一种等载荷分配行星滚柱丝杠
    2.
    发明公开

    公开(公告)号:CN119267519A

    公开(公告)日:2025-01-07

    申请号:CN202411794151.9

    申请日:2024-12-09

    Abstract: 本发明涉及行星滚柱丝杠技术领域,公开了一种等载荷分配行星滚柱丝杠,包括等节距丝杠,沿等节距丝杠的中心线均匀分布的多根渐变节距滚柱,以及在渐变节距滚柱外层设置的渐变节距螺母;所述等节距丝杠的外螺纹与渐变节距滚柱的内测外螺纹相啮合,所述渐变节距滚柱的外侧外螺纹与渐变节距螺母的内螺纹相啮合,所述渐变节距滚柱两端的轮齿与渐变节距螺母两端的内齿圈相啮合;所述等节距丝杠与渐变节距滚柱侧的载荷分配系数和渐变节距滚柱与渐变节距螺母侧的载荷分配系数相等。本发明通过一种新的渐变节距滚柱和渐变节距螺母设计,对螺纹牙变形协调关系进行调节,实现了螺母‑滚柱和滚柱‑丝杠侧载荷分配系数均为1的等载荷分配设计。

    一种多因素影响下工业机器人绝对定位误差预测补偿方法

    公开(公告)号:CN117773940B

    公开(公告)日:2024-07-16

    申请号:CN202410044351.6

    申请日:2024-01-11

    Abstract: 本发明公开了一种多因素影响下工业机器人绝对定位误差预测补偿方法,包括步骤1:将机器人加工环境根据加工范围分为准备区、过渡区以及工作区;步骤2:获取工业机器人末端的理论位置和实际位置;步骤3:基于轮盘赌法选择的动态粒子群算法实现机器人的运动学参数进行标定;步骤4:基于反距离加权法结合误差变化趋势的复合算法利用定位误差的相似性插值得到任意空间点位置误差;本发明同时考虑到几何因素和非几何因素对工业机器人的精度的影响,大幅提供了工业机器人的定位精度。

    基于个性化联邦迁移学习的滚动轴承故障诊断方法

    公开(公告)号:CN118190420A

    公开(公告)日:2024-06-14

    申请号:CN202410347304.9

    申请日:2024-03-26

    Abstract: 本发明公开了一种基于个性化联邦迁移学习的滚动轴承故障诊断方法,包括以下步骤:S1、联邦学习初始化训练;S2、对联邦学习的本地训练和全局聚合进行个性化调整,得到本轮局部最优参数;S3、完成模型的预训练;S4、将预训练的全局模型迁移到目标任务;S5、将模型迁移的损失函数作为个性化联邦迁移学习模型的总损失函数,将该总损失函数训练至收敛,完成训练;S6、用训练好的个性化联邦迁移学习模型完成对目标任务待测样本的分类。本发明利用个性化联邦学习将各源任务样本的有效信息聚合在一起,得到泛化性能较好的通用模型,再将其迁移到目标任务进行域适应,从而实现对滚动轴承故障进行准确、稳定地诊断。

    一种串-并联多功能分析型高速逆流色谱仪

    公开(公告)号:CN117839270A

    公开(公告)日:2024-04-09

    申请号:CN202410259575.9

    申请日:2024-03-07

    Abstract: 本发明涉及色谱仪技术领域,具体公开了一种串‑并联多功能分析型高速逆流色谱仪,包括行星箱、传动齿轮组、分离柱和解绕架,所述传动齿轮组设置在行星箱内,至少四个所述分离柱分别设置在传动齿轮组的输出端,所述解绕架通过支架固定在行星箱上,所述解绕架上设置有与各分离柱对应的支管,所述支管的一端置于分离柱的上方。本发明的优点是通过增加分离柱个数以及改变管路的连接方式,在同一台设备上实现既能一次独立分离多种样品,又能大上样量分离某单一样品的功能,可兼顾分析型和半制备型两种用途,适应性强。

    一种多因素影响下工业机器人绝对定位误差预测补偿方法

    公开(公告)号:CN117773940A

    公开(公告)日:2024-03-29

    申请号:CN202410044351.6

    申请日:2024-01-11

    Abstract: 本发明公开了一种多因素影响下工业机器人绝对定位误差预测补偿方法,包括步骤1:将机器人加工环境根据加工范围分为准备区、过渡区以及工作区;步骤2:获取工业机器人末端的理论位置和实际位置;步骤3:基于轮盘赌法选择的动态粒子群算法实现机器人的运动学参数进行标定;步骤4:基于反距离加权法结合误差变化趋势的复合算法利用定位误差的相似性插值得到任意空间点位置误差;本发明同时考虑到几何因素和非几何因素对工业机器人的精度的影响,大幅提供了工业机器人的定位精度。

    一种纤维表面改性机和纤维表面改性方法

    公开(公告)号:CN117758455A

    公开(公告)日:2024-03-26

    申请号:CN202311783721.X

    申请日:2023-12-22

    Abstract: 本发明属于纤维改性技术领域,具体涉及一种纤维表面改性机和纤维表面改性方法。本发明的纤维表面改性机包括外壳和控制箱,所述外壳内部设置有雾化系统、电离系统、加热系统和甬道;所述控制箱用于控制雾化系统、电离系统和加热系统;所述雾化系统用于控制所述甬道内的喷雾组分和/或气体组分,所述电离系统用于向所述甬道内放电,所述加热系统用于控制所述甬道内的温度。本发明还进一步提供利用上述纤维表面改性机进行纤维表面改性的方法。本发明对芳纶等表面改性难度较大的纤维具有很好的改性效果,且本发明为模块化设计,能够针对各种纤维的改性需求,进行改性工艺的调节,适用范围广。因此,本发明具有很好的应用前景。

    一种基于深度学习的髋关节医学图像处理方法和装置

    公开(公告)号:CN114663363B

    公开(公告)日:2023-11-17

    申请号:CN202210209914.3

    申请日:2022-03-03

    Abstract: 本发明设计医学图像处理技术领域,具体涉及一种基于深度学习的髋关节医学图像处理方法和装置。本发明方法包括:输入患者进行全髋关节置换术后的髋关节医学图像;对所述髋关节医学图像进行预处理;将经过预处理的髋关节医学图像放入预先训练好的SSD512目标检测网络模型,实现对关键点的定位,本发明还可进一步根据获得的关键点计算得到有解剖意义的骨盆放射学参数。本发明定位精度高,测量放射学参数准确,能够为医生提供参考,识别出假体安放位置水平或垂直方向偏移过多,假体安放角度不恰当以及假体与天然骨接触面不足的病人,对这类病人提前干预,提升术后病人生活质量,提升医生工作效率和流程的智能程度,具有很好的应用前景。

Patent Agency Ranking