| 序号 | 专利名 | 申请号 | 申请日 | 公开（公告）号 | 公开（公告）日 | 发明人 |
|---|---|---|---|---|---|---|
| 1 | 使用迭代验证过程验证机器可读指令 | CN202110417623.9 | 2021-04-19 | CN113971276B | 2022-07-12 | J·约克 |
| 本公开涉及使用迭代验证过程验证机器可读指令。在一些实施例中，系统包括第一处理器，第二处理器和存储介质，存储介质存储包括可由第二处理器执行的机器可读指令的第一信息。第一处理器使用涉及在不同时间的多次迭代的迭代验证过程来验证机器可读指令，其中多次迭代中的每次相应迭代包括向第二处理器发出相应指示以基于第一信息的相应子集来计算值，其中相应指示包括标识相应子集的相应子集信息，其中相应子集信息不同于多次迭代的另一次迭代中发出的另一个指示中包括的不同子集信息，不同子集信息标识第一信息的不同子集。每次迭代还包括基于由第二处理器返回给第一处理器的值来确定机器可读指令的有效性。 | ||||||
| 2 | Scrum中迭代过程文档生成方法及装置 | CN202110882981.7 | 2021-08-02 | CN113590099A | 2021-11-02 | 白燕; 张明子; 王征佳 |
| 本发明提供了一种Scrum中迭代过程文档生成方法及装置，可用于分布式技术领域，该方法包括：在页面开始迭代时，采用webhook收集迭代数据，基于所述迭代数据计算迭代指标值；根据迭代数据和迭代指标值，在Confluence中创建该迭代的迭代过程文档的目录页面；在迭代过程中，基于JIRA设置的定时服务，根据正在进行的迭代数据计算迭代指标值，按照预设周期，更新Confluence中该迭代的迭代过程文档；在迭代完成时，基于最后的迭代数据计算迭代指标值，更新Confluence中该迭代的迭代过程文档。本发明可以自动生成迭代过程文档，效率高，实时性好。 | ||||||
| 3 | 使用迭代验证过程验证机器可读指令 | CN202110417623.9 | 2021-04-19 | CN113971276A | 2022-01-25 | J·约克 |
| 本公开涉及使用迭代验证过程验证机器可读指令。在一些实施例中，系统包括第一处理器，第二处理器和存储介质，存储介质存储包括可由第二处理器执行的机器可读指令的第一信息。第一处理器使用涉及在不同时间的多次迭代的迭代验证过程来验证机器可读指令，其中多次迭代中的每次相应迭代包括向第二处理器发出相应指示以基于第一信息的相应子集来计算值，其中相应指示包括标识相应子集的相应子集信息，其中相应子集信息不同于多次迭代的另一次迭代中发出的另一个指示中包括的不同子集信息，不同子集信息标识第一信息的不同子集。每次迭代还包括基于由第二处理器返回给第一处理器的值来确定机器可读指令的有效性。 | ||||||
| 4 | 设计思考过程知识循环迭代归并方法 | CN201510961784.9 | 2015-12-21 | CN106897773A | 2017-06-27 | 刘继红; 周建慧 |
| 本发明提供了一种设计思考过程知识循环迭代归并方法，涉及知识密集型企业隐性知识资源管理与应用方法。本方法包含设计思考过程演进知识模型的构建和设计思考过程知识迭代归并。本发明针对设计思考过程模型中相同设计认知要素及关系的大量重复，不但产生大量冗余信息，还难以清晰呈现设计反复和迭代过程的问题。开展设计迭代和演进过程信息提取，并归纳总结设计活动情节的设计迭代类型，定义新的设计思考过程元素和关系，构建设计思考过程演进模型，实现设计思考过程模型对设计认知过程的准确刻画。通过对隐性知识的再处理，进一步提高知识的效用和服务效率，有助于促进设计过程知识的积累、共享与重用，为提高设计者的创新能力提供有力支持。 | ||||||
| 5 | 基于FIA-CVA与迭代增强框架的过程监测方法 | CN202111496925.6 | 2021-12-08 | CN114237202B | 2024-04-05 | 杨春节; 楼嗣威; 许永泓; 吴平; 杨越麟 |
| 本发明公开了一种基于FIA‑CVA与迭代增强框架的过程监测方法。在建模阶段旨在通过利用故障信息来获得更有效的故障检测结果，从而提出了FIA‑CVA建模方法。首先通过典型变量分析方法将原始数据空间分解为状态子空间和残差子空间。根据一定的故障数据，分析故障从正常到故障的变化，进一步将残差子空间分解为故障相关状态子空间、故障无关状态子空间、故障相关残差和故障无关子空间四个子空间，并建立相应的基于FIA‑CVA的监控统计和阈值。随后通过所提出的故障信息辅助集成增强监测框架（FIA‑IEMS）进行过程监测。在这个框架中首先依据工业现场采集到了多种类故障数据，建立一系列FIA‑CVA子模型，然后采用贝叶斯推理综合考虑不同模型的监测概率从而进行更为广泛的故障监测。 | ||||||
