-
公开(公告)号:CN105415374B
公开(公告)日:2017-03-08
申请号:CN201510989890.8
申请日:2015-12-24
Applicant: 大连理工大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于协同测量的机械手传动单元在线故障诊断系统,属于故障诊断领域。该系统包括振动传感器、数据采集中继器、机器人RTU和在线故障诊断子系统。振动传感器采用加速度传感器与陀螺仪采集振动加速度及运动角速度数据,将二者传输至数据采集中继器,对数据进行平滑滤波,通过Wi-Fi模块传输至机器人RTU。机器人RTU从机器人控制器读取相应关节的运动控制参数,计算机械手各关节的空间姿态数据,再利用卡尔曼滤波算法进行数据融合。在线故障诊断子系统将机械手产品出厂考核与测试阶段采集的机械手各关节初始二维固有振动特征与当前二维固有振动特征对比,作故障诊断。本发明在变速随动机械手故障诊断领域有重要作用。
-
公开(公告)号:CN105415374A
公开(公告)日:2016-03-23
申请号:CN201510989890.8
申请日:2015-12-24
Applicant: 大连理工大学
IPC: B25J9/16
CPC classification number: B25J9/1674
Abstract: 本发明公开了一种基于协同测量的机械手传动单元在线故障诊断系统,属于故障诊断领域。该系统包括振动传感器、数据采集中继器、机器人RTU和在线故障诊断子系统。振动传感器采用加速度传感器与陀螺仪采集振动加速度及运动角速度数据,将二者传输至数据采集中继器,对数据进行平滑滤波,通过Wi-Fi模块传输至机器人RTU。机器人RTU从机器人控制器读取相应关节的运动控制参数,计算机械手各关节的空间姿态数据,再利用卡尔曼滤波算法进行数据融合。在线故障诊断子系统将机械手产品出厂考核与测试阶段采集的机械手各关节初始二维固有振动特征与当前二维固有振动特征对比,作故障诊断。本发明在变速随动机械手故障诊断领域有重要作用。
-
公开(公告)号:CN103501531B
公开(公告)日:2016-03-02
申请号:CN201310456097.2
申请日:2013-09-29
Applicant: 大连理工大学
Abstract: 本发明公开了一种基于功率控制的无线MAC层信道分配方法,属于Ad Hoc网络领域。多信道Ad Hoc网络中,网络节点使用两个收发器,一个固定于控制信道,另一个在不同数据信道之间跳转。采用最大功率在控制信道传输RTS帧和CTS帧,采用最小功率在数据信道传输DATA帧和ACK帧。最小功率根据接收节点可正确接收并解码的最小接收功率门限计算得出。将同一冲突域内所有节点的发送功率分为不同等级,然后根据最小功率所在的等级选择相应数据信道,从而将发送功率差异较大的链接分配于不同信道,可缓解同一信道中非对称链接的不利影响,提高网络吞吐量及单位能耗吞吐量。本发明的具体实现CAPC协议,可作为Ad Hoc网络节点设备选择信道的MAC层协议使用。
-
公开(公告)号:CN104039021A
公开(公告)日:2014-09-10
申请号:CN201410260489.6
申请日:2014-06-12
Applicant: 大连理工大学
IPC: H04W74/08
Abstract: 本发明公开了一种基于信道占用率的MAC层公平性退避算法,属于AdHoc网络领域。节点发送数据前,首先计算节点对当前的信道占用率,判断其值与理想信道占用率的大小关系,同时根据前次通信是否成功,将当前通信状态分为四种类型。然后,根据当前竞争窗口值判断网络负载程度,在不同通信状态下,动态调整竞争窗口值,改变节点对接入信道的能力,最终实现所有节点对的信道占用率趋向1/n发展的相对公平状态。本发明可作为AdHoc网络节点设备选择信道的MAC层协议使用。
-
公开(公告)号:CN102339252A
公开(公告)日:2012-02-01
申请号:CN201110208958.6
申请日:2011-07-25
Applicant: 大连理工大学
IPC: G06F11/36
Abstract: 本发明属于软件安全技术领域,涉及一种基于XML中间模型以及缺陷模式匹配的软件静态检测方法。其特征在于构造基于关系存储模式的关系语法树,以及基于XML格式的中间数据存储模型,经过预处理、词法分析、语法分析模块对待检测的源代码文件进行解析,提取出程序代码的所有安全关键属性信息,利用XML生成模块存储在XML中间文件中,由漏洞检测模块根据规则配置文件,提取规则库中相应规则,对前端生成的XML中间文件执行规则检测。
-
公开(公告)号:CN113255814A
公开(公告)日:2021-08-13
申请号:CN202110642624.3
申请日:2021-06-09
