具有地形实感的虚拟现实模拟系统

    公开(公告)号:CN107193234A

    公开(公告)日:2017-09-22

    申请号:CN201710483179.4

    申请日:2017-06-20

    CPC classification number: G05B19/0423 G05B2219/24215 G06F3/011

    Abstract: 本发明公开了一种具有地形实感的虚拟现实模拟系统,包括单片机、速度传感器、位置传感器、角度传感器、固定套环、内层支撑架、上层支撑架、内层传动带、上层传动带、核心处理器。单片机接收运动者身上安装的速度传感器、位置传感器、角度传感器的信息,控制固定套环做跟随运动,控制内层支撑架、上层支撑架转动,控制内层传动带、上层传动带转动,通过复杂的机械结构的组合与精确的控制方式相结合,实现具有地形实感的虚拟现实模拟系统,使单片机和虚拟现实内容信息同步,实现人体视觉、听觉、知觉和人体动作的同步,解决了虚拟现实运动空间不足的问题,降低了虚拟现实运动的眩晕感,增强了虚拟现实的体验感。

    一种基于伪标签学习的多分类器决策机制的变工况不可见类型下的故障诊断方法

    公开(公告)号:CN119903440A

    公开(公告)日:2025-04-29

    申请号:CN202510088191.X

    申请日:2025-01-21

    Abstract: 本发明公开了一种变工况不可见故障类型下基于伪标签学习的多分类器决策机制。首先,通过特征提取器提取源域和目标域的特征,利用全局分类器对目标域样本生成初步伪标签,局部分类器进一步验证置信度,过滤低置信度样本并识别未知类别。其次针对高置信度样本,在最大平均差异上引入正则化项实现源域与目标域之间的条件分布和边缘分布的对齐,根据训练阶段动态调整分布对齐强度。然后,引入中心损失函数,在特征空间中拉近已知类别样本分布中心,保证未知类别与已知类别的距离。最后,通过在分类器中添加未知类输出,将检测到的未知类别样本统一分类。本发明方法实现了变工况下对已知故障类别的诊断和未知故障类别的识别。

    一种基于深度学习的压铸系统自动冷却方法

    公开(公告)号:CN113887133B

    公开(公告)日:2025-01-14

    申请号:CN202111132737.5

    申请日:2021-09-27

    Abstract: 本发明公开了基于深度学习的压铸系统自动冷却方法。通过引入卷积神经网络(CNN)与深度学习的方式,对金属液体凝固形成产品后模具表面热成像图和冷却系统工作结束后模具表面热成像图进行特征提取,使得冷却系统原本的输入与输出由图像形式改变为数学矩阵形式,损失函数就能实现对输入与输出图像的计算,进而获得通水量和通水时间的理想值。本发明中通过CNN神经网络确定冷却系统中的通水量与通水时间来实现理想的冷却效果,相比于经验法,在实际生产中本发明的方法在调节的过程中更灵活;实现了科学的控制冷却系统的目的,更可以达到延长模具使用寿命、缩小加工误差的目标。

    一种用于水面杂物清理及垃圾回收的智能水上机器人

    公开(公告)号:CN118107739A

    公开(公告)日:2024-05-31

    申请号:CN202410393418.7

    申请日:2024-04-02

    Abstract: 本发明属于水上机器人领域,尤其是一种用于水面杂物清理及垃圾回收的智能水上机器人,针对现有的水上机器人在使用过程中,收集杂物无法集中,清理效率低下,且装置水上运动过程中无法识别周边船只障碍物,导致容易发生碰撞的问题,现提出如下方案,其包括两个浮漂,两个浮漂的外侧固定连接有同一个安装箱,两个浮漂的外侧均固定安装有第一支架,两个第一支架上均固定连接有第一连接件,两个第一连接件上固定连接有同一个收集箱,两个第一支架上均固定连接有第二支架,本发明能够在使用过程中,方便将水中杂物集中收集,提高了清理效率,且能够识别周边船只障碍物,从而可以有效避免发生碰撞,结构简单,使用方便。

    基于改进型LSTM网络的表面粗糙度预测方法

    公开(公告)号:CN112069966B

    公开(公告)日:2023-11-28

    申请号:CN202010893197.1

    申请日:2020-08-31

    Abstract: 本发明公开了基于改进型LSTM网络的表面粗糙度预测方法,包括如下步骤:S1建立不同切削参数下振动信号与所对应的粗糙度值的大数据集;S2采用步骤S1中的大数据集对CNN网络层进行训练以获得CNN筛选特征集。S3对步骤S1中的大数据进行人工筛选特征获得人工筛选特征集。S4将步骤S2中的CNN筛选特征集和步骤S3中的人工筛选特征集作为输入门的特征数据对LSTM网络层进行训练获得全特征集。S5采用一个FCN网络对全特征集进行训练,以获得振动信号与粗糙度值相对应的预测模型。S6在S5的预测模型中输入待测粗糙度的振动信号以获得表面粗糙度值。本发明中的预测模型在数据预处理后改变原始信号后,不会过滤掉相关度高的特征;提高了零件表面粗糙度预测的准确性。

