-
公开(公告)号：CN115383419B
公开(公告)日：2023-06-20
申请号：CN202210974702.4
申请日：2022-08-15
Applicant: 哈尔滨工业大学(深圳) , 中广核研究院有限公司 , 哈尔滨工业大学
Abstract: 本发明涉及轴加工技术领域，尤其涉及一种轴定位支架，包括固定环，固定环内转动连接有多个滑轮，固定环内设置有转环，转环与多个滑轮接触，转环内固定连接有多个斜板，固定环上滑动连接有多组滑杆，每组设置有两个滑杆，每组两个滑杆上均固定连接有定位罩，每个滑杆与固定环之间均固定连接有弹簧，多个定位罩分别与多个斜板接触，固定环上连接有输送机构，每个所述定位罩内均设置有防滑纹，所述输送机构包括储存箱，固定环固定连接在储存箱上，储存箱内滑动连接有两个限位杆，两个限位杆上端固定连接有托板，托板与储存箱内底面之间固定连接有两个压簧，储存箱上固定连接有两个挡片，本定位支架能够对芯轴进行自动定芯。
-
公开(公告)号：CN115383419A
公开(公告)日：2022-11-25
申请号：CN202210974702.4
申请日：2022-08-15
Applicant: 哈尔滨工业大学(深圳) , 中广核研究院有限公司 , 哈尔滨工业大学
Abstract: 本发明涉及轴加工技术领域，尤其涉及一种轴定位支架，包括固定环，固定环内转动连接有多个滑轮，固定环内设置有转环，转环与多个滑轮接触，转环内固定连接有多个斜板，固定环上滑动连接有多组滑杆，每组设置有两个滑杆，每组两个滑杆上均固定连接有定位罩，每个滑杆与固定环之间均固定连接有弹簧，多个定位罩分别与多个斜板接触，固定环上连接有输送机构，每个所述定位罩内均设置有防滑纹，所述输送机构包括储存箱，固定环固定连接在储存箱上，储存箱内滑动连接有两个限位杆，两个限位杆上端固定连接有托板，托板与储存箱内底面之间固定连接有两个压簧，储存箱上固定连接有两个挡片，本定位支架能够对芯轴进行自动定芯。
-
公开(公告)号：CN115355433A
公开(公告)日：2022-11-18
申请号：CN202210986815.6
申请日：2022-08-17
Applicant: 哈尔滨工业大学(深圳) , 中广核研究院有限公司 , 哈尔滨工业大学
Abstract: 本发明涉及支架，更具体的说是一种检测相机支架，包括装置支架和滑动连接在装置支架上的扩张机构，所述装置支架上设置有四个方向上的四个滑动槽，扩张机构滑动连接在四个方向上的四个滑动槽内，扩张机构的两侧均固定连接有收缩支架，两个收缩支架的内侧均滑动连接有摆动机构，摆动机构和收缩支架之间固定连接有弹簧Ⅱ，两个摆动机构之间滑动连接有安装机构，安装机构和摆动机构之间固定连接有弹簧Ⅲ，每个收缩支架上均固定连接有两个移动机构；可以根据不同的使用需求调整相机的拍摄角度，并且可以自动移动，在复杂路况下进行拍摄。
-
公开(公告)号：CN115266400A
公开(公告)日：2022-11-01
申请号：CN202210975480.8
申请日：2022-08-15
Applicant: 哈尔滨工业大学(深圳) , 中广核研究院有限公司 , 哈尔滨工业大学
Abstract: 本发明涉及细长轴检测技术领域，更具体的说是一种细长轴检测用工作台，一种细长轴检测用工作台：包括检测环，检测环上滑动连接有检测部，检测部与检测环之间固接有弹簧，检测环上滑动连接有夹持部Ⅰ和夹持部Ⅱ，检测环转动连接在工作环上，还包括可拆卸连接在夹持部Ⅰ上的加强柱，夹持部Ⅱ上开设有通孔，检测环上滑动连接有横向板，横向板上转动连接有钻孔头，还包括固定连接在检测部上的连接圆环，还包括固接在工作环上的弧形槽，检测环上固接有受推杆，能够对细长轴薄弱部位进行强度检测。
-
公开(公告)号：CN115183647B
公开(公告)日：2024-11-26
申请号：CN202211003282.1
申请日：2022-08-19
Applicant: 哈尔滨工业大学(深圳) , 中广核研究院有限公司 , 哈尔滨工业大学
IPC: G01B5/00
Abstract: 本发明涉及检测领域，更具体的说是一种检测用细长轴横移导向轨，包括装置支架，装置支架上转动连接有第一丝杆，装置支架上转动连接有第二丝杆，装置支架上固定连接有驱动第二丝杆进行转动的动力机构Ⅱ，装置支架上滑动连接有滑动支架Ⅰ，滑动支架Ⅰ通过螺纹连接在第一丝杆上，滑动支架Ⅰ上固定连接有转动支架Ⅱ，转动支架Ⅱ和转动支架Ⅰ上均转动连接有扭动机构，转动支架Ⅱ和转动支架Ⅰ上均固定连接有驱动扭动机构进行转动的动力机构Ⅲ；可以对细长轴进行旋转加固，减少在检测过程中细长轴由于重力弯曲造成的测量误差。
-
Patent Agency Ranking
公开(公告)号：CN115183647A
公开(公告)日：2022-10-14
申请号：CN202211003282.1
申请日：2022-08-19
Applicant: 哈尔滨工业大学(深圳) , 中广核研究院有限公司 , 哈尔滨工业大学
IPC: G01B5/00
