-
公开(公告)号：CN106078033A
公开(公告)日：2016-11-09
申请号：CN201610644063.X
申请日：2016-08-09
Applicant: 山东省计算中心(国家超级计算济南中心) , 王茂励
IPC: B23K37/02 , B23K37/04 , B23K37/047
CPC classification number: B23K37/0211 , B23K37/0247 , B23K37/04 , B23K37/047
Abstract: 本发明的六轴五联动焊接装置，包括底盘、X轴运动机构、Y轴运动机构、Z轴运动机构、R轴运动机构、W轴运动机构、V轴运动机构以及工件夹紧机构，通过Y轴横梁沿X轴横梁方向上的运动、Z轴竖梁在Y轴方向上的运动以及Z轴竖梁的升降运动，实现了焊枪沿X轴、Y轴和Y轴的三维运动。通过R轴电机的驱动，实现了焊枪的旋转。通过W轴电机的驱使，实现了工件的旋转运动，通过手轮对蜗轮减速机的调节，可驱使工件进行俯仰运动。这样，通过手轮手动调节好旋转法兰上工件的俯仰角度后，通过对X轴、Y轴、Z轴、R轴和W轴的联动控制，实现五轴联动，可在待焊接的工件上焊接出标准的“船形焊”，保证了焊接处的焊接强度。
-
公开(公告)号：CN106064247A
公开(公告)日：2016-11-02
申请号：CN201610674874.4
申请日：2016-08-17
Applicant: 山东省计算中心(国家超级计算济南中心) , 王茂励
Abstract: 本发明的快餐盒模具打孔钻头，包括旋转运动机构、摆动运动机构、进退运动机构和钻头驱动机构；通过在固定钻头的钻头轴上设置从动带轮，钻头驱动电机的输出轴上设置主动带轮，使得钻头驱动电机可驱使钻头旋转，实现对餐盒模具的钻孔作业。通过在固定板上设置进退电机，进退电机的输出轴上固定有丝杠，在进退电机的驱动作用下，可驱使钻头进行升、降动作，完成钻头的打孔和退出。本发明的快餐盒模具打孔钻头，可自动完成餐盒模具的自动打孔作业，代替了以往的人工打孔，降低了劳动强度，提高了打孔作业效率，降低了成本，有益效果显著，适于推广应用。
-
公开(公告)号：CN106292593A
公开(公告)日：2017-01-04
申请号：CN201610698267.1
申请日：2016-08-22
Applicant: 山东省计算中心(国家超级计算济南中心) , 王茂励
IPC: G05B19/418
CPC classification number: Y02P90/18 , Y02P90/185 , Y02P90/28 , G05B19/41865
Abstract: 本发明的面向工业生产的数字化车间，包括传输带、数控机床、智能网关和生产控制室，特征在于：数控机床处设置有桁架和机械手，传输带、桁架、机械手、机床的控制电路均通过工业以太网和智能网关与上位PC机相通信。本发明的数字化车间的建设及控制方法，包括：a).通信连接；b).下发工件加工指令；c).工料运输；d).检测工料是否到位；e).桁架运送；f).机械手放置；g).工料加工；h).工件取下；i).判断工件是否完成。本发明的数字化车间建设方法，针对工厂生产实际问题，围绕制造业产业转型升级需求，打造智能工厂/数字化车间，提升企业研发、生产、管理和服务的智能化水平。
-
公开(公告)号：CN106078396A
公开(公告)日：2016-11-09
申请号：CN201610643908.3
申请日：2016-08-09
Applicant: 山东省计算中心(国家超级计算济南中心) , 王茂励
Abstract: 本发明的多轴联动式打磨装置，包括底盘、X轴运动机构、Y轴运动机构、Z轴运动机构、R轴运动机构、W轴运动机构、V轴运动机构、打磨机构以及工件夹紧机构；W轴运动机构由W轴电机、减速机和摆动臂组成，减速机固定于旋转轴的下端，W轴电机的输出与减速机的输入相连接，摆动臂固定于减速机的输出轴上；所述打磨机构由打磨电机和打磨头组成，打磨电机固定于摆动臂上，打磨头固定于打磨电机的输出轴上。本发明的多轴联动式打磨装置，实现多轴联动，可对待打磨工件进行不同部位的打磨操作，解决了人工打磨时劳动强度大的问题，提高了工作效率，有益效果显著，适于应用推广。
-
公开(公告)号：CN118920925A
公开(公告)日：2024-11-08
申请号：CN202410960631.1
申请日：2024-07-17
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院) , 山东山科智控科技创新有限公司
IPC: H02P5/46 , H04L12/40 , H04L1/00 , H04L67/01 , H04L43/0823 , H04L43/0829 , G05B11/42
Abstract: 本发明公开了一种基于EtherCAT和CAN的六轴驱动系统及驱动方法，属于智能控制技术领域，所述基于EtherCAT和CAN的六轴驱动系统包括至少两个模块化驱动器，每个模块化驱动器均包括一个主模块，主模块连接有一个电源模块和三个电机驱动模块，每个模块化驱动器中各模块均安装有CPU芯片，其中：不同模块化驱动器的主模块之间采用EtherCAT协议进行通信，每个模块化驱动器中各模块之间采用CAN总线进行通信；每个模块化驱动器中，各电机驱动模块设计为三层板件硬件构架，上层板安装有所述CPU芯片，上层板用于负责与其他模块进行通信，中层板和下层板均安装有电机驱动芯片，中层板和下层板用于负责电机驱动。本发明能够实现多轴电机伺服驱动器不同功率段和轴数的灵活组合。
