-
公开(公告)号：CN117122325A
公开(公告)日：2023-11-28
申请号：CN202311096979.2
申请日：2023-08-29
Applicant: 北京航空航天大学 , 北京航空航天大学宁波创新研究院
Abstract: 本发明公开了一种头盔式脑机接口装置，所述装置包括：光电传感器、体温传感器、生物电位传感器、微控制器、存储模块、无线传输模块和数据终端；所述光电传感器、体温传感器及生物电位传感器信号连接所述微控制器，所述微控制器信号连接所述存储模块，所述无线传输模块信号连接所述微控制器，所述无线传输模块无线连接所述数据终端；所述装置还包括：电源供应模块，所述电源供应模块供电于所述光电传感器、体温传感器、生物电位传感器及微控制器。
-
公开(公告)号：CN113944804A
公开(公告)日：2022-01-18
申请号：CN202111006204.2
申请日：2021-08-30
Applicant: 北京航空航天大学
IPC: F16K99/00
Abstract: 本发明涉及液态金属门及其制备和驱动方法以及采用液态金属门的物质释放仓，液态金属门包括金属环，该金属环的内环面形成有一层金属间化合物，该金属间化合物由金属环与液态金属发生浸润后形成，该金属环的内环孔中容纳有一定体积的液态金属，液态金属在内环孔中形成一层阻断其两侧连通的液膜，金属环的内环面还设置有液膜力学缺陷位点，该位点为金属间化合物空白稀缺区，液态金属门还包括承托层和封口层，它们均设有开孔，并分设在金属环的两端，将液态金属限位在它们之间，液态金属承托在承托层上，封口层与承托层的间距大于液膜的厚度。本发明液态金属门工作环境和驱动方式简单，有广泛的应用空间。
-
公开(公告)号：CN105971901A
公开(公告)日：2016-09-28
申请号：CN201610286142.8
申请日：2016-05-03
Applicant: 北京航空航天大学
IPC: F04D15/00
CPC classification number: F04D15/0088 , F05D2260/80
Abstract: 本发明公开了一种基于完备总体经验模态分解与随机森林的离心泵故障诊断方法，该方法包括：(1)利用CEEMD将传感器所获得的离心泵振动信号分解成一系列IMF分类；(2)将IMF分类的样本熵作为信号的特征向量；(3)将CEEMD‑样本熵所得的特征向量作为随机森林分类器的输入进行故障诊断。本发明将CEEMD与样本熵用于离心泵振动信号的特征提取，一方面尽可能的避免了EMD分解出现的模态混叠及端点效应等现象，另一方面，特征提取较为方便简洁，计算量小，并对数据长度及噪声不敏感，因而适用性强。本发明将随机森林分类器用于离心泵的故障模式识别，避免了传统分类器过于依赖训练样本而出现过拟合的现象。尽可能的提高了分类准确率。
-
公开(公告)号：CN113944804B
公开(公告)日：2024-01-30
申请号：CN202111006204.2
申请日：2021-08-30
Applicant: 北京航空航天大学
IPC: F16K99/00
Abstract: 本发明涉及液态金属门及其制备和驱动方法以及采用液态金属门的物质释放仓，液态金属门包括金属环，该金属环的内环面形成有一层金属间化合物，该金属间化合物由金属环与液态金属发生浸润后形成，该金属环的内环孔中容纳有一定体积的液态金属，液态金属在内环孔中形成一层阻断其两侧连通的液膜，金属环的内环面还设置有液膜力学缺陷位点，该位点为金属间化合物空白稀缺区，液态金属门还包括承托层和封口层，它们均设有开孔，并分设在金属环的两端，将液态金属限位在它们之间，液态金属承托在承托层上，封口层与承托层的间距大于液膜的厚度。本发明液态金属门工作环境和驱动方式简单，有广泛的应用空间。
-
公开(公告)号：CN114393160B
公开(公告)日：2023-07-18
申请号：CN202111467273.3
申请日：2021-12-02
Applicant: 北京航空航天大学
Abstract: 本发明涉及金属材料工程领域，具体公开了一种铝合金挤压材制备方法，包括以下步骤：(1)锻造处理：对经过均匀化处理、表面扒皮的合金铸锭进行第一次锻造，然后依次进行墩粗、换向拔长、墩粗、换向十字拔长处理，再对拔长后的合金铸锭进行第二次锻造，并进行滚圆，其中，所述第一次锻造的温度大于所述第二次锻造的温度；(2)高温挤压处理；(3)固溶淬火处理；(4)预拉伸处理；(5)人工时效处理。通过该方法，可使改善铝合金大规格挤压材内外组织性能差异大，各向异性显著等缺点，使其综合性能获得较大提升。
-
Patent Agency Ranking
公开(公告)号：CN104832418B
公开(公告)日：2016-10-26
申请号：CN201510227858.6
申请日：2015-05-07
Applicant: 北京航空航天大学
IPC: F04B51/00
