准化后的第一相对状态数据构成的集合和红方智能体的动作数据类别构成的集合，并将同种类别的动作数据类别和对应的第一相对状态数据作为整体存入对应的数据池。本方法首先训练得到多个模糊决策树，然后获取当前时刻红蓝双方智能体标准化后的第二相对状态数据，输入至每个模糊决策树，各模糊决策树输出所有动作数据类别的置信度，计算各动作数据类别的置信度累积值，最后将归一化后最大的置信度累积值对应的动作数据类别作为当前时刻红方智能体最终的决策动作，进而得到对抗过程中的决策。

基于球形模糊集与改进MEREC组合赋权的变压器状态评估方法

Resumen de: CN119989208A

本发明公开了一种基于球形模糊集与改进MEREC组合赋权的变压器状态评估方法，应用于变压器状态评估技术领域。包括以下步骤：建立变压器健康状态评估指标体系，并且基于健康指数函数定义健康状态区间；通过球形模糊集确定评价指标的主观权重；基于关联系数的MEREC方法确定评价指标的客观权重；基于变权理论赋予评价指标综合权重；基于优化后的云模型来计算各个评价指标相对于健康等级的关联度。本发明可以准确地评估变压器的健康状态，为电力系统的安全运行与电力设备的保护提供了理论依据。

改进FMEA的失效模型风险分析装置及方法

Resumen de: CN119989860A

本发明提供了一种改进FMEA的失效模型风险分析装置及方法，具有这样的特征，包括：初始评价矩阵生成模块用于计算得到失效模式模糊初始评价矩阵；风险因子综合权重计算模块用于计算得到各个风险因子对应的综合权重；DEA评价分数计算模块用于计算得到各个失效模式对应的交叉效率值和DEA评价分数；综合评价计算模块用于根据失效模式模糊初始评价矩阵、综合权重、交叉效率值和DEA评价分数，计算得到各个失效模式对应的Fuzzy Dombi评价值和综合评价值；风险分析模块用于得到各个失效模式的风险排序结果和风险评级作为风险分析结果。总之，本方法能够生成更加可靠准确的失效模式风险分析结果。

一种电站系统评价方法、系统、设备及介质

Resumen de: CN119990747A

本发明提供一种电站系统评价方法、系统、设备及介质，所述方法包括如下步骤：S1、获取电站系统数据信息，生成电站系统故障经验知识库，所述系统故障经验知识库包括多个类型的采集数据和风险评价指标集，所述风险评价指标集根据多个类型的采集数据所生成；S2、实时采集运行状态下电站的实际数据，依据实际数据的预处理和解析，生成权重向量集，并依据隶属度函数，生成模糊关系矩阵；S3、依据权重向量集和模糊关系矩阵，计算获取综合评价矩阵，并依据综合评价矩阵结果，获取评价结果对应的信息。本发明能有效提高机组安全稳定运行水平与运维一体化智能水平，提前给出系统故障的风险预报，避免突发性故障的发生。

一种跨领域数据自动聚类算法的数据管理方法

Resumen de: CN119989010A

本发明公开了一种跨领域数据自动聚类算法的数据管理方法，涉及数据处理技术领域，本发明通过分布式协同聚类充分考虑跨领域数据的特性，采用基于多领域核密度估计和自适应近邻搜索的聚类算法，能够根据不同领域数据的分布特点动态调整核密度估计的带宽和近邻权重，更精准地识别数据中的聚类结构，同时，在全局聚类优化过程中，运用基于模糊逻辑和证据理论融合的分类方法，综合考虑数据点所在领域的特征权重、数据点到聚类中心的距离以及聚类的全局密度信息，确保数据点的聚类归属更加合理准确，有效避免了传统聚类方法因无法适应跨领域数据复杂性而导致的聚类错误和不稳定问题，从而为后续的数据分析提供更可靠的依据。

Risk evaluation system of marine engine system

Resumen de: KR20250064383A

본 발명은 해상용 엔진에 대한 위험도 평가 시스템에 관한 것이다. 상세하게는, 주관적인 평가로 인해 불확실성이 높은 기존의 위험성 평가 기법인 HAZOP 기법을 보완하여 객관적인 위험성 평가를 수행할 수 있는 해상용 엔진에 대한 위험도 평가 시스템을 제공함에 있다. 특히, HAZOP 기법과 퍼지 이론을 결합하여, 새롭게 개발되고 있는 안전 규정이 미비한 해상용 엔진 시스템에 대한 효율적인 안전 운용 기준을 마련할 수 있는 해상용 엔진에 대한 위험도 평가 시스템을 제공할 수 있는 기술에 관한 것이다.

