-
题名基于烟厂智能化升级的物流车辆全流程自动化管理系统
- 1
-
-
作者
陈雯
彭运赛
翟青
莫明新
陆晖
-
机构
上海烟草机械有限责任公司
-
出处
《自动化应用》
2024年第9期64-67,共4页
-
文摘
针对烟厂物流智能化系统效率较低的问题,开发了一套烟厂智能化升级的物流车辆全流程自动化管理系统。该系统能够自主接收和执行路径及动作信息,自动完成对接、取货、行走、放货等系列操作。结果表明,应用该系统有助于提升工厂的整体运营效率,降低成本,提高安全标准,并推动企业的数字化转型和智能化升级,显著提高烟厂的智能化水平。
-
关键词
物流智能化
全流程自动化
智能化升级
数字化转型
-
Keywords
logistics intelligence
full process automation
intelligent upgrading
digital transformation
-
分类号
TP27
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于改进CNN和信息融合的动力电池组故障诊断方法
被引量:10
- 2
-
-
作者
彭运赛
夏飞
袁博
王志成
罗志疆
-
机构
上海电力大学自动化工程学院
国家电网南瑞集团公司
国家电网浙江送变电有限公司
国家电网淮北供电公司
-
出处
《汽车工程》
EI
CSCD
北大核心
2020年第11期1529-1536,共8页
-
基金
国家重点研发计划(2017YFE0100900)
国家自然科学基金重大项目(71690234)资助。
-
文摘
本文中提出一种基于改进CNN和信息融合的锂离子电池组故障诊断方法。首先,在全连接层前加入Concat层,以融合不同层次的特征,建立改进的CNN模型。然后,采用MCE准则来优化交叉熵损失函数,解决其在非标签维梯度不做处理的问题。针对人工确定CNN卷积核结构存在的不够实用的问题,利用BIC准则确定模型最优卷积核结构。采用以上改进CNN进行诊断后,引入确诊条件进行判断。对不符合确诊条件的诊断结果,进一步采用一般CNN网络进行辅助诊断。通过将初步诊断结果和辅助诊断结果采用D-S证据理论进行融合的方法,得到最终的诊断结果。测试结果表明,本文中提出的方法可有效提高动力电池组的故障诊断准确率。
-
关键词
锂离子电池组
故障诊断
卷积神经网络
BIC准则
信息融合
-
Keywords
lithium-ion battery pack
fault diagnosis
convolutional neural network
BIC criterion
information fusion
-
分类号
TM9
[电气工程—电力电子与电力传动]
-