Abstract: 本发明涉及检测领域，更具体的说是一种检测用细长轴横移导向轨，包括装置支架，装置支架上转动连接有第一丝杆，装置支架上转动连接有第二丝杆，装置支架上固定连接有驱动第二丝杆进行转动的动力机构Ⅱ，装置支架上滑动连接有滑动支架Ⅰ，滑动支架Ⅰ通过螺纹连接在第一丝杆上，滑动支架Ⅰ上固定连接有转动支架Ⅱ，转动支架Ⅱ和转动支架Ⅰ上均转动连接有扭动机构，转动支架Ⅱ和转动支架Ⅰ上均固定连接有驱动扭动机构进行转动的动力机构Ⅲ；可以对细长轴进行旋转加固，减少在检测过程中细长轴由于重力弯曲造成的测量误差。
-
公开(公告)号：CN115425818A
公开(公告)日：2022-12-02
申请号：CN202211002140.3
申请日：2022-08-21
Applicant: 哈尔滨工业大学
IPC: H02K33/18
Abstract: 本发明涉及振动计量技术领域，特别是涉及一种导向与驱动一体的永磁体向心励磁立方形电磁驱动装置，包括电磁驱动部件和运动部件；电磁驱动部件包括方桶形下磁轭、设置于下磁轭内侧的呈回字形的永磁体；下磁轭的内侧和所述永磁体的内侧和下侧围合形成运动腔；在下磁轭上且位于运动腔内侧安装有中心磁轭；中心磁轭和所述永磁体之间设置有气隙；运动部件包括位于中心磁轭上侧的工作台面，在工作台面靠近中心磁轭的一侧面设置有线圈骨架，线圈骨架滑动套接于中心磁轭的外侧；线圈骨架的外侧壁缠绕有直流线圈和激励线圈。通过采用上述方案，最大程度地降低了运动部件装配难度，减小了运动部件自重，有效提高了电磁驱动装置的装配精度和驱动能力。
-
公开(公告)号：CN115420369A
公开(公告)日：2022-12-02
申请号：CN202211002139.0
申请日：2022-08-21
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及振动计量技术领域，特别是涉及一种驱动与导向一体的单端侧边励磁圆柱形电磁驱动装置，包括电磁驱动部件和运动部件；电磁驱动部件包括下磁轭、设置于下磁轭上侧的呈环形的永磁体、设置于永磁体上侧的呈环形的上磁轭；下磁轭、永磁体和上磁轭内侧形成运动腔；在下磁轭上且位于运动腔内侧安装有中心磁轭；中心磁轭和上磁轭之间设置有气隙；运动部件包括位于中心磁轭上侧的工作台面，在工作台面靠近中心磁轭的一侧面设置有线圈骨架，线圈骨架滑动套接于中心磁轭的外侧；线圈骨架的外侧壁缠绕有直流线圈和激励线圈。通过采用上述方案，最大程度地降低了运动部件装配难度，并减小了运动部件自重，有效提高了电磁驱动装置的装配精度和驱动能力。
-
公开(公告)号：CN117953087A
公开(公告)日：2024-04-30
申请号：CN202310645845.5
申请日：2023-06-01
Applicant: 哈尔滨工业大学 , 中广核研究院有限公司 , 中国广核电力股份有限公司
IPC: G06T11/00 , G06T3/4053 , G06T5/70 , G06T5/77 , G06T5/60 , G06N3/0464 , G06N3/0455 , G06N3/045 , G06N3/08
Abstract: 一种深度学习双域变换稀疏角度CT伪影去除方法，属于CT成像技术领域，包括以下步骤：初始化直线扫描段数T、旋转角度间隔Δθ；利用平面二维圆周扫描方式获取某一断面的投影数据并构造出稀疏正弦图；将配对的标签图像与稀疏正弦图送入Swin‑transformer‑Unet网络进行训练，实现由稀疏正弦图像到完整正弦图像的变换；接着采用滤波反投影算法对于完整正弦图像进行重建；再次利用Swin‑transformer‑Unet网络对于重建后的带噪声的图像进行去噪；最终输出高质量的CT重建图像。本发明可以有效解决由于稀疏投影导致图像中出现条纹伪影，图像模糊以及因扫描或算法处理过程中产生的噪声，同时单一网络模型的重复使用也使得本方法简洁和高效。
-
公开(公告)号：CN117726572A
公开(公告)日：2024-03-19
申请号：CN202310645788.0
申请日：2023-06-01
Applicant: 哈尔滨工业大学 , 中广核研究院有限公司 , 中国广核电力股份有限公司
IPC: G06T7/00 , G06V10/40 , G06V10/22 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/0499 , G06N3/08
Abstract: 本发明涉及一种基于Transformer的工业CT图像缺陷检测方法及系统，所述方法包括步骤：S1：对待测目标进行CT扫描，采集待测目标的CT投影数据，并对待测目标的CT投影数据进行预设第一处理；S2：将预设第一处理后的待测目标的CT切片图像划分为训练数据集X和验证数据集Y，并在训练数据集中进行缺陷类型的标注；S3：构建基于Transformer的缺陷学习与检测模型；S4：将步骤S2中划分的训练数据集X输入步骤S3中搭建的基于Transformer的缺陷学习与检测模型中进行训练，再将划分的验证数据集Y输入训练好的缺陷学习与检测模型中，在图像中实现标记待测目标的缺陷类型。本发明通过Transformer网络对待测目标的CT图像进行缺陷学习与识别，实现了对待测目标缺陷的准确检测和识别。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.021 seconds)