Applicant: 大连理工大学
Abstract: 本发明公开一种面向边缘计算的基于特征选择的图像分类方法,采用卷积神经网络的卷积层和池化层对训练集图像进行特征提取,然后采用基于模糊C均值聚类的特征选择方法选出对分类贡献较大的图像特征,送入重新设计的分类器进行分类。在特征选择时,充分利用图像标签信息,采用针对各维图像特征的模糊聚类结果来描述各维图像特征在不同样本类别上的分布情况,并根据聚类得到的聚类中心和隶属度信息计算每个维度特征的类间分布差异度,从而选出类间分布差异明显、对分类贡献较大的特征。本发明提高了分类的精度,同时,减少了图像特征的维度,相应降低了分类器网络的规模,实现了分类器的轻量化,为在边缘计算节点的部署实施打下了基础。
-
公开(公告)号:CN106354707B
公开(公告)日:2019-04-19
申请号:CN201610808465.9
申请日:2016-09-07
Applicant: 云南电力调度控制中心 , 大连理工大学
Abstract: 本发明提供了一种省级电网节能发电调度报表动态生成系统,属于Web报表领域,包括报表管理部分和报表展示两个部分。报表管理部分分为报表定制和报表模板管理两个模块,报表定制模块负责对报表的模板、显示样式、功能、关联数据源进行配置;报表模板管理模块负责对配置完成的模板、报表类型和数据库表进行管理。报表展示部分分为报表显示、报表数据上传和报表审批三个模块,报表显示模块负责报表的显示;报表数据上传模块负责上传数据和存储数据;报表审批模块负责报表审批业务处理。该系统实现了快速定制具有展示、审批、上传数据功能的各类调度业务报表,可为电网节能发电调度提供重要支持。
-
公开(公告)号:CN104729507B
公开(公告)日:2018-01-26
申请号:CN201510172243.8
申请日:2015-04-13
Applicant: 大连理工大学
IPC: G01C21/16
Abstract: 一种基于惯性传感器的步态识别方法,属于体域网领域。该方法的实现分为四个阶段。在数据采集阶段,由附着在测试者双腿的四个传感器节点和腰部的一个传感器节点采集人体腿部和腰部运动的角速度、加速度和磁场强度,然后将数据通过无线方式发送至基站,进而传输至上位机进行处理;在周期划分阶段,根据测试者小腿角速度变化曲线划分步态周期,得到步态行为所对应的分段数据;在特征提取阶段,从分段数据中提取波形特征和行为特征,用于描述传感器信号的波动现象和步态行为的运动表现;在步态分类阶段,将步态特征输送至分类模型,计算得到步态所属类别,从而完成步态识别过程。本发明可作为体育训练、医疗保健、游戏设计等领域的步态识别方法使用。
-
公开(公告)号:CN105629875A
公开(公告)日:2016-06-01
申请号:CN201510990927.9
申请日:2015-12-24
Applicant: 大连理工大学
IPC: G05B19/19
CPC classification number: G05B19/19
Abstract: 本发明公开了一种机械手传动单元极限运动特性测试系统,属于机械手设计领域。该系统包括测试平台、控制检测单元和测试评价子系统。测试平台由固定卡件、平台台架、可调整安装架、摇柄、丝杠、丝杠升降机、升降台、支撑台、负载力矩控制器、连轴器和运动参数测量传感器组成。控制检测单元由专用测控模块、RS-232/USB转换模块、CAN/LAN转换模块、4个接线端子、指示单元和电源系统组成。测试评价子系统由数据库模块、人机交互模块、流程控制模块、伺服电机控制模块、负载力矩控制模块、运动参数测量模块、数据通讯模块和数据分析模块组成。本发明在机械手设计尤其是机械手传动单元设计选型领域有重要作用。
-
公开(公告)号:CN104729507A
公开(公告)日:2015-06-24
申请号:CN201510172243.8
申请日:2015-04-13
Applicant: 大连理工大学
IPC: G01C21/16
CPC classification number: G01C21/16
Abstract: 一种基于惯性传感器的步态识别方法,属于体域网领域。该方法的实现分为四个阶段。在数据采集阶段,由附着在测试者双腿的四个传感器节点和腰部的一个传感器节点采集人体腿部和腰部运动的角速度、加速度和磁场强度,然后将数据通过无线方式发送至基站,进而传输至上位机进行处理;在周期划分阶段,根据测试者小腿角速度变化曲线划分步态周期,得到步态行为所对应的分段数据;在特征提取阶段,从分段数据中提取波形特征和行为特征,用于描述传感器信号的波动现象和步态行为的运动表现;在步态分类阶段,将步态特征输送至分类模型,计算得到步态所属类别,从而完成步态识别过程。本发明可作为体育训练、医疗保健、游戏设计等领域的步态识别方法使用。
-
-
-
-
-
-
-
-
-