    基于改进Unet网络的电阻焊接剪切强度识别方法

    公开(公告)号:CN111882535B

    公开(公告)日:2023-06-27

    申请号:CN202010703655.0

    申请日:2020-07-21

    Inventor: 王雨轩 朱俊江

    Abstract: 本发明公开了基于改进Unet网络的电阻焊接剪切强度识别方法,包括如下步骤:(1)建立热像图和剪切强度值一一对应的大样本数据库。(2)建立Unet网络筛选模型。(3)建立用于步骤(2)中Unet网络的低分辨率特征选择门模型其中激励函数为;f(x)=2.285*10‑7x6‑1.865*10‑21x5‑1.76*10‑4x4+2.92*10‑8x3+0.0576x2+0.5x+0.8549。(4)将步骤(3)中所建立的选择门模型插入到步骤(2)所建立的Unet网络中;建立起改进Unet网络。(5)将步骤(1)中的大样本数据库输入到步骤(4)所获得的改进Unet网络中进行训练。(6)将某一焊接工件的热图像输入到步骤(5)中经过训练的改进Unet网络中,获取该热图像所对应的剪切强度值。本发明通过热图像与剪切力大小的关系,训练改进Unet模型,训练好的模型可通过输入热像图,输出剪切力大小。

    一种内窥镜
    38.
    发明公开
    一种内窥镜 审中-实审

    公开(公告)号:CN115104997A

    公开(公告)日:2022-09-27

    申请号:CN202210804424.8

    申请日:2022-07-08

    Abstract: 本申请属于医疗影像设备技术领域。本申请公开了一种内窥镜,包括连接模块、操作模块、插入模块及前端。其中,操作模块用于操控内窥镜进行探测。连接模块至少部分连接至操作模块,用于将内窥镜与外部设备连接。插入模块至少部分与操作模块相连,用于伸入探测体内部。前端至少部分连接至插入模块,用于捕捉探测体内部图像。插入模块包括弯曲装置,弯曲装置包括中轴、转动关节及连接部。其中,中轴能够进行弯曲,用于支撑内窥镜,连接转动关节。转动关节通过连接部固定于中轴上。本申请实施例提供的内窥镜转向灵活,柔韧性高,使用成本低,适合大范围推广使用。

    一种气动人工肌肉静态特性综合测试系统

    公开(公告)号:CN112630043B

    公开(公告)日:2022-09-13

    申请号:CN202011371407.7

    申请日:2020-11-30

    Abstract: 本申请公开了一种气动人工肌肉静态特性综合测试系统,属于气动人工肌肉测试技术领域,包括箱体、固定支撑板、转动结构、滑动结构、控制结构、旋转编码器、第一拉力传感器、第二拉力传感器以及用于给气动人工肌肉充气的气动模块,固定支撑板安装于箱体,旋转编码器安装于固定支撑板与转动结构之间,滑动结构能够相对于箱体移动,控制结构与箱体滑动连接,控制结构择一与转动结构和滑动结构中的一者连接。本实施例公开的气动人工肌肉静态特性综合测试系统既能对气动人工肌肉进行拉伸特性测试,又能对气动人工肌肉进行弯曲特性测试,结构简单,操作方便,只需对气动人工肌肉安装一次,即可完成对气动人工肌肉的拉伸性能和弯曲性能测试。

    一种基于深度学习的压铸系统自动冷却方法

    公开(公告)号:CN113887133A

    公开(公告)日:2022-01-04

    申请号:CN202111132737.5

    申请日:2021-09-27

    Abstract: 本发明公开了基于深度学习的压铸系统自动冷却方法。通过引入卷积神经网络(CNN)与深度学习的方式,对金属液体凝固形成产品后模具表面热成像图和冷却系统工作结束后模具表面热成像图进行特征提取,使得冷却系统原本的输入与输出由图像形式改变为数学矩阵形式,损失函数就能实现对输入与输出图像的计算,进而获得通水量和通水时间的理想值。本发明中通过CNN神经网络确定冷却系统中的通水量与通水时间来实现理想的冷却效果,相比于经验法,在实际生产中本发明的方法在调节的过程中更灵活;实现了科学的控制冷却系统的目的,更可以达到延长模具使用寿命、缩小加工误差的目标。

Patent Agency Ranking