| 6 | 压裂施工过程全周期统计分析迭代方法及系统 | CN202211270114.9 | 2022-10-18 | CN115564385A | 2023-01-03 | 范杰; 王云海; 李胜忠; 彭平生; 李莉莉; 陆英娜; 李卓航; 雷刚; 刘灼; 李方淼 |
| 本发明涉及统计分析方法领域，公开了一种压裂施工过程全周期统计分析迭代方法，包括以下步骤：S1：获取压裂施工过程全周期设备运行数据；S2：基于历史经验数据得到压裂施工全周期设备运行的设定初值；S3：将压裂施工过程全周期设备运行数据与设定初值进行比对，根据比对结果确定是否需要对设定初值进行调整；S4：当需要对设定初值进行调整时利用误差间的传导规律来判断误差的根源，根据误差的根源形成新的经验性初值；S5：将形成的新的经验性初值设定更新到设备数据属性中，设备属性更新后会对设备模型和数据接口进行自动更新，并反馈到全周期设备运行数据中；S6：重复S1～S5进行循环迭代，数据统计精度高、数据利用率高。 | ||||||
| 7 | 一种基于广义值迭代的污水处理过程控制方法 | CN202110916446.9 | 2021-08-11 | CN113741182A | 2021-12-03 | 王鼎; 赵明明; 乔俊飞; 赵慧玲 |
| 本发明提出一种基于广义值迭代的污水处理过程控制方法，用于解决溶解氧浓度和硝态氮浓度的最优跟踪设计问题。本发明通过任意一个半正定的函数进行初始化而不必须为零，其中参数λ能够从未来的多个回报中学习从而加速学习过程。在GVI(λ)算法框架下，引入三个神经网络分别用于近似两种代价函数和跟踪控制律，给出基于神经网络的代价函数和跟踪控制律更新公式。在迭代算法执行过程中，建立一个新的停止准则来终止算法，从而保证系统的稳定性和跟踪控制律的最优性。实验结果表明，这里提出的GVI(λ)算法能在保证系统稳定性的前提下，有效地控制溶解氧浓度和硝态氮浓度。 | ||||||
| 8 | 针对安装于并联线路的IPFC的建模及迭代过程 | CN201811102132.X | 2018-09-20 | CN109256767B | 2021-11-19 | 祁万春; 吴熙; 陈曦; 程亮; 汪惟源; 黄俊辉; 孙文涛; 蔡晖; 李辰; 张群 |
| 针对安装于并联线路的IPFC的建模及迭代过程，其建模方法通过在安装IPFC的并联线路1、2以及并联线路3、4中增加虚拟母线j1、j2、k1、k2，使用功率注入法进行建模，将IPFC等效为节点注入功率并注入到虚拟母线j1、j2、k1、k2与实际母线i，再与网络方程交替求解，求得含IPFC的网络方程的潮流解。本发明与传统IPFC功率注入法建模的区别在于，传统IPFC功率注入建模方法不增加虚拟母线j1、j2、k1、k2，直接将IPFC等效的注入功率注入到IPFC所在线路两端的母线i、j、k，这样将无法正确反映IPFC所在并联线路控制目标不一样时并联的每回线路的潮流。本发明可以克服传统IPFC功率注入法建模存在的上述局限，提高了含IPFC电力系统潮流计算的准确性和IPFC控制方式的灵活性。 | ||||||
| 9 | 一种化工批次过程模糊迭代学习控制方法 | CN201810685878.1 | 2018-06-28 | CN108829058B | 2020-06-19 | 侯平智; 余哲; 胡晓敏; 王立敏; 张日东 |
| 本发明公开了一种化工批次过程模糊迭代学习控制方法。本发明首先通过分析一个非线性批次过程的状态空间模型，建立一个简单的模糊模型；然后采用迭代学习控制策略并定义了系统状态误差和输出跟踪误差，通过结合误差补偿的技术，得到了一种基于跟踪误差的控制更新律，进而得到控制量作用于被控对象。本发明将迭代学习控制与模糊控制相结合，有效的解决了工业生产过程中的不确定性以及非线性问题，并且系统的稳定性也有一定的提升。 | ||||||
| 10 | 针对安装于并联线路的IPFC的建模及迭代过程 | CN201811102132.X | 2018-09-20 | CN109256767A | 2019-01-22 | 祁万春; 吴熙; 陈曦; 程亮; 汪惟源; 黄俊辉; 孙文涛; 蔡晖; 李辰; 张群 |
