-
公开(公告)号：CN107485539A
公开(公告)日：2017-12-19
申请号：CN201710865402.1
申请日：2017-09-22
Applicant: 常州大学
IPC: A61H1/02
Abstract: 本发明涉及一种腕部功能康复训练机，包括机械本体和控制系统。机械本体包括腕关节屈伸及前臂旋前旋后运动机构、机体等，控制系统包括主控模块、驱动执行模块、显示及按键模块、报警指示模块等。本发明基于不同齿轮组啮合分别实现腕关节屈伸和前臂旋前旋后运动，滑动齿轮组进行运动切换，患者手部负荷小，简化了设计与控制。控制系统通过按键输入控制指令到驱动执行模块，进而控制系统协调各环节工作，为患者提供多样的腕部康复运动训练。
-
公开(公告)号：CN107389012A
公开(公告)日：2017-11-24
申请号：CN201710789581.5
申请日：2017-09-05
Applicant: 常州大学
IPC: G01B21/06
CPC classification number: G01B21/06
Abstract: 本发明公开了一种机电式电梯补偿链长度测量装置，包括计量轮、直线导轨、伺服电机、线性位移传感器、气动压紧机构和PLC。主计量轮和伺服电机通过连接板安装在直线导轨上，伺服电机驱动主计量轮，直线导轨和线性位移传感器安装在底座板上，气动压紧机构由气压缸驱动，PLC控制伺服电机和气压缸。工作时，气动压紧机构将补偿链压紧，并在一端牵引链条，同时启动伺服电机，用于抵消补偿链与同步带之间的动摩擦力，使两者速度一致。同时利用导轨补偿由于两者之间动摩擦力波动所造成的测量误差，提高测量精度。
-
公开(公告)号：CN106647470A
公开(公告)日：2017-05-10
申请号：CN201611095640.0
申请日：2016-12-02
Applicant: 常州大学
IPC: G05B19/042
CPC classification number: G05B19/0421 , G05B2219/2214 , G05B2219/2221
Abstract: 本发明涉及一种健康如厕系统，由上位机和下位机两部分构成；下位机主要实现如厕状态的检测，上位机主要实现信息显示、针对性的语音监督、时间提醒、健康如厕知识介绍、相关如厕信息记录及分析、如厕信息存储及查询、系统参数设置等，上下位机通过蓝牙模块进行数据通讯。如厕时系统根据压力数据进行家庭如厕人员辨识，对具体如厕信息进行分类存储，并通过最近一周数据对如厕者的如厕行为习惯进行评估，根据评估结果进行针对性的语音监督；此外，如厕时显示屏信息根据如厕的用时情况进行不同形式的多样动态显示。本发明的健康如厕系统，通过动态针对性语音服务以及多样的视觉提示功能帮助如厕者养成健康的如厕时间管理习惯。
-
公开(公告)号：CN104291154A
公开(公告)日：2015-01-21
申请号：CN201410506450.8
申请日：2014-09-28
Applicant: 常州大学 , 江苏兴华胶带股份有限公司
Abstract: 一种电梯平衡补偿链冷定型自动盘绕装备，属于制造装备技术领域，在机架上设置X向移动装置、Y向移动装置和Z向移动装置，在Y向小车上分别支撑前摩擦轮驱动装置和后摩擦轮驱动装置，在前摩擦轮和后摩擦轮之间布置第一导链环和第二导链环。Z向移动装置包括支撑在Y向小车上的Z向移动控制装置，在Z向移动控制装置的输出端连接齿轮，在竖向齿条的两侧分别固定直线导轨，各直线导轨与固定在设置于Y向小车下端的连接架上的滑块相互滚动配合，在齿条的背面布置沿齿条的长度方向布置的第三导链环，在第三导链环下方的齿条上设置机械手。本发明可以实现按照预定的盘绕轨迹全自动化、高精度地将补偿链逐圈逐层盘绕至所需高度的目标。
-
公开(公告)号：CN103243288B
公开(公告)日：2014-12-31
申请号：CN201310163714.X
申请日：2013-05-07
Applicant: 常州大学
IPC: C23C4/00
Abstract: 本发明公开一种双Z轴自动电火花沉积装置及方法，控制X轴、Y轴和Z1轴方向上的第一、第二、第四交流伺服电机运动将电极移动到工件表面的加工起点位置；第三交流伺服电机运行，Z2轴滑枕下降至旋转沉积枪对工件的挤压力等于预先设定值；第一、第二、第四交流伺服电机运行，通过转沉积枪旋转形成工件表面的运行轨迹；根据测力传感器测出的实际挤压力值调节电极的高度，当挤压力大于预先设定值的上偏差时，第三交流伺服电机反转驱动Z2轴滑枕上升，带动旋转沉积枪和电极上升；当挤压力小于预先设定值的下偏差时，第三交流伺服电机正转，驱动Z2轴滑枕下降；Z2轴方向的升降运动仅与挤压力有关，沉积层更加连续、沉积层厚度更加均匀。
-
Patent Agency Ranking
公开(公告)号：CN103394695A
公开(公告)日：2013-11-20
申请号：CN201310322137.4
申请日：2013-07-26
Applicant: 常州大学
IPC: B22F3/115
