-
公开(公告)号：CN113933053B
公开(公告)日：2024-03-19
申请号：CN202111079663.3
申请日：2021-09-15
Applicant: 东北林业大学
Abstract: 本发明公开了一种非接触感应式摩擦电轴承传感器及其测试方法，该传感器包括滚动轴承、定子单元和转子单元，定子单元的端盖的沟槽处设有电荷补充装置，栅格电极由两个环形叉指电极组成，调整环用于调节电极与转子单元的距离；转子单元包括保持架连接板和PTFE环，保持架连接板通过铆钉与保持架相连接，PTFE环安装于保持架连接板的凹槽处。当轴承转动时电荷补充装置和PTFE环发生相对摩擦并在两接触表面不断积累电荷，并在栅格电极上感应产生相应的静电荷，随着PTFE环与栅格电极的相对转动，感应电荷在两个叉指电极之间来回流动产生交流信号。本发明可实现对滚动轴承的转速和打滑率检测，具有测量范围广、测量精度高和服役寿命长等优点。
-
公开(公告)号：CN116127371A
公开(公告)日：2023-05-16
申请号：CN202211554437.0
申请日：2022-12-06
Applicant: 东北林业大学
IPC: G06F18/241 , G06F18/214 , G06N3/08 , G06N3/0464
Abstract: 融合先验分布与同态混沌加密的多用户模型联合迭代方法，本发明涉及深度学习模型联合迭代技术中，用户本地数据分布差异较大以及隐私保护的问题。训练深度学习模型应用于各行各业中的不同任务处理已愈发广泛。然而模型训练依赖于足够数量与质量的数据集。然而数据经常难以采集以及隐私保护愈发重要，导致模型泛化性与准确性难以达到要求，本发明提出一种多用户模型联合迭代方法，其主要思想是利用先验分布弥合多用户本地数据分布差异，并混合两种加密技术保护数据隐私，从而实现模型联合迭代。该方法能有效降低模型训练难度，提升模型的泛化性能以及准确度。本发明应用于深度学习模型训练中的多用户模型联合迭代。
-
公开(公告)号：CN115099493A
公开(公告)日：2022-09-23
申请号：CN202210734346.9
申请日：2022-06-27
Applicant: 东北林业大学
IPC: G06Q10/04 , G06N3/04 , G06V10/774 , G06V10/82
Abstract: 一种基于CNN的林火向任意方向蔓延速率预测方法，涉及林火智能防控技术领域，为解决现有的林火蔓延速率的预测方法无法对林火向任意方向蔓延的速率进行准确预测的问题。包括如下步骤：S1、获取火场连续监测图像数据，火场所在地的气象数据，地形数据，可燃物属性数据；S2、计算火点的蔓延方向和蔓延速率；S3、将得到的数据进行标准化处理并随机分割得到训练集、验证集和测试集；S4、根据各变量相关性的强弱确定模型的输入矩阵；S5、构建基于CNN的神经网络模型；S6、使用训练集对模型进行训练，使用验证集评估其训练过程中的精度变化情况，用测试集对火点的蔓延速率进行预测，评估其最终训练效果。
-
公开(公告)号：CN113792396A
公开(公告)日：2021-12-14
申请号：CN202110982809.9
申请日：2021-08-25
Applicant: 东北林业大学
IPC: G06F30/17 , G06F30/23 , G06F119/14
Abstract: 本发明提出一种基于直接刚度法的行星螺纹滚柱轴承载荷分布规律计算方法，属于行星滚柱丝杠及行星螺纹滚柱轴承接触载荷计算技术领域；根据行星螺纹滚柱轴承的结构特征，对其结构进行离散化并将离散化结构简化为等效弹簧；计算螺纹牙刚度、轴段刚度及赫兹接触刚度，建立行星螺纹滚柱轴承的一维等效弹簧网络模型；利用直接刚度法，计算外部载荷作用下，弹簧网络内各个弹簧的内力与变形，得到对应的螺纹牙轴向接触载荷，从而计算接触变形与接触应力；本发明在考虑所有结构变形的基础上，通过直接刚度法精确计算了行星螺纹滚柱轴承的接触载荷分布，无需采用迭代计算，计算速度快，实用性与通用性好。
-
公开(公告)号：CN113639995A
公开(公告)日：2021-11-12
申请号：CN202110786013.6
申请日：2021-07-12
Applicant: 东北林业大学
IPC: G01M13/04
Abstract: 重载行星螺纹滚柱轴承轴向承载性能试验装置及试验方法，属于机械基础件测试技术领域。本发明解决了现有的对于标准轴承的测试装置不适用于重载行星螺纹滚柱轴承的静态极限载荷和极限动载荷测试的问题。包括底座、加载装置、三梁四柱结构、安装工装、驱动系统及测控系统，通过加载装置向被测行星螺纹滚柱轴承施加轴向力，所述驱动系统设置在第二固定梁的一侧且其输出端与阶梯轴的端部固接，通过测控系统实时显示及记录被测行星螺纹滚柱轴承所承受的静态载荷及动载荷。本申请可以实现重载工况条件下各种尺寸型号的行星螺纹滚柱轴承的极限静态载荷和极限动载荷寿命试验。试验装置结构合理、运行平稳，可实现自动化控制，并且具备良好的通用性与测量精确度。