一种基于模糊逻辑的单自由度风洞动态试验数据分析方法

Resumen de: CN119958806A

本发明公开了一种基于模糊逻辑的单自由度风洞动态试验数据分析方法，首先利用地面振荡试验数据通过模糊逻辑算法建立非定常气动模型，然后将风洞试验数据中的滚转角数据和法向力数据输入非定常气动模型，获得风洞试验时的系统摩擦力矩，评估轴承摩擦对试验现象的影响；本发明能够从试验数据中分离出支撑系统摩擦力矩的动态变化过程，特别适用于系统摩擦力不可忽略的风洞试验数据分析。

一种极薄煤层液压支架定位方法及系统

Resumen de: CN119961826A

一种极薄煤层液压支架定位方法及系统，涉及煤炭开采技术领域，步骤s1：获取液压支架的动作时序序列、状态数据和环境数据以及极薄煤层的地质信息；步骤s2：对液压支架的状态数据进行实时监控，根据监控结果生成异常警报信号或进行步骤s3操作；步骤s3：构建状态预估模型，对当前采集周期的状态数据进行状态预估；步骤s4：根据状态预估结果进行自适应控制操作，进行模糊综合评价，获取当前采集周期的最佳动作时序序列。本发明不仅提高了液压支架的工作效率和安全性，而且增强了其在复杂多变的极薄煤层开采环境中的适应能力。

一种基于改进A*与DWA算法融合的无人车路径规划方法

Resumen de: CN119958585A

本发明提供一种基于改进A*与DWA算法融合的无人车路径规划方法，在A*算法启发函数的估计代价值中引入动态权重系数w(n)，并改进搜索策略，提高路径规划算法搜索效率。在全局路径规划的基础上引入改进的DWA算法，在路径评价函数的方位角评价函数前加入障碍物疏密的权重系数。新增搜索方向为M9M10，M11M12，M13M14，M15M16 4组中的一组，以起点为原点建立坐标系，先判断目标点所处的象限，10向的5×5搜索邻域，再进行方向搜索，以减少大量的冗余节点。引入自适应系数的概念，跟据无人车周围障碍物情况对权重因子γκ进行模糊动态调整，设计模糊控制规则，距离机器人最近的障碍物远大于安全距离时，增大速度权重因子，以获取最大的安全速度。

一种硫酸钾镁协同施用机理优化方法

Resumen de: CN119963364A

本发明公开了一种硫酸钾镁协同施用机理优化方法，涉及智能农业施肥控制领域。本发明提通过实时采集沃柑的果实增重率和根系分布深度等生长特征参数，结合T‑S模糊模型对施肥量进行计算和动态调整，使施肥量能够精准匹配作物的生长需求，避免过度施肥或施肥不足。

考虑失效模式相互关系及主观因素的改进FMEA方法及分析评价系统

Resumen de: CN119963015A

本发明提供了一种考虑失效模式相互关系及主观因素的改进FMEA方法及分析评价系统，该方法包括：获取待分析系统的潜在失效模式的评分结果；基于三角模糊层次分析法确定风险因子S、O、D的主观权重，基于标准离差法和梯形模糊数确定风险因子S、O、D的客观权重，并根据主观权重和客观权重，采用综合赋权法得到风险因子S、O、D的综合权重wj；根据基于熵权法改进的TODIM法，确定每个潜在失效模式所对应的综合排序值Rp，并根据综合排序值Rp对潜在失效模式进行排序；根据W‑RPN和综合排序值Rp，利用二分K‑means聚类方法对潜在失效模式进行聚类分析，为每个潜在失效模式制定相应的预防与应对措施。