Abstract: 本发明涉及一种喷射成型设备及其加工控制方法，该设备包括供料装置、高压气体喷射装置、工作台、主控中心、探测杆、回路通断检测器、探测杆回收装置，进行单次喷射成型时，主控中心通过回路通断检测器检测是否有熔体进入雾化区与探测杆形成回路，来决定高压气体喷射时机。进行多次连续喷射成型时，主控中心通过压力传感器检测到金属熔体的压力变化是否到达设定的压力差数值来控制喷射时机。本发明的有益效果是：可以用于各类喷射成型的加工，并精确控制喷射时机，实现自动化加工。
-
公开(公告)号：CN117898732A
公开(公告)日：2024-04-19
申请号：CN202410008806.9
申请日：2024-01-03
Applicant: 常州大学
IPC: A61B5/22 , A61B5/00 , G06F18/22 , G06F18/241 , G06F18/214 , G06F18/213
Abstract: 本申请涉及运动识别技术领域，具体涉及一种握力感知装置及基于其的运动意图辨识方法。握力感知装置，包括，上位机，微控制器，压力传感器以及握柄，握柄上设置有凹槽，压力传感器以非阵列式设置在握柄上的凹槽内，对人体握力明显部位进行检测；微控制器与压力传感器、上位机连接。运动意图辨识方法，包括：上位机获取压力传感器信号并进行预处理，并对接收到的信号进行时域特征提取、时频域特征提取；根据特征与类别的相关性，相邻特征之间的变化率，特征之间的相关性选取最适特征并以此进行分类模型训练，用训练好的模型输出辨识结果。本发明通过手部关键部位的多点接触力及多层级有效力特征信息的表征来实现运动意图预测，具有很好的辨识效果。
-
公开(公告)号：CN117540182A
公开(公告)日：2024-02-09
申请号：CN202311508050.6
申请日：2023-11-13
Applicant: 常州大学
IPC: G06F18/2113 , A61B5/369 , A61B5/372 , A61B5/00 , G06F18/213 , G06F18/214 , G06F18/2411
Abstract: 本发明属于脑电信号处理领域，具体涉及一种联合相关性和冗余性评估的脑电信号特征优化方法，包括以下步骤，脑电信号数据采集和数据预处理；提取各子频带的特征并融合成为样本特征；通过样本加权的ReliefF算法筛选初选特征集；利用互信息对初选特征集中特征的冗余性进行打分，筛选最优特征集；将优化后的特征样本划分为训练集和测试集，用训练集训练模型，向所得模型中输入测试集以评估辨识效果。本申请联合相关性和冗余性评估的脑电信号特征优化方法，有效消除了冗余特征并保留类别强相关特征，准确选取了更具表征性的特征，进而实现运动想象脑电信号的有效分类识别。
-
公开(公告)号：CN117426778A
公开(公告)日：2024-01-23
申请号：CN202311356580.3
申请日：2023-10-19
Applicant: 常州大学
IPC: A61B5/369 , A61B5/372 , A61B5/16 , A61B5/00 , G06F18/15 , G06F18/2131 , G06F18/2134 , G06F18/24 , G06F18/214 , G06F18/21 , G06F18/25 , G06N3/084
Abstract: 本发明涉及静息态脑电技术领域，尤其涉及一种基于通道差异的情绪异常脑电表征方法及系统。基于通道差异的情绪异常脑电表征方法：获取情绪异常状态和正常状态下的脑电信号；对预处理后的脑电信号进行时域特征、频域特征、时频域特征及非线性特征提取；对于提取的特征，基于各通道进行特征选择，获取能表征该通道信息的最优特征，并将各通道最优特征进行融合作为情绪状态的脑电表征特征集；基于脑电表征特征集组成的特征样本，利用BP神经网络进行辨识模型训练，得到情绪异常状态预测模型进行情绪异常状态预测。本申请的表征方法通过考虑通道的差异特点及通道信息特征优化，进行情绪异常状态的预测，可以有效提升预测的准确性。
-
公开(公告)号：CN117421637A
公开(公告)日：2024-01-19
申请号：CN202311448768.0
申请日：2023-11-02
Applicant: 常州大学
IPC: G06F18/24 , G06F18/214 , G06F18/25 , G06F17/18 , G06F17/16
Abstract: 本发明属于脑电信号处理领域，具体涉及一种基于时频Fi sher比的运动想象脑电辨识方法，包括以下步骤：脑电数据获取；数据预处理及样本划分；根据时频Fi sher比、各通道功率谱密度之间的互信息值选取各子频带最优通道集；提取各子频带特征并融合形成样本特征，训练辨识模型；输出辨识结果。本申请通过计算各通道的时频Fi sher比来表示各通道上时频分量的区分度，通过关键通道的选择，提取最具代表性的通道，降低信号中的噪声，从而提高运动想象脑电的辨识率。
-
-
-
-
-
-
-
-
-
Search Results
55
records
(took 0.015 seconds)