-
Patent Agency Ranking
公开(公告)号：CN113298150A
公开(公告)日：2021-08-24
申请号：CN202110574163.0
申请日：2021-05-25
Applicant: 东北林业大学
Abstract: 一种基于迁移学习与自学习的小样本植物病害识别方法，涉及人工智能技术领域，针对现有技术中小样本植物病害的识别精度低的问题，包括一：获取目标域小样本数据集；二：引入迁移学习，利用基数据集对深度学习模型进行预训练，然后将预训练后的深度学习模型迁移到与基数据集中类别无交叉的目标域上进行学习；三：引入自学习，利用目标域中有标注的植物病害样本训练迁移后的模型，然后利用训练好的模型推断所有无标注植物病害的类别并赋予伪标注，之后判断伪标注的可信度；四：设置可信度阈值，并将可信度高于阈值的伪标注样本加入有标注的植物病害样本中，得到扩充植物病害有标注样本集，并利用扩充植物病害有标注样本集更新模型，得到最终模型。
-
公开(公告)号：CN113297987A
公开(公告)日：2021-08-24
申请号：CN202110591368.X
申请日：2021-05-28
Applicant: 东北林业大学
Abstract: 本发明公开了一种基于双目标函数优化的变分模态分解信号降噪方法，属于数字信号降噪方法技术领域。本发明解决了现有技术中存在的传统VMD算法的分解质量取决于主观人工经验进行参数设置，导致无法得到最优分解质量，从而影响信号的降噪效果的问题。本申请基于皮尔逊相关系数和融合冲击指数作为目标函数对变分模态分解进行参数优化的算法，可以有效实现信噪分离，抑制模态混叠，解决原始VMD方法需要人工设置参数问题，使得VMD可以根据不同输入信号的特性自适应地选择主要分解参数，无需再对各个IMF分量与原始信号进行相关性的评估以及筛选，通过分解得到的IMFs直接进行重构即可达到良好的降噪效果。
-
公开(公告)号：CN113075076A
公开(公告)日：2021-07-06
申请号：CN202110361628.4
申请日：2021-04-02
Applicant: 东北林业大学
Abstract: 一种电链锯锯切的实验台，本发明涉及锯切的实验台，本发明为了提供能够有效测出电链锯锯切效率与切削速度和进给速度的变化的实验设备，它包括试验台架体、数据采集系统、液压站、液压缸、第一S型传感器、伺服电机、扭矩传感器、可控硅调速器、链锯导板、夹具、顶部导轨、底部导轨、顶部滑块和底部滑块；第一S型传感器的一端固定安装在液压缸的活塞杆上，两个底部导轨平行安装在试验台架体上，每个顶部导轨上滑动设有两个顶部滑块，伺服电机靠近夹具安装在电机固定架上，扭矩传感器安装在伺服电机的输出端上，可控硅调速器安装在电机固定架上，可控硅调速器与伺服电机连接，链锯导板通过链锯链条与伺服电机连接。本发明用于锯切实验领域。
-
公开(公告)号：CN110465927A
公开(公告)日：2019-11-19
申请号：CN201810441312.4
申请日：2018-05-10
Applicant: 东北林业大学
Abstract: 本发明是一种方便搬运木材的上料直角坐标机器人,包括机架以及依次安装在机架上面各种机械结构协调完成。其中，步进电机用来为整体提供动力，滚珠丝杆以及齿轮齿条为其传动机构，上下运动主要依靠螺纹杆以及两个辅助杆，夹取物体的主要原件为气缸、活塞杆和一对半齿轮。最后采用plc控制系统来操纵整个上料直角机器人，解决了人工移送的方式上下料的操作，避免了一些人身危险问题和工人劳动强度高的问题，提高工作效率。
-
公开(公告)号：CN106718119B
公开(公告)日：2019-08-16
申请号：CN201611196309.8
申请日：2016-12-21
Applicant: 东北林业大学
IPC: A01G20/43
Abstract: 牵引式林区剩余物捡拾、粉碎和压缩一体机，属于林业机械领域。解决了现有林区剩余物拾取运送过程中存在拾取不充分、由于林区道路崎岖，对机械设备的刚性和稳定性要求高，且石子、泥土易被拾取，造成粉碎或压缩装置的损坏的问题。本发明通过传送带实现传送，并经过过滤板和旋风分离机进行两次分离，有效的将砂石颗粒滤除，避免了拾取剩余物中掺杂石粒等无用的物体，造成拾取效率低。另外，本发明不仅可以粉碎落叶等剩余物，还可以人工将枝桠等较粗的剩余物通过侧入料口进入到粉碎装置，且粉碎完的粉碎物料可以直接经过压缩装置进行初级压缩。本发明适用于林区剩余物拾取。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.033 seconds)