| 针对安装于并联线路的IPFC的建模及迭代过程，其建模方法通过在安装IPFC的并联线路1、2以及并联线路3、4中增加虚拟母线j1、j2、k1、k2，使用功率注入法进行建模，将IPFC等效为节点注入功率并注入到虚拟母线j1、j2、k1、k2与实际母线i，再与网络方程交替求解，求得含IPFC的网络方程的潮流解。本发明与传统IPFC功率注入法建模的区别在于，传统IPFC功率注入建模方法不增加虚拟母线j1、j2、k1、k2，直接将IPFC等效的注入功率注入到IPFC所在线路两端的母线i、j、k，这样将无法正确反映IPFC所在并联线路控制目标不一样时并联的每回线路的潮流。本发明可以克服传统IPFC功率注入法建模存在的上述局限，提高了含IPFC电力系统潮流计算的准确性和IPFC控制方式的灵活性。 | ||||||
| 11 | 一种化工批次过程鲁棒复合迭代学习控制方法 | CN201810685861.6 | 2018-06-28 | CN108803340A | 2018-11-13 | 侯平智; 徐峥; 胡晓敏; 王立敏; 张日东 |
| 本发明公开了一种化工批次过程鲁棒复合迭代学习控制方法。本发明首先建立系统批次过程的状态切换模型；其次，设计迭代学习控制量，并定义状态误差和输出误差；然后，给出扩展的线性动态模型，使系统的实际输出能够更快速地跟踪给定的设定点；最后，根据系统中相邻阶段的状态切换模型，得到最优的迭代学习更新率和控制量。不同于传统方法，本发明结合了反馈控制与迭代学习控制的复合控制，增强了批次过程的抗干扰能力，使系统的状态切换过程具有更好的控制性能。 | ||||||
| 12 | 一种化工批次时滞过程鲁棒迭代学习控制方法 | CN201810685863.5 | 2018-06-28 | CN108628173A | 2018-10-09 | 侯平智; 李荣轩; 胡晓敏; 王立敏; 张日东 |
| 本发明公开了一种化工批次时滞过程鲁棒迭代学习控制方法。本发明首先通过采集输入输出数据建立输入输出模型，然后选取合适的状态变量建立状态空间模型，进一步根据状态空间模型和输出误差建立转化后的状态空间模型，最后通过选取可满足系统控制要求的性能指标设计控制器，进而设计出最优更新律，得到靠的控制方法。不同于传统的控制方法，通过在批次间引入系统输出跟踪误差，将系统模型转换为二维时延转换系统模型，再结合迭代学习控制和反馈控制，最后使系统获得了更好的控制性能。 | ||||||
| 13 | 一种批次工业过程的新型迭代学习控制方法 | CN201710947275.X | 2017-10-12 | CN107765549A | 2018-03-06 | 张日东; 靳其兵 |
| 本发明公开了一种批次工业过程的新型迭代学习控制方法。本发明首先选取合适的状态变量建立状态控制模型，进一步将状态控制模型转换为包含输出和跟踪误差的结构型扩展模型，然后结合迭代学习控制得到新的结构型扩展模型，最后选取相应的性能指标，结合迭代学习控制方程求得最优更新律和控制律。利用本发明可有效改善工业过程中控制方法的跟踪性能，增加控制器的调节自由度，改善系统的控制性能。 | ||||||
| 14 | 一种基于广义值迭代的污水处理过程控制方法 | CN202110916446.9 | 2021-08-11 | CN113741182B | 2023-11-17 | 王鼎; 赵明明; 乔俊飞; 赵慧玲 |
| 本发明提出一种基于广义值迭代的污水处理过程控制方法，用于解决溶解氧浓度和硝态氮浓度的最优跟踪设计问题。本发明通过任意一个半正定的函数进行初始化而不必须为零，其中参数λ能够从未来的多个回报中学习从而加速学习过程。在GVI(λ)算法框架下，引入三个神经网络分别用于近似两种代价函数和跟踪控制律，给出基于神经网络的代价函数和跟踪控制律更新公式。在迭代算法执行过程中，建立一个新的停止准则来终止算法，从而保证系统的稳定性和跟踪控制律的最优性。实验结果表明，这里提出的GVI(λ)算法能在保证系统稳定性的前提下，有效地控制溶解氧浓度和硝态氮浓度。 | ||||||
| 15 | 一种批次称重加料过程迭代学习控制方法 | CN201810997624.3 | 2018-08-29 | CN108919650A | 2018-11-30 | 安剑奇; 游发扬; 吴敏; 曹卫华 |
