公开(公告)号：CN109739360B

公开(公告)日：2020-08-04

申请号：CN201910010988.2

申请日：2019-01-07

Applicant: 东北大学

Inventor： 薛昭洋 ,  杨宏亮 ,  杨结生 ,  杨杰夫 ,  翟明 ,  张傲卓

IPC: G06F3/01

Abstract: 本发明公开了一种力反馈装置对人体软组织仿真的控制系统与方法，主要应用于微创机器人手术和遥感操作系统中。该方法包括：提取操作者操作的力反馈装置的位置信息，根据安装在电机轴上的FT传感器测量扭转阻力矩信息作为反馈输入量，电机扭矩控制模式与速度控制模式的选择，基于能量控制方法使电机扭矩有稳定输出，CHAI3D场景中虚拟器械与人体软组织模型形变计算及实时渲染。控制系统包括手柄操作杆、电机驱动器、数据采集模块、电机控制单元、通讯单元、仿真控制单元和CHAI3D虚拟场景。本发明闭环的无源网络算法响应速度更高，安全性更好；基于CHAI3D建立人体软组织交互虚拟场景，方便测试所提出基于能量控制算法的稳定性与安全性，且提高交互力的高保真质量。

公开(公告)号：CN110807481A

公开(公告)日：2020-02-18

申请号：CN201911039968.4

申请日：2019-10-29

Applicant: 东北大学

Inventor： 尤富强 ,  杨宏亮 ,  贾明兴 ,  牛大鹏

IPC: G06K9/62 ,  G01D21/02

Abstract: 本发明涉及一种基于多源数据的针对起重机械的故障预测方法，包括如下步骤：S1、数据采集获得多源多传感器数据；S2、将获得的多源多传感器数据处理及转换，获取多源多传感器数据的规范数据频谱图；S3、将获取的多源多传感器数据的规范数据频谱图输入基于深度学习的起重机械故障预测模型；S4、基于深度学习的起重机械故障预测模型根据输入的多源多传感器数据的规范数据频谱输出相应的故障预测结果；基于深度学习的起重机械故障预测模型是由历史多源多传感器数据和相应故障类型数据训练获得的故障预测模型。本发明提供的故障预测方法较传统的方法更加的智能化和高效化，对特种设备的安全方面有了大大的提升，同时也提高了起重机械设备等的寿命。

公开(公告)号：CN109739360A

公开(公告)日：2019-05-10

申请号：CN201910010988.2

申请日：2019-01-07

Applicant: 东北大学

Inventor： 薛昭洋 ,  杨宏亮 ,  杨结生 ,  杨杰夫 ,  翟明 ,  张傲卓

IPC: G06F3/01

Abstract: 本发明公开了一种力反馈装置对人体软组织仿真的控制系统与方法，主要应用于微创机器人手术和遥感操作系统中。该方法包括：提取操作者操作的力反馈装置的位置信息，根据安装在电机轴上的FT传感器测量扭转阻力矩信息作为反馈输入量，电机扭矩控制模式与速度控制模式的选择，基于能量控制方法使电机扭矩有稳定输出，CHAI3D场景中虚拟器械与人体软组织模型形变计算及实时渲染。控制系统包括手柄操作杆、电机驱动器、数据采集模块、电机控制单元、通讯单元、仿真控制单元和CHAI3D虚拟场景。本发明闭环的无源网络算法响应速度更高，安全性更好；基于CHAI3D建立人体软组织交互虚拟场景，方便测试所提出基于能量控制算法的稳定性与安全性，且提高交互力的高保真质量。