考虑气动载荷的静子叶片调节机构相似多功能试验台及测试方法

    公开(公告)号:CN115655723A

    公开(公告)日:2023-01-31

    申请号:CN202210600327.7

    申请日:2022-05-27

    Abstract: 本发明提供一种考虑气动载荷的静子叶片调节机构相似多功能试验台及测试方法。本发明包括动力驱动系统、静子叶片调节系统、支架系统、工装系统以及测试系统,机匣外部和静子内环上设有试验轴孔,叶片冠部和根部分别插入机匣外部与静子内环对应的轴孔中,静子内环与垫块连接,静子内环能够在垫块的滑槽内滑动,动力驱动系统分别与机匣外部以及静子叶片调节系统的输入端相连,静子叶片调节系统构件自由度的约束与真实结构相应部件相同且动力学性能相似,工装系统用于叶片和静子内环的气动载荷加载,测试系统用于在施加载荷的情况下,获得静子叶片调节机构试验台中的部分构件的动力学响应。本发明能够反映机构真实动力学特性,拓展性强。

    一种基于离散扩散模型的文本条件人体动作生成方法

    公开(公告)号:CN118644895B

    公开(公告)日:2025-03-07

    申请号:CN202410782924.5

    申请日:2024-06-18

    Abstract: 本发明的一种基于离散扩散模型的文本条件人体动作生成方法,包括:步骤1:获取人体3D关键点数据集;步骤2:采用人体3D关键点数据集对动作量化变分自编码器进行预训练,采用训练完的动作量化变分自编码器编码获得动作潜变量;步骤3:采用人体3D关键点数据集和动作潜变量对轻量化离散扩散模型进行训练;步骤4:将给定的文本条件输入到文本编码器,生成文本特征向量,将文本特征向量输入到训练好的轻量化离散扩散模型获得动作潜变量,将动作潜变量输入到训练好的动作量化变分自编码器,解码获得与给定的文本条件对应的3D关键点运动序列。

    一种基于全局距离矩阵的卷积融合滚动轴承故障诊断方法

    公开(公告)号:CN119004353A

    公开(公告)日:2024-11-22

    申请号:CN202411488504.2

    申请日:2024-10-24

    Abstract: 发明提供一种基于全局距离矩阵的卷积融合滚动轴承故障诊断方法,包括以下步骤:获取待分析的滚动轴承的振动数据;基于全局距离矩阵的图像编码方法,将滚动轴承的振动数据转换成待分析滚动轴承二维图像;构建用于对滚动轴承故障进行分析的自适应融合多尺度卷积神经网络的故障诊断模型;对自适应融合多尺度卷积神经网络的故障诊断模型进行训练,得到训练好的自适应融合多尺度卷积神经网络的故障诊断模型;将待分析滚动轴承二维图片输入到训练好的自适应融合多尺度卷积神经网络的故障诊断模型,实现滚动轴承故障的诊断,该方法能够为不同来源的数据分配可学习的权重,赋予了网络分辨和合理利用不同信息源数据中的不平衡诊断信息的能力。

    一种水下机器人集群单路径跟踪的包含操纵量化控制方法

    公开(公告)号:CN118760217A

    公开(公告)日:2024-10-11

    申请号:CN202410914800.8

    申请日:2024-07-09

    Inventor: 郑景元 王昊

    Abstract: 本发明的一种水下机器人集群单路径跟踪的包含操纵量化控制方法,包括:建立水下机器人水平运动模型和控制目标的数学描述;开发基于tan型势垒李雅普诺夫函数和有限时间扩展李雅普诺夫条件的制导律;将制导律导入动力学控制器生成控制力矩,使水下机器人跟踪期望路径;基于平滑饱和函数,提出有界包含操纵协同控制律;将均匀量化器加入有界包含操纵协同控制律,获得有界量化包含操纵协同控制律,使得协同误差收敛性,实现水下机器人编队的等间距分布。该方法开发的制导律,可提高参数化视线制导框架的性能。提出的有界包含操纵协同控制律,可提高包含操纵的动态性能。提出的基于低通信量的包含操纵方法,通过避免直接传递路径变量大大降低通信负担。

    一种基于分块多尺度卷积神经网络的微表情识别方法

    公开(公告)号:CN118314617B

    公开(公告)日:2024-10-08

    申请号:CN202410741153.5

    申请日:2024-06-11

    Abstract: 本发明提供一种基于分块多尺度卷积神经网络的微表情识别方法,包括:提供包括多个视频序列的数据集,视频序列包括起始帧和顶点帧;从数据集中选择一个视频序列作为待测样本;提供基于分块多尺度卷积神经网络;将待测样本输入基于分块多尺度卷积神经网络,基于分块多尺度卷积神经网络的光流特征提取模块根据待测视频生成四维光流特征向量;基于分块多尺度卷积神经网络的分块多尺度卷积模块根据四维光流特征向量生成识别结果。通过光流特征提取模块更准确地捕捉和强化微表情的动态特征,为识别过程提供丰富的信息源;分块多尺度卷积模块增强了对微妙面部变化的敏感度,从而提升微表情识别的准确性。

    基于事件触发牛顿拉夫森的网内网间能量控制装置及方法

    公开(公告)号:CN114911180B

    公开(公告)日:2024-09-20

    申请号:CN202210465587.8

    申请日:2022-04-29

    Abstract: 本发明提供一种基于事件触发牛顿拉夫森的网内网间能量控制装置及方法,涉及能源控制技术领域。本发明将牛顿下降概念和动态事件触发通信策略嵌入到分布式优化算法的设计中,并考虑网络攻击等系统干扰,通过原对偶分析、泰勒展开和微分投影运算,通过网内网间能量控制装置的各个模块实现网内网间能量控制。本发明具有收敛速度快、无特殊初始化条件和异步通信的优点,更加灵活,易于实现。每个能源参与者可以快速获得其最优操作,并自适应地响应模型切换,而无需重置全局初始值,能减少通信交互,并显著降低对精确连续时间信息传输的依赖,也能减少通信开销和带宽等,并明确排除芝诺现象,具有更好的鲁棒性。

Patent Agency Ranking