-
公开(公告)号：CN116881765A
公开(公告)日：2023-10-13
申请号：CN202310684765.0
申请日：2023-06-12
Applicant: 大连理工大学
IPC: G06F18/24 , G06F18/213 , G06N3/0455 , G06N3/0499 , G06N3/09 , G06N3/088
Abstract: 本发明公开一种基于深度学习的立铣刀磨损状态识别方法，包括：进给电流的采集和预处理后的图像样本，作为DCVAE模型的输入；利用DCVAE模型进行无监督训练，对样本数据进行特征提取，并保存潜在空间中的低维隐藏特征信息，其中增加编码器以增强提取数据特征的能力，利用约束条件使特征分布进一步集中；在有监督训练阶段，将提取到的低维隐藏特征信息输入到ELM模型中，利用标签信息和ELM模型完成低维隐藏特征信息的比对分类，从而实现对刀具不同磨损状态的分类识别。将数据集中的测试集样本输入到完成训练的DCVAE‑ELM网络模型中，从而获得刀具不同磨损状态的识别结果。
-
公开(公告)号：CN113798920B
公开(公告)日：2022-07-22
申请号：CN202111110014.5
申请日：2021-09-23
Applicant: 大连理工大学
IPC: B23Q17/09
Abstract: 一种基于变分自动编码器与极限学习机的刀具磨损状态监测方法，采集加工过程中机床主轴电机三相电流信号，将其融合成电流有效值并转化为三维矩阵形式生成图片样本，作为VAE‑ELM网络的输入；利用VAE进行无监督训练，保留网络由提取的短序列向量组成的特征信息部分；以无监督预训练阶段获得的特征信息作为有监督网络的初始输入，利用ELM算法对特征进行分类；完成网络的训练后，将测试样本输入到VAE‑ELM模型中，获得结果。本发明可以避免繁杂的数据预处理方法，且不需要剔除摆线铣削加工中空刀部分的信号数据也能够高效准确地识别出变工况条件下刀具的磨损状态，具有识别精度高，鲁棒性强的特点，在实际工程应用中具有重要意义。
-
公开(公告)号：CN103752919A
公开(公告)日：2014-04-30
申请号：CN201410008940.5
申请日：2014-01-09
Applicant: 大连理工大学
Abstract: 本发明一种非圆胀圈型密封环加工方法属于机械加工领域，特别涉及一种非圆胀圈型密封环加工方法。该加工方法在一次装夹的情况下，加工非圆胀圈型密封环径向内表面、外表面及一侧的轴向端面之后，切下密封环之前，先依次加工出密封环的部分切口；切下非圆胀圈型密封环之后，利用已加工出的部分切口定位，完成切口的加工。本发明有效地减少加工非圆胀圈型密封环过程中产生的误差，在切下非圆胀圈型密封环之前加工切口，不仅能够准确地在非圆轮廓上找到需要加工切口的特定位置，而且切下之前的胀圈型密封环具有较强的刚度，因此，能够有效确保胀圈型密封环切口的加工精度。
-
公开(公告)号：CN101716747B
公开(公告)日：2011-07-20
申请号：CN200910220064.1
申请日：2009-11-18
Applicant: 大连理工大学
Abstract: 本发明一种用于硅片超精密磨床的压电式磨削力测量装置属于传感测控技术领域，特别涉及硅片超精密磨削过程中磨削力的检测。测量装置由底座、压电石英力传感器、上盖、连接螺钉、转接板、梯形套筒、螺母、双头螺柱、法兰盘固定螺钉以及法兰盘组成。底座为一圆环式结构，底座的上表面上安装4个压电石英力传感器，4个压电石英力传感器呈正方形均匀分布，连接螺钉将底座、上盖以及压电石英力传感器刚性连接在一起，构成测力仪组件。压电石英力传感器由2对yx型单元晶组和1对xy型单元晶组组成。本装置具有结构简单，灵敏度高，线性度、重复性好，测量精度高的良好特性。压电式磨削力测量装置能够对硅片磨削加工过程中的磨削力进行实时检测。
-
公开(公告)号：CN1515540A
公开(公告)日：2004-07-28
申请号：CN03133904.2
申请日：2003-08-31
Applicant: 大连理工大学
IPC: C07C211/07 , C07C209/00
Abstract: 本发明属于化工技术领域，涉及到一种叔丁胺合成的新工艺。其特征是：采用MTBE(甲基叔丁基醚)和尿素法，先将充分粉碎的尿素溶于96％浓硫酸，然后在1～2小时内滴加入MTBE(甲基叔丁基醚)，保持温度在20～25℃，过滤得到叔丁基脲晶体，最后将叔丁基脲溶于40％NaOH水溶液先回流4小时，然后蒸馏收集42～46℃馏分得到叔丁胺。本发明的效果和益处是所采用的方法制取叔丁胺具有工艺简单、收率高、生产成本低、产品质量好、无环境污染的特点。
-
Patent Agency Ranking
公开(公告)号：CN118070401A
公开(公告)日：2024-05-24
