平面双层伸缩滑轨移动运输机构

    公开(公告)号:CN217452678U

    公开(公告)日:2022-09-20

    申请号:CN202220690880.X

    申请日:2022-03-28

    Abstract: 本实用新型公开了一种平面双层伸缩滑轨移动运输机构,包括滑轨组、载物平台;下平台安装于横向轨道上,且下平台能够沿横向轨道的延伸方向滑动;纵向轨道安装于下平台上,且纵向轨道通过下平台调整相对于横向轨道的位置;上载物平台安装于纵向轨道上,且上载物平台能够沿纵向轨道的延伸方向滑动;上载物平台用以固定焊丝机;焊丝机通过横向轨道调整横向位置,焊丝机通过纵向轨道调整纵向位置。本实用新型的运输机构通过横向轨道和纵向轨道调整载物平台的横向和纵向位置,使其适应多种工况的大型焊接场地;该机构无需改变原有的工况布局,通用性强;实现了平面化移动,减少焊接工人的体力负荷,结构新颖,调整位置方便。

    基于数字孪生的航空涡轮叶片服役损伤监测方法

    公开(公告)号:CN119416395B

    公开(公告)日:2025-03-07

    申请号:CN202510014528.2

    申请日:2025-01-06

    Applicant: 吉林大学

    Abstract: 本发明涉及基于数字孪生的航空涡轮叶片服役损伤监测方法,属于航空发动机技术领域,解决了现有检测算法计算复杂度高、效率和精度较低的问题。确定待监测的涡轮叶片物理实体,采集涡轮叶片环境信息;以物理实体为基础构建数字孪生体,其中涡轮叶片三维模型构建模块根据物理实体构建涡轮叶片三维模型,涡轮叶片运行环境模拟模块依据涡轮叶片实时的载荷、旋转速度及所处环境温度数据对模型进行环境模拟,涡轮叶片缺陷演化预测模块利用智能缺陷检测算法识别模型每一时刻叶片表面缺陷,得到缺陷的类别和位置信息及尺寸信息,还进行演化模拟和危险系数分析。本发明实现了对航空涡轮叶片表面缺陷的实时在线、高精度、高效率检测,提高涡轮叶片使用寿命。

    基于深度强化学习的人体增强反馈方案动态决策方法

    公开(公告)号:CN118356626B

    公开(公告)日:2024-08-27

    申请号:CN202410789088.3

    申请日:2024-06-19

    Applicant: 吉林大学

    Abstract: 本发明涉及一种基于深度强化学习的人体增强反馈方案动态决策方法,属于深度学习技术领域,解决现有网球训练方法存在的智能化程度较低、灵活性较差、对感觉反馈利用度较低的问题。该方法首先获得若干个转换元组并存储到重播缓冲区中,再利用深度确定性策略梯度算法构建两个深度神经网络,以生成在连续空间下最优的动作策略网络和动作‑价值评价网络,定义依据运动理论计算得到的训练者理论最大击球速度与训练者实际最大击球速度差值的绝对值为奖励函数,对网络进行训练,得到回报最大化的最优装置控制策略。本发明结合训练过程人体运动数据,使网球训练装置智能化,并能根据训练者的训练效果实现网球训练装置实时反馈方案动态决策,实时性更强。

    基于数字孪生的航空涡轮叶片服役损伤监测方法

    公开(公告)号:CN119416395A

    公开(公告)日:2025-02-11

    申请号:CN202510014528.2

    申请日:2025-01-06

    Applicant: 吉林大学

    Abstract: 本发明涉及基于数字孪生的航空涡轮叶片服役损伤监测方法,属于航空发动机技术领域,解决了现有检测算法计算复杂度高、效率和精度较低的问题。确定待监测的涡轮叶片物理实体,采集涡轮叶片环境信息;以物理实体为基础构建数字孪生体,其中涡轮叶片三维模型构建模块根据物理实体构建涡轮叶片三维模型,涡轮叶片运行环境模拟模块依据涡轮叶片实时的载荷、旋转速度及所处环境温度数据对模型进行环境模拟,涡轮叶片缺陷演化预测模块利用智能缺陷检测算法识别模型每一时刻叶片表面缺陷,得到缺陷的类别和位置信息及尺寸信息,还进行演化模拟和危险系数分析。本发明实现了对航空涡轮叶片表面缺陷的实时在线、高精度、高效率检测,提高涡轮叶片使用寿命。

    用于材料性能试验机数字孪生的多源数据采集系统及方法

    公开(公告)号:CN119003663B

    公开(公告)日:2025-01-28

    申请号:CN202411496674.5

    申请日:2024-10-25

    Applicant: 吉林大学

    Abstract: 本发明属于测试设备制造技术领域,具体的说是一种用于材料性能试验机数字孪生的多源数据采集系统及方法。采集系统包括测试仪器、数据采集边缘网关、暂存数据库、工控机、发布/订阅式数据中转服务器和数字孪生服务器;数字孪生服务器与发布/订阅式数据中转服务器连接;构建方法包括:S1、搭建发布/订阅式数据中转服务器;S2、将数据发布至发布/订阅式数据中转服务器;S3、通过暂存数据库将数据发布至发布/订阅式数据中转服务器;S4、通过工控机将数据发布至发布/订阅式数据中转服务器;S5、数字孪生服务器订阅发布/订阅式数据中转服务器的数据。本发明成功连接测试仪器在运行过程中的多种的数据来源,实现了多源数据的采集和汇总。

    一种装备状态监测平台的脑力负荷评价方法

    公开(公告)号:CN116682561A

    公开(公告)日:2023-09-01

    申请号:CN202310752540.4

    申请日:2023-06-25

    Applicant: 吉林大学

    Abstract: 本发明涉及一种装备状态监测平台脑力负荷评价方法,包括步骤:从装备状态监测平台获取作业中的要素点并进行校验处理;构建要素点之间的相关关系矩阵并计算操作要素复杂度;从装备监测任务中梳理任务内容并根据任务内容构建完成整个任务的任务信息链;根据任务信息链分别计算任务分析复杂度和任务执行复杂度;综合操作要素复杂度、任务分析复杂度和任务执行复杂度计算综合复杂度;根据综合复杂度和操作时间,计算得到时间压力下的脑力负荷。本发明针对装备监测的标准化任务进行脑力负荷评价,解决当前无法定量化评估可视化界面操作任务中脑力负荷的问题,为装备状态监测平台的设计提供了支持。

Patent Agency Ranking