| 本发明提供了一种批次称重加料过程迭代学习控制方法，通过研究称重加料过程的机理，建立称重加料过程的状态空间模型；并对状态空间模型进行改进；得到与迭代学习控制器对应的二维系统；根据二维系统的稳定性条件、称重加料过程系统的控制性能的目标函数和多目标优化方法，求解出最优控制器参数；根据求解出的控制器参数，得到迭代学习控制器，控制批次称重加料过程。本发明的有益效果是：针对称重加料过程的重复特性，通过迭代学习控制器，能够有效利用历史批次的控制信息，提高了称重加料过程的控制性能，从而提高了批次称重加料的速度和精确度。 | ||||||
| 16 | 一种化工批次过程模糊迭代学习控制方法 | CN201810685878.1 | 2018-06-28 | CN108829058A | 2018-11-16 | 侯平智; 余哲; 胡晓敏; 王立敏; 张日东 |
| 本发明公开了一种化工批次过程模糊迭代学习控制方法。本发明首先通过分析一个非线性批次过程的状态空间模型，建立一个简单的模糊模型；然后采用迭代学习控制策略并定义了系统状态误差和输出跟踪误差，通过结合误差补偿的技术，得到了一种基于跟踪误差的控制更新律，进而得到控制量作用于被控对象。本发明将迭代学习控制与模糊控制相结合，有效的解决了工业生产过程中的不确定性以及非线性问题，并且系统的稳定性也有一定的提升。 | ||||||
| 17 | 一种化工批次过程容错迭代学习控制方法 | CN201810685840.4 | 2018-06-28 | CN108803339A | 2018-11-13 | 侯平智; 余波; 胡晓敏; 王立敏; 张日东 |
| 本发明公开了一种化工批次过程容错迭代学习控制方法。本发明首先建立化工批次过程的模型，并引入状态误差和输出误差，然后针对两个具体过程之间的切换条件进行分析，得到最优更新律和控制量。不同于传统的控制策略，本发明所提出的新型控制策略考虑到了执行器出现故障的情况，通过对切换过程的控制保证系统具有更好的控制性能。 | ||||||
| 18 | 一种化工多阶段批次过程迭代学习控制方法 | CN201810685600.4 | 2018-06-28 | CN108803338A | 2018-11-13 | 侯平智; 于征; 胡晓敏; 王立敏; 张日东 |
| 本发明公开了一种化工多阶段批次过程迭代学习控制方法。本发明首先建立多阶段批次过程的切换系统模型，然后基于切换系统模型，进一步设计出多阶段批次过程的迭代学习控制器，获得稳定子系统的最小平均停留时间和不稳定子系统的最大平均停留时间，最后根据不稳定子系统的最大平均停留时间，将切换步骤向前推进，消除异步切换并且避免了子系统的不稳定。不同于传统的控制方法，本发明通过选择分段二次函数来分析多阶段批次过程的子系统稳定性。 | ||||||
| 19 | 一种基于迭代学习的脉冲GTAW焊接过程控制方法 | CN201610854096.7 | 2016-09-27 | CN106270963B | 2018-07-24 | 卜旭辉; 尹艳玲; 崔立志; 杨俊起; 梁嘉琪 |
| 一种基于迭代学习的脉冲GTAW焊接过程控制方法，包括如下步骤：步骤1：焊接控制过程初始化；步骤2：开始第k次焊接作业：由视觉传感器测量焊缝的背面熔宽yk(t),然后与期望存储器中的期望值yd(t)相比得到背面熔宽误差ek(t)；步骤3：控制量存储器更新：第k次焊接作业结束后，若背面熔宽满足条件直接进行第k+1次焊接作业；否则，根据PD型迭代控制律得到第k+1次焊接作业的焊接峰值电流；步骤4：令k值自动加1，转到步骤2依次完成接下来的焊接控制任务。本发明充分利用焊接过程重复性的特点，采用PD型迭代学习控制算法，能够使焊缝背面熔宽快速甚至完全达到期望指标。控制器结构简单，并且对焊接过程中的非重复性扰动具有一定的抑制能力。 | ||||||
| 20 | 集成式迭代化软件开发过程控制系统及方法 | CN201610674087.X | 2016-08-11 | CN106327152A | 2017-01-11 | 梁婵婵 |
| 本发明涉及软件开发过程控制领域，其公开了一种集成式迭代化软件开发过程控制系统及方法，包括数据库单元，需求管理模块，任务管理模块，原代码版本控制模块，测试管理模块，事项管理模块，发布管理模块，通过模块间相互关联，在统一的迭代化开发管理下进行项目进度控制，软件质量保证，项目过程控制。本发明的有益效果是：整个软件开发过程进度可控制，质量可保证，开发出的软件易于扩展和维护；真正解决项目整体变更管理的难题，尤其是贯穿软件生命周期的统一的涵盖软件需求、项目进度、软件原代码、软件配置、软件测试、软件构建、软件发布和维护整个过程的迭代化开发管理的难题。 | ||||||
QQ群二维码
意见反馈
意见反馈