-
Patent Agency Ranking
公开(公告)号：CN114815845B
公开(公告)日：2024-09-06
申请号：CN202210507227.X
申请日：2022-05-10
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
IPC: G05D1/43
Abstract: 本发明涉及农机自动驾驶技术领域，公开了一种基于HybridA*算法的自动驾驶农机平滑路径规划方法，通过Step4中加入的偏航角信息，可以确保农机转向角度满足最小转弯半径的约束，达到了规划出带有非完整性约束的平滑路径的效果。能够规划出带有非完整性约束的平滑路径，通过Step2中加入启发函数h(n)，可以保证始终朝着终点方向进行路径规划，减少非必须的行驶里程，通过Step2中的多目标代价函数g(n)，可以保证农机尽量直线行驶，有效降低减速再加速的转向及掉头过程，达到有效提高自动驾驶农机作业效率的效果。
-
公开(公告)号：CN118314114A
公开(公告)日：2024-07-09
申请号：CN202410514388.0
申请日：2024-04-26
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院) , 山东山科智控科技创新有限公司
IPC: G06T7/00 , G06V10/25 , G06V10/42 , G06V10/44 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明提出钢材表面缺陷检测方法及系统，涉及缺陷检测技术领域。包括获取钢材表面图像；将钢材表面图像输入至CSTRNet模型串联的CTR模块中，在每个CTR模块中，利用并行的稀疏自注意力模块和卷积模块分别提取钢材表面图像的全局特征和局部特征；将各中间层CTR模块提取的特征依次输入至串联的双层GDC模块中，并利用双层GDC模块将CTR模块提取的浅层特征和深层特征进行双向融合，得到钢材表面缺陷的预测框位置、缺陷置信度和缺陷分类类别。本发明在模型中加入稀疏自注意力SA模型结构、卷积和Transformer相互协同的CTR模型结构以及GDC瓶颈卷积结构，提升了缺陷检测速度和检测精度。
-
公开(公告)号：CN117168814A
公开(公告)日：2023-12-05
申请号：CN202311133629.9
申请日：2023-09-04
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院) , 山东山科智控数字化科技有限公司
IPC: G01M13/045 , G06F18/213 , G06F18/214 , G06F18/2433 , G06N3/0455 , G06N3/0475 , G06N3/0464 , G06N3/094 , G06N3/084 , G06N3/0985 , G06F123/02
Abstract: 本发明涉及轴承故障诊断技术领域，具体涉及一种基于复合生成对抗网络的轴承故障诊断方法；包含如下步骤：采集原始真实轴承故障数据作为训练样本数据；构建由两组生成器、两组判别器和目标攻击网络组成的复合生成对抗网络模型；交替训练两组生成器、两组判别器，将训练后的对抗样本加入原始数据集进行数据扩充，然后使用扩充后的原始数据集训练故障分类器，最后进行故障诊断。本发明提供的轴承故障诊断方法生成的故障对抗样本可有效扩充数据集，使用组合数据集对故障分类器进行训练，能提高故障分类器的泛化能力，很好地解决了故障诊断中数据样本不足的问题。
-
公开(公告)号：CN116633705B
公开(公告)日：2023-10-13
申请号：CN202310919286.2
申请日：2023-07-26
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明公开的基于复合自动编码器的工业控制系统异常检测方法及系统，属于工业控制系统异常检测技术领域，包括：获取工业控制系统的多维时序数据；对多维时序数据进行时序划分，获得多段子序列数据；根据复合自动编码器和多段子序列数据，获得重构数据和预测数据；根据重构数据、子序列数据和预测数据，计算获得重构误差和预测误差；根据重构误差和预测误差，识别出现异常流量时间；根据每个时间每个维度的总误差，计算每个维度在出现异常流量时间前后的总误差变化率；判定总误差变化率大于变化率阈值的维度对应的流量数据为异常。实现了对工业控制系统中异常流量的准确识别。
-
公开(公告)号：CN116754230A
公开(公告)日：2023-09-15
申请号：CN202310489061.8
申请日：2023-04-25
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G01M13/045 , G06N3/0464 , G06N3/0475 , G06N3/048 , G06N3/084
Abstract: 一种基于深度卷积生成对抗网络的轴承异常检测和故障诊断方法，属于人工智能识别机械部件的技术领域，既可以实现对轴承类部件的异常检测，也可以实现对轴承的故障类别分类。本发明所述的网络模型在结构上做出相应改进，以及在功能上实现了对轴承部件的异常检测和故障诊断功能融合，还可以使用模型生成数据进行数据扩充，并且在异常检测以及故障诊断达到了较高的准确率。
-
-
-
-
-
-
-
-
-
Search Results
147
records
(took 0.038 seconds)
