-
公开(公告)号：CN108160976A
公开(公告)日：2018-06-15
申请号：CN201810118178.4
申请日：2018-02-06
Applicant: 内蒙古工业大学
IPC: B22D18/04
CPC classification number: B22D18/04
Abstract: 本发明公开了一种低压铸造保温炉，包括：液压缸(1)、拉杆(2)、顶杆(3)、顶杆支撑架(4)、O型高温密封圈(5)、升液管(6)、炉盖(7)、坩埚(8)、电阻丝(9)、保温炉(10)、压力罐(11)、进排气口(12)。本发明结构简单，可靠性强，易于炉盖的开启和升液管的更换，进排气口置于压力罐的下部，有效地避免了因加压带来的铝液波动。
-
公开(公告)号：CN103114401B
公开(公告)日：2015-02-11
申请号：CN201310031271.9
申请日：2013-01-16
Applicant: 内蒙古工业大学
Abstract: 本发明公开了一种具有通用性的安全裤浸渍机，其包括机架、升降电机、左右电机、旋转电机、倾角电机、套筒、升降导轨、升降滑块、左右导轨、升降滚珠丝杠副、左右滚珠丝杠、旋转轴、支撑体和模具，所述升降滚珠丝杠副与所述升降导轨相互平行竖直放置，且分别与所述机架连接，所述升降滑块套装在所述升降导轨上并可沿所述升降导轨上下滑动。本发明的优点在于，1、本发明浸渍机的运动由步进电机驱动，每个运动都可以精确控制，且可以单步调试；2、本发明浸渍机与浸渍槽分开设计，浸渍机制造减少耗材，可以给各浸渍槽预留充分的放置空间，且可以随意调动等。
-
公开(公告)号：CN109973331A
公开(公告)日：2019-07-05
申请号：CN201910368698.5
申请日：2019-05-05
Applicant: 内蒙古工业大学
IPC: F03D17/00
Abstract: 本发明公开了一种基于bp神经网络的风力发电机组风轮叶片故障诊断算法，主要用于实现在役风力机叶片健康实时监测系统的故障决策智能化功能。其实现方案是：1：利用传感器获取与风轮叶片损伤有关的周围环境特征指标；2：利用特征指标与风轮叶片各故障程度建立数据集；3：构建阈值算法推演各类故障严重程度模型；4：构建BP神经网络决策模型；5：融合阈值模型和BP神经网络模型得出最终诊断结果；6：实时学习更新模型。本发明结合损伤指数的表象阈值特征和神经网络深层特征，使得整个故障诊断算法具备严重损伤预警功能和故障等级判别功能，为监测系统的故障决策功能智能化实现打下基础。
-
公开(公告)号：CN103114401A
公开(公告)日：2013-05-22
申请号：CN201310031271.9
申请日：2013-01-16
Applicant: 内蒙古工业大学
Abstract: 本发明公开了一种具有通用性的安全裤浸渍机，其包括机架、升降电机、左右电机、旋转电机、倾角电机、套筒、升降导轨、升降滑块、左右导轨、升降滚珠丝杠副、左右滚珠丝杠、旋转轴、支撑体和模具，所述升降滚珠丝杠副与所述升降导轨相互平行竖直放置，且分别与所述机架连接，所述升降滑块套装在所述升降导轨上并可沿所述升降导轨上下滑动。本发明的优点在于，1、本发明浸渍机的运动由步进电机驱动，每个运动都可以精确控制，且可以单步调试；2、本发明浸渍机与浸渍槽分开设计，浸渍机制造减少耗材，可以给各浸渍槽预留充分的放置空间，且可以随意调动等。
-
公开(公告)号：CN111855816B
公开(公告)日：2023-06-13
申请号：CN202010545026.X
申请日：2020-06-15
Applicant: 内蒙古工业大学
IPC: G01N29/14 , G01N29/44 , G06N3/0464 , G06N3/047 , G06N3/08
Abstract: 本发明公开了一种综合概率模型和cnn网络的风叶故障识别方法，首先采用叶片声发射检测对风力叶片信号采集；使用MFCC对数据进行预处理产生标签和mfcc图；将数据传入CNN模型进行卷积运算和Feature_map生成；同时再用LSTM和HMM对时序信息处理输出观测序列概率矩阵P1和P2；将P1和P2进行矩阵连接后采用Softmax计算状态概率矩阵；然后利用现有数据对模型进行迭代训练和交叉验证得到最优权重；将训练出来的模型用于风叶故障识别，计算输出层概率最大的标签为结果，再转化为风叶对应的状态即为风叶故障识别结果。本发明结合信号采集和机器学习算法，采用多个时序判别模型融合的方式对风叶状态整个过程进行感知，为风力机叶片的裂纹故障诊断提供了富有影响力的思路和指导。
-
Patent Agency Ranking
公开(公告)号：CN109973331B
公开(公告)日：2021-01-01
