-
公开(公告)号：CN114859202B
公开(公告)日：2025-05-06
申请号：CN202210526144.5
申请日：2022-05-16
Applicant: 华南农业大学
Abstract: 本发明公开了一种爪极发电机整流电路故障诊断方法、系统、设备及介质，方法包括下述步骤：S1、根据待测爪极发电机的机械参数以及运作转速，利用解析法获取待测爪极发电机的理论电磁力空间阶次和频率信息；S2、采集待测测爪极发电机整机散逸至空气声场中的噪声时域信号；S3、获取待测电机的噪声频率谱；S4、对于步骤S3中获得的噪声频谱，识别其噪声幅度最大的谐波频率，并与S1解析计算的结果进行对比，根据二者峰值噪声谐波的频次是否相同，判断是否发生单管开路故障或短路故障。本发明基于输出直流电流和电机噪声时域信号，在无需对电机进行拆卸的情况下，能对车载爪极电机整流二极管单管断路和短路情况进行快速诊断。
-
公开(公告)号：CN119769298A
公开(公告)日：2025-04-08
申请号：CN202510216264.9
申请日：2025-02-25
Applicant: 华南农业大学
IPC: A01D46/04
Abstract: 本发明公开一种多自由度的茶芽采摘装置，包括收集管、旋转驱动机构和摆动驱动机构；所述收集管包括旋转安装端和摆动安装端，所述摆动安装端位于收集管的末端且与旋转安装端连接，该摆动安装端为软管结构；所述旋转驱动机构与所述旋转安装端连接，用于驱动所述收集管和摆动驱动机构进行旋转；所述摆动驱动机构与所述摆动安装端连接，用于驱动所述收集管的摆动安装端进行摆动。该茶芽采摘装置具有更高的灵活性和采摘效益，能够实现对顶芽和侧芽的精准采摘，采摘茶芽的完整度高，极大提高了嫩芽的采摘质量。
-
公开(公告)号：CN116326336B
公开(公告)日：2025-02-18
申请号：CN202310483102.2
申请日：2023-04-28
Applicant: 华南农业大学
Abstract: 本发明公开一种双排带链式扶苗器与双轴拉茎辊组的菠萝采收装置，包括采收机构，所述采收机构通过升降装置安装在高床作业机上；所述采收机构包括安装架、两排采收模块以及输送机构；每排所述采收模块均包括用于将不同姿态的菠萝果实进行扶正的链式扶苗器、用于将菠萝果实从植株上分离的双轴拉茎辊组、设置在双轴拉茎辊组外侧的挡果板、用于驱动所述双轴拉茎辊组进行运动的驱动机构；所述双轴拉茎辊组与所述链式扶苗器之间设有动力传动机构。该菠萝采收装置通过链式扶苗器可以将正常生长或者倒伏的菠萝果实扶正并推送到双轴拉茎辊组的开口中，通过双轴拉茎辊组将菠萝果实从植株上分离，实现菠萝的采收，保证了采收质量。
-
公开(公告)号：CN119093802A
公开(公告)日：2024-12-06
申请号：CN202411217032.7
申请日：2024-09-02
Applicant: 华南农业大学
Abstract: 本发明的目的是提供一种快速响应低抖振的永磁同步电机转速控制方法，该方法包括：获取电机当前的工作参数；根据负载扰动观测值和电机当前的工作参数计算电极q轴的给定电流；根据所述电极q轴的给定电流计算d、q轴参考电压，并采用坐标逆变换获得两相静止坐标系下的参考电压；根据空间矢量脉宽调制根据两相静止坐标系下的参考电压计算脉冲宽度得到逆变器的控制信号；将所述逆变器的控制信号输入逆变器中的功率开关器件获得永磁同步电极的三相定子电压。本发明不仅可以在提高电机启动和响应能力的同时降低转速波动，还能进一步提高抗负载干扰性能，提升永磁同步电机的动态品质。
-
公开(公告)号：CN118982121A
公开(公告)日：2024-11-19
申请号：CN202411127924.8
申请日：2024-08-16
Applicant: 华南农业大学
IPC: G06Q10/04 , G06Q50/02 , G06V20/10 , G06V10/44 , G06V10/52 , G06N3/0464 , G06V10/25 , G06V10/74 , G06N3/048
Abstract: 本申请涉及一种茶青产量估测方法、装置、设备及介质，方法包括：基于已训练至收敛状态的茶青产量估测模型中的特征提取模块的骨干网络的多尺度特征提取模块对茶园目标区域图像进行特征提取，以提取茶园目标区域图像相对应的多尺度特征图；基于茶青产量估测模型中的ROI Align池化层提取多尺度特征图中的茶青特征图，并茶青特征图作为样例特征图；基于茶青产量估测模型中的特征匹配层根据多尺度特征图以及样例特征图，生成特征相关图；将特征相关图输入至茶青产量估测模型中的密度预测模块，以确定茶青图像的密度图，基于茶青图像的密度图的总像素密度值确定茶园目标区域中的茶青产量。本申请能够实现茶叶受光照、遮挡、密集等复杂环境下的茶青产量估测。
-
Patent Agency Ranking
公开(公告)号：CN115735545B
公开(公告)日：2024-11-15
申请号：CN202211554338.2
申请日：2022-12-02
Applicant: 华南农业大学