申请号：CN202410401588.5
申请日：2024-04-03
Applicant: 中铁投资集团有限公司 , 中铁(辽宁) 本桓高速公路有限公司 , 大连理工大学
IPC: G06F30/13 , G06F30/27 , G06F30/28 , G06F30/23 , G06N20/10 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明公开了隧道泄水孔布置的最优参数预测方法，涉及地下建筑施工技术领域；包括获取地质参数、影响布置成本的泄水孔参数、隧道截面参数及埋深；通过不影响布置成本的泄水孔参数进行正交试验；基于正交试验的结果采用三维流固耦合模型对隧道进行数值模拟；基于SVM支持向量机建立不影响布置成本的泄水孔参数预测模型，将数值模拟的结果输入该预测模型，使用打乱划分交叉验证方法进行训练，获得训练后的预测模型；使用训练后的预测模型对隧道截面每个泄水孔不影响布置成本的参数进行最优解预测。本发明的最优参数预测方法有利于提升隧道泄水孔的工作效率、降低模拟试验成本、减少模型建立时间。
-
公开(公告)号：CN110163134B
公开(公告)日：2022-03-29
申请号：CN201910388691.X
申请日：2019-05-10
Applicant: 大连理工大学
IPC: G06K9/00
Abstract: 本发明属于结构健康检查技术领域，提供了一种基于分频段加权最小二乘的结构损伤区域识别方法，将结构在地震作用下的输入和输出响应在一定频率范围内分成几个频率区间，采用切比雪夫带通滤波器得到不同频率段的时程信号，对各频段信号进行最小二乘参数识别，然后分别以各频率段的能量作为权值，和采用普通克里金法求出权值，进行加权计算模态参数。本发明的有益效果：(1)分频加权，提高精确度；(2)通过振型的变化识别损伤区域，更加直观准确。
-
公开(公告)号：CN113798920A
公开(公告)日：2021-12-17
申请号：CN202111110014.5
申请日：2021-09-23
Applicant: 大连理工大学
IPC: B23Q17/09
Abstract: 一种基于变分自动编码器与极限学习机的刀具磨损状态监测方法，采集加工过程中机床主轴电机三相电流信号，将其融合成电流有效值并转化为三维矩阵形式生成图片样本，作为VAE‑ELM网络的输入；利用VAE进行无监督训练，保留网络由提取的短序列向量组成的特征信息部分；以无监督预训练阶段获得的特征信息作为有监督网络的初始输入，利用ELM算法对特征进行分类；完成网络的训练后，将测试样本输入到VAE‑ELM模型中，获得结果。本发明可以避免繁杂的数据预处理方法，且不需要剔除摆线铣削加工中空刀部分的信号数据也能够高效准确地识别出变工况条件下刀具的磨损状态，具有识别精度高，鲁棒性强的特点，在实际工程应用中具有重要意义。
-
公开(公告)号：CN107204481A
公开(公告)日：2017-09-26
申请号：CN201710467621.4
申请日：2017-06-20
Applicant: 大连理工大学
IPC: H01M8/2404
CPC classification number: H01M8/2404
Abstract: 本发明提供一种高可靠性燃料电池堆封装设计方法，属于燃料电池堆系统封装技术领域，利用力学理论和可靠性理论对电池堆进行简化，依次确定出电堆内组件的可靠度随接触应力的变化规律，进而确定各组件的最佳接触应力，通过对电堆组件的尺寸和封装力进行设计，实现了提升电堆可靠度的目的。本发明方便快捷、灵活多变，在保证封装精度的情况下能够极大减少计算耗费，缩短电池堆封装设计周期。
-
公开(公告)号：CN102039557B
公开(公告)日：2012-11-07
申请号：CN201010247782.0
申请日：2010-08-02
Applicant: 大连理工大学
IPC: B24B49/00
Abstract: 本发明一种磨削测力仪在机标定方法和水平力加载器属于传感测试技术领域。该方法中，磨削测力仪与电荷放大器、数据采集卡、工控机依次相连构成测控系统。在磨削测力仪安装在磨床上后，对磨削测力仪施加标准载荷并进行归一化调节，确定磨削测力仪的各向归一化灵敏度，由装在工控机中的监测软件处理数据后，建立磨削测力仪的“力值-示值”在机标定曲线，由此求得各性能指标。该在机标定方法采用两个结构完全相同的水平力加载器和标准测力计测量硅片磨削时产生的轴向力Fz、径向力Fr和切向力Ft，每个水平力加载器由移动套、提升螺杆、端接板、螺杆、连接轴、减速器、水平导向套等组成。该方法简便，干扰小，够达到良好的测量性能。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.025 seconds)
