-
公开(公告)号：CN112329317B
公开(公告)日：2022-12-09
申请号：CN202011315304.9
申请日：2020-11-21
Applicant: 西安交通大学
IPC: G06F30/23 , G06F113/14 , G06F119/04 , G06F119/14
Abstract: 本发明公开了一种精确的管线弯头应力的计算方法，1、计算管线位移影响下弯头应力增大系数；2、计算外载荷影响下弯头应力增大系数iF；3、综合两部分应力增大系数获得总的应力增大系数i1；4、计算弯头处的精确应力；本发明方法能够高效准确地计算管线弯头的应力，使弯头的应力分析结果更加精确可靠。准确应力增大系数的引入能够有效减少管线弯头应力计算值与真实值之间的误差，从而提高强度和疲劳分析结果的可信度。
-
公开(公告)号：CN115183487A
公开(公告)日：2022-10-14
申请号：CN202210785086.8
申请日：2022-07-05
Applicant: 西安交通大学
Abstract: 本发明公开了一种高铁跨临界二氧化碳热泵空调系统及其控制方法，所述控制方法包括以下步骤：采集获取车厢温度、列车所经过地区的室外环境温度、新风比、车厢载客率、车辆行驶速度、当前系统排气压力以及当前系统电子膨胀阀的阀开度；选择压缩机运行台数；计算压缩机运行频率；计算系统最优排气压力；调节电子膨胀阀的阀开度以达到系统最优排压压力；其中，采用二氧化碳作为循环制冷剂。本发明采用二氧化碳作为制冷剂，全球变暖潜能值GWP低且制热性能好，有利于高铁的节能减排。
-
公开(公告)号：CN113357842B
公开(公告)日：2022-08-09
申请号：CN202110595305.1
申请日：2021-05-28
Applicant: 西安交通大学
IPC: F25B9/00 , F25B31/00 , F25B40/06 , F25B41/385 , F25B49/02 , G05B11/42 , G06F30/28 , G06N3/10 , G06F119/08
Abstract: 本发明公开一种CO2跨临界并行压缩制冷系统的控制方法，所述系统包括主路跨临界CO2循环和支路近临界CO2循环装置；主路跨临界CO2循环装置包括依次循环连接的主压缩机、气体冷却器、回热器、主路节流阀、蒸发器和气液分离器；气液分离器的气体出口连接主压缩机的吸气口；支路近临界CO2循环包括支路节流阀以及辅助压缩机；回热器的出口旁通一路经支路节流阀、回热器、辅助压缩机连接主压缩机的吸气口。本发明能够解决并行压缩系统最优排气压力、中间压力、体积流量比的寻优问题，以及实际运行过程中，因环境温度改变，系统偏离性能最优的工况点的问题。
-
公开(公告)号：CN112085169B
公开(公告)日：2022-05-20
申请号：CN202010954596.4
申请日：2020-09-11
Applicant: 西安交通大学
Abstract: 本发明公开了一种肢体外骨骼辅助康复脑‑肌电融合感知的自主学习与进化方法，本发明将脑‑肌电融合策略于康复过程时间跨度进行拓展，结合深度学习自主学习技术，充分考虑了用户康复过程时间跨度的脑‑肌电特征变化，通过适应性地更改脑‑肌电决策权重，将脑‑肌电在用户康复过程进行融合，适应性地服务于用户康复过程与日常活动。本发明相比传统脑‑肌电融合外骨骼，跨越了识别性能的瓶颈，服务于用户康复的全过程，实现了用户与外骨骼设备的相互适应与相互学习，解决了现有脑‑肌电融合外骨骼的不足与现实问题。
-
公开(公告)号：CN112171669B
公开(公告)日：2021-10-08
申请号：CN202010998177.0
申请日：2020-09-21
Applicant: 西安交通大学
Abstract: 本发明公开了一种脑‑机协作数字孪生强化学习控制方法及系统，通过构建脑‑机协作控制模型，操控者给定虚拟机器人方向指令，同时采集操控者给定虚拟机器人方向指令时的脑电信号，根据采集的脑电信号给定虚拟机器人相应的速度指令完成指定动作，根据完成质量对脑‑机协作控制模型进行奖励值，完成脑‑机协作控制模型的训练，通过脑‑机协作的数字孪生环境，以强化学习实现脑‑机之间的双环路信息交互机制，实现了大脑和机器之间信息层、指令层的交互，本发明通过脑电信号检测操控者大脑状态，根据操控者的大脑状态对机器人的指令进行补偿调控，实现精准操控，相较其他脑‑机协作方法，提高了鲁棒性和泛化能力，实现了脑‑机之间的互适应、互增长。
-
Patent Agency Ranking
公开(公告)号：CN110946683B