基于模糊逻辑理论的区域电网灵活性评估方法

Resumen de: CN119965835A

本发明属于电网运行与控制技术领域，尤其涉及一种基于模糊逻辑理论的区域电网灵活性评估方法。其能够更好地应对区域电网中负荷波动、新能源波动等不确定性因素，避免了传统方法对不确定因素处理不足的问题，提供了更为精准的电网灵活性评估。包括：S1、建立区域电网灵活性供需平衡分析模型，选取负荷波动、新能源波动、常规机组出力、储能出力作为输入变量；S2、通过制定“如果‑则”规则对输入变量的模糊集合进行推理；S3、应用模糊推理方法计算各输入变量的隶属度，并将推理结果转换为表示灵活性供需匹配水平的模糊集合；S4、对模糊推理得到的结果实施去模糊化。S5、动态调整模糊规则库，并验证该方法。

UNFALLSCHWERE-ABSCHÄTZUNGSSYSTEM FÜR EIN FAHRZEUG

Resumen de: DE102023136826A1

Ein Unfallschwere-Abschätzungssystem zum Abschätzen der Schwere eines Unfalls für ein Fahrzeug umfasst ein oder mehrere Mikrofone, die eine Vielzahl von audio-basierten Eingängen erfassen, die verbale und nonverbale Geräusche angeben, die von einem oder mehreren Insassen des Fahrzeugs abgegeben werden. Das Unfallschwere-Abschätzungssystem umfasst auch ein Vision-System, das eine Vielzahl von vision-basierten Eingängen erfasst, die Bilddaten darstellen, die auf die Insassen hinweisen, ein bewegungsbasiertes Eingabesystem, das eine Vielzahl von bewegungsbasierten Eingaben erfasst, die auf die Bewegung des Fahrzeugs während des Unfalls hinweisen, ein System für thermische Vorfälle, das eine Vielzahl von thermischen Eingängen erfasst, die auf thermische Ereignisse innerhalb des Fahrzeugs hinweisen, ein Antriebssystem, das einen zustandsbasierten Eingang des Antriebssystems des Fahrzeugs bereitstellt, und ein oder mehrere Steuerungen.

SERVER HARDWARE EXCEPTION EARLY WARNING METHOD AND APPARATUS, DEVICE AND STORAGE MEDIUM

Resumen de: WO2025091797A1

The present invention relates to the technical field of computers, in particular to a server hardware exception early warning method and apparatus, a device and a storage medium, aiming to improve the accuracy and efficiency of server underlying hardware fault early warning. The method comprises: separately inputting a processing information amount change rate data and end current change rate data of each hardware on a server in a preset time period into a pre-trained fuzzy reasoning model, the fuzzy reasoning model being obtained by training on the basis of a hybrid metaheuristic optimization algorithm (S31); the fuzzy reasoning model obtaining a predicted temperature value of the hardware on the basis of the processing information amount change rate data and the end current change rate data (S32); when the difference between the predicted temperature value and an actual temperature value of the hardware is greater than a preset temperature difference threshold, marking the hardware as abnormal hardware (S33); and generating early warning information corresponding to the abnormal hardware (S34).

METHODS AND SYSTEMS FOR INDIVIDUALIZED CONTENT MEDIA DELIVERY

Nº publicación: US2025147589A1 08/05/2025

Solicitante:

GMECI LLC [US]
GMECI, LLC

Resumen de: US2025147589A1

Aspects relate to systems and methods for individualized content media delivery. An exemplary system includes a sensor configured to detect a biofeedback signal as a function of a biofeedback of a user, a display configured to present content to the user, and a computing device configured to control an environmental parameter for an environment surrounding the user as a function of the biofeedback signal, wherein controlling the environmental parameter additionally includes generating an environmental machine-learning model as a function of an environmental machine-learning algorithm, training the environmental machine-learning model as a function of an environmental training set, wherein the environmental training set comprises biofeedback inputs correlated to environmental parameter outputs and generating the environmental parameter as a function of the biofeedback signal and the environmental machine-learning model.