Abstract: 本发明公开一种带扶果器和拨果器的菠萝采收机具及菠萝采收设备，该菠萝采收机具包括机架、设置在机架上的行走机构、扶果器、拨果器以及切割器；所述扶果器包括导向机构以及扶起机构；所述导向机构包括多个扶果导向件；所述扶起机构包括转轴、多个扶起爪组件以及用于驱动转轴转动的扶起驱动机构；所述拨果器包括拨果组件以及用于驱动拨果组件转动的拨果驱动机构。该菠萝采收机具通过扶果器对不同姿态的菠萝果实进行扶正，然后通过拨果器将扶正的菠萝果实的茎秆拨动至切割器中，对茎秆进行切割；该菠萝采收机不仅能够将不同姿态的菠萝果实进行扶正，保证了采摘质量，还能够实现菠萝果实的批量采摘，提高了采摘效率，且在采摘过程不会发生遗漏。
-
公开(公告)号：CN118570519A
公开(公告)日：2024-08-30
申请号：CN202410476454.X
申请日：2024-04-19
Applicant: 华南农业大学
IPC: G06V10/764 , G06V10/26 , G06V10/25 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06V20/10
Abstract: 本申请涉及一种稻田禾本科杂草分类去除方法、装置、设备及介质，方法包括：采用预训练的稻田杂草检测模型对待检测水稻秧苗图像进行实例分割，确定待检测水稻秧苗图像中稻田禾本科杂草相对应的目标区域图像；将目标区域图像中的高分辨率细粒度特征图与粗略分割特征相融合确定融合后的特征，对融合后的特征执行逐点预测，确定稻田禾本科杂草相对应的对象掩码；根据对象掩码确定各个稻田禾本科杂草相对应的位置和类别，农药喷洒无人机基于稻田禾本科杂草相对应的类别确定稻田禾本科杂草相对应的农药处方，并喷洒至稻田禾本科杂草相对应的位置，以完成稻田禾本科杂草的分类去除。本申请解决了相似同科杂草识别困难的问题，为后续靶向除草奠定基础。
-
公开(公告)号：CN117875128A
公开(公告)日：2024-04-12
申请号：CN202410061412.X
申请日：2024-01-15
Applicant: 华南农业大学
IPC: G06F30/23 , G06F119/14
Abstract: 本发明公开了一种永磁同步电机定子网格节点阶次电磁力获取方法，首先根据给定的电机几何模型和给定的电机参数，在电磁仿真软件中建立电机瞬态电磁场仿真分析有限元模型；接着根据给定的运行工况，选取恒转矩区和恒功率区内的稳定转速点，并对选取的稳定转速点进行电磁力仿真；通过数据处理软件读取定子网格文件，并选取定子齿面网格节点作为目标网格节点；随后根据仿真结果，获取目标网格节点在各转速点受到的时域电磁力，并将时域电磁力进行快速傅里叶变换，得到电磁力频谱；从电磁力频谱中提取相应频率的电磁力谐波，得到每个目标网格节点随转速变化的阶次电磁力；接着对阶次电磁力进行扩充，得到满足频率分辨率要求的阶次电磁力。
-
公开(公告)号：CN115119546B
公开(公告)日：2024-03-12
申请号：CN202210851587.1
申请日：2022-07-19
Applicant: 华南农业大学
Abstract: 本发明涉及一种基于视‑触觉融合感知的稻田自适应柔性机械除草机，包括：柔性除草轮组、机架、自适应轮、装有触觉感知系统与视觉感知系统的感知平台、包含多组连接盘组的传动轴；柔性除草轮组位于机架的前部，传动轴布置在机架后部，感知平台布置在机架两侧，传动轴驱动自适应轮转动；两组触觉感知系统分别位于感知平台的前、后部，视觉感知系统位于感知平台的中部。作业时，柔性除草轮兼具行进及除草作业功能，通过感知平台获取路径偏距和杂草密度等级。在此基础上，经路径纠偏实现对行作业，并根据杂草密度等级，通过改变柔性除草轮和自适应轮转速，控制除草强度及除草频次，实现自适应除草作业。本发明农田机械除草领域。
-
公开(公告)号：CN111462058B
公开(公告)日：2024-01-05
申请号：CN202010211220.4
申请日：2020-03-24
Applicant: 华南农业大学
IPC: G06T7/00 , G06V20/10 , G06V10/774 , G06V10/764 , G06V10/82 , G06F16/51 , G06F16/583 , G06F16/58 , G06F16/55 , G06N3/0464 , G06N3/08 , G01N21/84
Abstract: 水稻有效穗数的高通量、快速以及准确获取，具本发明公开了一种水稻有效穗的快速检测 有较高的实际应用价值。方法，实现对稻田复杂环境下水稻有效穗的高通量智能计数；所述快速检测方法包括：采集水稻稻茬图像、利用深度卷积神经网络方法检测水稻有效分蘖以及计算水稻有效穗数，具体步骤为：用镰刀在距离地面2‑3厘米处割下整株成熟期水稻植株，然后在距离地面13‑20厘米的位置用智能手机或者照相机等移动采集设备采集稻茬样本图像；用Labellmg软件进行人工数据标注，建立水稻稻茬图像数据库，包括训练集、验证集和测试集；为得到最优的水稻有效穗检测模型，基于其他训练参数保持一致的前提下，利用三种不同的主干网络配合两种训练方法，分别对水稻稻茬图像进行相应训练并组建相应模型；对选出的
-
-
-
-
-
-
-
-
-
Search Results
256
records
(took 0.044 seconds)