公开(公告)日：2021-02-02
申请号：CN201911167807.3
申请日：2019-11-25
Applicant: 西安交通大学
IPC: A61F2/68
Abstract: 本发明公开一种假手指尖压力与关节角度反馈的电刺激驱动方法与系统，该系统包括压力角度测量模块和电刺激控制器，压力角度测量模块包括光纤传感器；所述光纤传感器，用于实时测量假手指尖各指压力与角度并发送到电刺激控制器；所述电刺激控制器，用于通接收各指关节角度和指尖压力值，经过预定的映射关系，产生特定刺激频率的恒定电流，经过固定于袖带上电极，刺激使用者的上肢大臂。该系统能够让使用者能够更好地控制假肢完成日常的生活动作，同时能够减少使用者对假肢的排斥心理。
-
公开(公告)号：CN109901711A
公开(公告)日：2019-06-18
申请号：CN201910087028.6
申请日：2019-01-29
Applicant: 西安交通大学
IPC: G06F3/01
Abstract: 本发明公开了一种由弱肌电伪迹微表情脑电信号驱动的异步实时脑控方法。以100ms脑电信号为单次信号源，首先利用肌电伪迹能量占比进行脑控微表情属性判定。其次执行脑控状态启/停脑控微表情检测及其有效性判定，判定为真性脑控微表情后启动脑控状态，进入脑控状态后，判定脑控微表情属性后进行脑控微表情识别及其有效性判定，判定为真性脑控微表情后生成脑控指令用于控制被控对象或停止脑控状态。本发明基于脑控微表情实现脑控状态启/停及8种被控对象动作操作，有效提高了脑控方法的实时性、灵活性与精确性，并增加异步脑控接口检测及脑控微表情有效性判定，提高脑控方法的实用价值，能广泛应用于多种脑控系统中。
-
公开(公告)号：CN112171669A
公开(公告)日：2021-01-05
申请号：CN202010998177.0
申请日：2020-09-21
Applicant: 西安交通大学
Abstract: 本发明公开了一种脑‑机协作数字孪生强化学习控制方法及系统，通过构建脑‑机协作控制模型，操控者给定虚拟机器人方向指令，同时采集操控者给定虚拟机器人方向指令时的脑电信号，根据采集的脑电信号给定虚拟机器人相应的速度指令完成指定动作，根据完成质量对脑‑机协作控制模型进行奖励值，完成脑‑机协作控制模型的训练，通过脑‑机协作的数字孪生环境，以强化学习实现脑‑机之间的双环路信息交互机制，实现了大脑和机器之间信息层、指令层的交互，本发明通过脑电信号检测操控者大脑状态，根据操控者的大脑状态对机器人的指令进行补偿调控，实现精准操控，相较其他脑‑机协作方法，提高了鲁棒性和泛化能力，实现了脑‑机之间的互适应、互增长。
-
公开(公告)号：CN109901711B
公开(公告)日：2020-06-19
申请号：CN201910087028.6
申请日：2019-01-29
Applicant: 西安交通大学
IPC: G06F3/01
Abstract: 本发明公开了一种由弱肌电伪迹微表情脑电信号驱动的异步实时脑控方法。以100ms脑电信号为单次信号源，首先利用肌电伪迹能量占比进行脑控微表情属性判定。其次执行脑控状态启/停脑控微表情检测及其有效性判定，判定为真性脑控微表情后启动脑控状态，进入脑控状态后，判定脑控微表情属性后进行脑控微表情识别及其有效性判定，判定为真性脑控微表情后生成脑控指令用于控制被控对象或停止脑控状态。本发明基于脑控微表情实现脑控状态启/停及8种被控对象动作操作，有效提高了脑控方法的实时性、灵活性与精确性，并增加异步脑控接口检测及脑控微表情有效性判定，提高脑控方法的实用价值，能广泛应用于多种脑控系统中。
-
公开(公告)号：CN110827987A
公开(公告)日：2020-02-21
申请号：CN201911077156.9
申请日：2019-11-06
Applicant: 西安交通大学
Abstract: 本发明公开一种多抓取模式下腕关节力矩的肌电连续预测方法及系统，预测方法通过采集各抓取模式下前臂表面肌电信号，进行预处理与特征提取；将各抓取模式下的肌电信号特征输入关节力矩预测模型，输出手腕关节力矩预测值，通过计算腕关节力矩预测值与参考力矩之间的线性相关系数，评价多抓取模式下腕关节力矩的肌电连续预测模型的准确性。通过利用残肢在多种抓取模式下的肌电信号连续预测使用者对假手腕关节的操作意图，并准确按照操作意图驱动假手腕关节实现类人手自然操作，提高了在不同模式下的鲁棒性，从而实现假手的人机自然驱动。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.024 seconds)