Abstract: 一种基于局部均值变换和Softmax的液压泵故障诊断方法，通过分析从液压泵采集到的振动信号可以获取液压泵的实时状态。首先利用局部均值分解(LMD)将振动信号分解成若干个PF(Product function简称PF)分量。再对包含故障信息的PF分量进行分析，提取能量等特征参数和相应的时域统计量。之后利用多维尺度分析(MDS)来进行特征约简。在得到约简后的特征之后，经过训练的逻辑斯蒂模型被用来对液压泵进行健康评估。在对液压泵进行健康评估的过程中如果检测到故障发生，经过训练的Softmax回归模型将对可能的故障模式进行诊断。本发明能够对有效的对液压泵的健康状态进行评估并对进行故障诊断。
-
公开(公告)号：CN105275833A
公开(公告)日：2016-01-27
申请号：CN201510726101.1
申请日：2015-10-30
Applicant: 北京航空航天大学
IPC: F04D15/00
Abstract: 本发明提出了一种基于CEEMD-STFT时频信息熵和multi-SVM的离心泵故障诊断方法，包括：第一步，离心泵故障数据预处理；第二步，故障特征提取；第三步，故障特征维度约减；第四步，用multi-SVM分类器自动识别故障模式。离心泵振动信号具有非平稳、重复再现性不佳等特点，使得一些基于传统时域或频域的分析方法无法及时地反映系统的运行状况。CEEMD是一种自适应的信号分解方法，能将信号分解为一系列的本征模式分量；STFT是一种时频分析方法，可分析非平稳信号；时频信息熵是信号时频分布复杂性的一种度量，能够表征出隐含在信号中的故障信息。本发明将CEEMD、STFT和信息熵方法相结合，并将其用于实际的诊断实验中，数据分析结果显示该方法具有较高的诊断精度。
-
公开(公告)号：CN105971901B
公开(公告)日：2018-03-02
申请号：CN201610286142.8
申请日：2016-05-03
Applicant: 北京航空航天大学
IPC: F04D15/00
Abstract: 本发明公开了一种基于完备总体经验模态分解与随机森林的离心泵故障诊断方法，该方法包括：(1)利用CEEMD将传感器所获得的离心泵振动信号分解成一系列IMF分类；(2)将IMF分类的样本熵作为信号的特征向量；(3)将CEEMD‑样本熵所得的特征向量作为随机森林分类器的输入进行故障诊断。本发明将CEEMD与样本熵用于离心泵振动信号的特征提取，一方面尽可能的避免了EMD分解出现的模态混叠及端点效应等现象，另一方面，特征提取较为方便简洁，计算量小，并对数据长度及噪声不敏感，因而适用性强。本发明将随机森林分类器用于离心泵的故障模式识别，避免了传统分类器过于依赖训练样本而出现过拟合的现象。尽可能的提高了分类准确率。
-
公开(公告)号：CN104778337B
公开(公告)日：2017-03-22
申请号：CN201510217102.3
申请日：2015-04-30
Applicant: 北京航空航天大学
IPC: G06F17/50
Abstract: 本发明公开了一种基于函数型主成分分析与贝叶斯更新的锂电池剩余寿命预测方法，首先，利用函数型主成分分析(functional principal component analysis,FPCA)构建锂电池非参数退化模型，基于此退化模型对锂电池剩余寿命进行预测，并分析了不同数量的建模数据对预测精度的影响。为了实现锂电池退化模型的实时更新，本发明提出了经验贝叶斯方法。通过贝叶斯方法对锂电池退化模型进行实时修正，可以得到更精确的锂电池退化模型。在此基础之上，本发明采用参数bootstrap方法计算锂电池剩余寿命分布，并计算其置信区间。
-
公开(公告)号：CN105275833B
公开(公告)日：2017-01-11
申请号：CN201510726101.1
申请日：2015-10-30
Applicant: 北京航空航天大学
IPC: F04D15/00
Abstract: 本发明提出了一种基于CEEMD-STFT时频信息熵和multi-SVM的离心泵故障诊断方法，包括：第一步，离心泵故障数据预处理；第二步，故障特征提取；第三步，故障特征维度约减；第四步，用multi-SVM分类器自动识别故障模式。离心泵振动信号具有非平稳、重复再现性不佳等特点，使得一些基于传统时域或频域的分析方法无法及时地反映系统的运行状况。CEEMD是一种自适应的信号分解方法，能将信号分解为一系列的本征模式分量；STFT是一种时频分析方法，可分析非平稳信号；时频信息熵是信号时频分布复杂性的一种度量，能够表征出隐含在信号中的故障信息。本发明将CEEMD、STFT和信息熵方法相结合，并将其用于实际的诊断实验中，数据分析结果显示该方法具有较高的诊断精度。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.082 seconds)