申请号：CN201910368698.5
申请日：2019-05-05
Applicant: 内蒙古工业大学
Abstract: 本发明公开了一种基于bp神经网络的风力发电机组风轮叶片故障诊断算法，主要用于实现在役风力机叶片健康实时监测系统的故障决策智能化功能。其实现方案是：1：利用传感器获取与风轮叶片损伤有关的周围环境特征指标；2：利用特征指标与风轮叶片各故障程度建立数据集；3：构建阈值算法推演各类故障严重程度模型；4：构建BP神经网络决策模型；5：融合阈值模型和BP神经网络模型得出最终诊断结果；6：实时学习更新模型。本发明结合损伤指数的表象阈值特征和神经网络深层特征，使得整个故障诊断算法具备严重损伤预警功能和故障等级判别功能，为监测系统的故障决策功能智能化实现打下基础。
-
公开(公告)号：CN111855816A
公开(公告)日：2020-10-30
申请号：CN202010545026.X
申请日：2020-06-15
Applicant: 内蒙古工业大学
Abstract: 本发明公开了一种综合概率模型和cnn网络的风叶故障识别方法，首先采用叶片声发射检测对风力叶片信号采集；使用MFCC对数据进行预处理产生标签和mfcc图；将数据传入CNN模型进行卷积运算和Feature_map生成；同时再用LSTM和HMM对时序信息处理输出观测序列概率矩阵P1和P2；将P1和P2进行矩阵连接后采用Softmax计算状态概率矩阵；然后利用现有数据对模型进行迭代训练和交叉验证得到最优权重；将训练出来的模型用于风叶故障识别，计算输出层概率最大的标签为结果，再转化为风叶对应的状态即为风叶故障识别结果。本发明结合信号采集和机器学习算法，采用多个时序判别模型融合的方式对风叶状态整个过程进行感知，为风力机叶片的裂纹故障诊断提供了富有影响力的思路和指导。
-
公开(公告)号：CN108211632A
公开(公告)日：2018-06-29
申请号：CN201810136562.7
申请日：2018-02-09
Applicant: 内蒙古工业大学 , 华科新能(天津)节能技术有限公司
IPC: B01D50/00
Abstract: 本发明公开了一种自适应智能吸入去除工业粉尘的设备，由引风机(5)，粉尘净化桶(2)，粉尘吸入口(1)，除尘出风口(4‑2)，灰斗(4)，自动化控制系统(6)组成。所述的自动化控制系统(6)位于旋风除尘桶上部表面，所述的粉尘吸入口(1‑2)位于上部方形粉尘净化桶(2‑1)侧壁通过圆筒卸尘，其联接方式为焊接，所述的另一粉尘吸入口(1‑1)位于下部圆筒净化桶(2‑2)侧壁，通过弯头接口卸尘管焊接。所述的二级卸尘管(3)位于上部方形粉尘净化桶(2‑1)侧壁最下端焊接。所述灰斗(4)位于二级卸尘管(3)另一端口焊接。所述的引风装置(5)位于灰斗的另一端焊接。自动化控制系统(6)与各部分通过导线连接。本发明所述的一种自适应智能吸入去除工业粉尘的设备，结构新颖合理，操作方便快捷，粉尘去除效率高，适用于不同粉尘的净化处理。
-
公开(公告)号：CN208407600U
公开(公告)日：2019-01-22
申请号：CN201820135259.0
申请日：2018-01-25
Applicant: 内蒙古工业大学
Abstract: 本实用新型公开了一种摇摆式筛分机构，该装置包括电源箱、电机、支架、圆盘、大连杆、销轴、小连杆、滑块、筛网、接盘，所述机构是一种摇摆式筛分机构。电源箱固定在支架上，为电机供电，电机与圆盘连接并安装在支架上，电机为圆盘提供旋转动力，大连杆一端安装在圆盘上，另一端通过销轴与小连杆相连，小连杆另一端与滑块相连，圆盘旋转通过大连杆与小连杆带动滑块滑动，筛网固定在两滑块之间，与滑块做同步运动。接盘固定在筛网下面的支架上。
-
公开(公告)号：CN203007639U
公开(公告)日：2013-06-19
申请号：CN201320073931.5
申请日：2013-01-16
Applicant: 内蒙古工业大学
Abstract: 本实用新型公开了一种具有通用性的安全裤浸渍机，其包括机架、升降电机、左右电机、旋转电机、倾角电机、套筒、升降导轨、升降滑块、左右导轨、升降滚珠丝杠副、左右滚珠丝杠、旋转轴、支撑体和模具，所述升降滚珠丝杠副与所述升降导轨相互平行竖直放置，且分别与所述机架连接，所述升降滑块套装在所述升降导轨上并可沿所述升降导轨上下滑动。本实用新型的优点在于，1、本实用新型浸渍机的运动由步进电机驱动，每个运动都可以精确控制，且可以单步调试；2、本实用新型浸渍机与浸渍槽分开设计，浸渍机制造减少耗材，可以给各浸渍槽预留充分的放置空间，且可以随意调动等。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.019 seconds)
