一种盆栽灌溉托盘
    12.
    实用新型

    公开(公告)号:CN218959570U

    公开(公告)日:2023-05-05

    申请号:CN202320049351.6

    申请日:2023-01-06

    Abstract: 本实用新型公开了一种盆栽灌溉托盘,包括蓄水箱,所述蓄水箱外侧对称连接有侧板,一个所述侧板外侧通过连接座安装有驱动装置,所述驱动装置的驱动端通过多个齿轮传动连接于传动链条,所述传动链条一侧连接有多个顶升杆,所述传动链条另一侧连接有多个连接件,所述连接件之间连接有托盘,所述侧板顶部还设置有滑槽,所述滑槽内部滑动连接有喷淋管,所述喷淋管外侧套设有连接块,所述连接块外侧连接有复位弹簧,所述喷淋管一侧贯穿滑槽通过连接水管连接于水泵。通过驱动装置带动传动链条,进而带动托盘转动,同时顶升杆带动喷淋管在滑槽内部滑动,持续对同一托盘中的盆栽进行喷淋灌溉。

    一种防堵水利清淤装置
    13.
    实用新型

    公开(公告)号:CN216810076U

    公开(公告)日:2022-06-24

    申请号:CN202220525302.0

    申请日:2022-03-11

    Abstract: 本实用新型公开了一种防堵水利清淤装置,包括主管道,还包括清淤管,所述清淤管可拆卸的安装在主管道的表面,所述清淤管的数量至少为两个,所述清淤管包括内管和外管,所述内管套接在外管的内部,所述内管的内部设置有淤泥收集网架。该防堵水利清淤装置,清淤管可方便对主管道内部进行清淤工作,同时清淤管可设置多个,同时进行清淤工作,极大的增加了清淤效率,并且清淤管可拆卸的安装在主管道的表面,方便了工作人员对该装置进行组装。

    一种子母式无人机系统及其工作方法

    公开(公告)号:CN113716049B

    公开(公告)日:2024-05-07

    申请号:CN202110838005.1

    申请日:2021-07-23

    Abstract: 本发明涉及无人机侦察与协同作业技术领域,涉及一种子母式无人机系统,包括母机和子机,在母机上安装有装载平台,装载平台上设有固定闭锁装置,子机通过固定闭锁装置固定在装载平台上;子机包括旋翼系统、电源模块、飞控航电模块、侦察相机模块、定位模块和视觉识别系统;侦察相机模块包括相机和图像传输模块,相机和图像传输模块连接,用于在侦察作业阶段负责实时搜索成像和图像回传;定位模块和视觉识别系统共同组成子机的定位系统。还公开了其工作方法,利用母机进行高空长航程巡航侦察任务,子机分离后可独自进行低空局部精细侦察与搜索任务;子机通过固定闭锁装置固定在母机机身,结构稳定性与抗干扰能力强。

    一种液体火箭发动机故障模拟试验台

    公开(公告)号:CN117949214A

    公开(公告)日:2024-04-30

    申请号:CN202410354139.X

    申请日:2024-03-27

    Abstract: 本发明揭示了一种液体火箭发动机故障模拟试验台,包括:火焰异常泄露模拟装置、高压液体泄漏模拟装置、传感器异常脱落模拟装置、强光干扰环境模拟装置、震动干扰环境模拟装置、水雾干扰环境模拟装置和高帧率工业相机。本发明所揭示的液体火箭发动机故障模拟试验台可解决液体火箭发动机实际试车或运行过程中复杂环境干扰因素多、故障数据缺少且获取困难等问题,能够在试后处理工作中更有效的节省资源。

    基于强化学习的多维连续型优化变量全局优化方法

    公开(公告)号:CN111553118B

    公开(公告)日:2023-10-27

    申请号:CN202010340933.0

    申请日:2020-04-26

    Abstract: 本发明公开了一种基于强化学习的多维连续型优化变量全局优化方法,该方法包括:强化学习环境的建立;利用强化学习方法在指定优化变量集中选择指定个数的优化变量,然后再对其取值利用连续型优化变量优化算法进行优化的顺序优化策略;优化总体流程以及约束的引入方法。该方法针对多维连续型优化变量全局优化问题,实现了智能优化的目的,并且可以突破传统全局优化方法对优化变量个数的限制,使人工智能技术在优化方面的广泛应用成为了可能。可以应用于具有极大规模设计变量的工业设计、制造加工、控制优化、投资决策、系统工程等场合;并且得益于深度强化学习强大的智能组合优化能力,对于变量间存在复杂耦合关系的系统也有很好的全局优化效果。

    一种基于k8s的机器学习模型训练方法及系统

    公开(公告)号:CN114676850A

    公开(公告)日:2022-06-28

    申请号:CN202210296057.5

    申请日:2022-03-24

    Abstract: 本发明公开了一种基于k8s的机器学习模型训练方法及系统,包括以下步骤:依次构建模型训练所需的镜像、算法和数据集;添加模型信息,并创建模型训练输出和训练任务日志输出的文件夹;将模型训练所需的信息保存到数据库;扫描数据库中的任务训练数据表,查看可执行任务,如果有,执行下一步,没有则等待下一次调度;查看K8S机器当前的资源是否满足任务执行需求,如果满足,执行下一步,不满足,则等待下一次调度;构建任务所需的yaml文件;调用k8s创建执行模型训练的job和相关的pv和pvc,开始模型训练。可以有效降低模型训练的难度,可以有效的降低系统的资源使用率,降低模型开发成本,解决了现有技术中维护成本高,模型支撑改进中支持的种类少的问题。

    基于强化学习的多维连续型优化变量全局优化方法

    公开(公告)号:CN111553118A

    公开(公告)日:2020-08-18

    申请号:CN202010340933.0

    申请日:2020-04-26

    Abstract: 本发明公开了一种基于强化学习的多维连续型优化变量全局优化方法,该方法包括:强化学习环境的建立;利用强化学习方法在指定优化变量集中选择指定个数的优化变量,然后再对其取值利用连续型优化变量优化算法进行优化的顺序优化策略;优化总体流程以及约束的引入方法。该方法针对多维连续型优化变量全局优化问题,实现了智能优化的目的,并且可以突破传统全局优化方法对优化变量个数的限制,使人工智能技术在优化方面的广泛应用成为了可能。可以应用于具有极大规模设计变量的工业设计、制造加工、控制优化、投资决策、系统工程等场合;并且得益于深度强化学习强大的智能组合优化能力,对于变量间存在复杂耦合关系的系统也有很好的全局优化效果。

    绕流物体和工况改变时流场特征量的快速预测方法

    公开(公告)号:CN108763718B

    公开(公告)日:2020-08-14

    申请号:CN201810499129.X

    申请日:2018-05-23

    Inventor: 王怡星 陈刚 张扬

    Abstract: 本发明公开了一种绕流物体和工况改变时流场特征量的快速预测方法,该方法包括:生成深度学习网络输入数据,该生成方法适用于任何二维或三维几何模型;基于该输入数据及流场初始条件和工况条件,构建用于流场预测的深度学习网络结构;对该深度学习网络进行训练,以得到流场预测模型;该方法实现了深度学习对任意的复杂几何物体进行流场预测的要求,并且可以同时考虑到不同工况条件的影响,使深度学习在流场方面的广泛应用成为了可能;并且可以应用于流固耦合系统降阶模型的建立等场合中。

Patent Agency Ranking