两自由度手腕康复装置
    1.
    发明授权

    公开(公告)号:CN114209549B

    公开(公告)日:2023-11-14

    申请号:CN202111671953.7

    申请日:2021-12-31

    Applicant: 常州大学

    Abstract: 本发明涉及康复医疗技术领域,尤其是一种两自由度手腕康复装置,包括:机架组件、掌屈/背屈机构以及内旋/外旋机构,其利用第一电机同时带动上圆环滑块和下圆环滑块转动,使内旋/外旋导轨及其上的侧圆环滑块和握把随之转动,从而实现掌屈/背屈,且上圆环滑块和下圆环滑块对内旋/外旋导轨形成双侧驱动,故而掌屈/背屈运动更加平稳、顺畅,避免发生卡滞现象;并利用第二电机带动侧圆环滑块转动,握把随之转动,从而实现腕部的内旋/外旋;各导轨和滑块均采用圆环状结构,能够保证康复装置的旋转中心与手腕运动的旋转中心重合,在扩大运动范围的同时使整体结构在空间布局上更加合理紧凑,结构强度高,安全性高。

    一种混联混驱的七自由度上肢康复机器人

    公开(公告)号:CN116459117A

    公开(公告)日:2023-07-21

    申请号:CN202310419482.3

    申请日:2023-04-19

    Applicant: 常州大学

    Abstract: 本发明涉及康复器材技术领域,特别是一种混联混驱的七自由度上肢康复机器人。肩关节组件,包括滑动件、外展件、内旋件和前伸件,所述外展件与滑动件滑动连接,所述内旋件与外展件转动连接,所述前伸件与内旋件转动连接;肘关节组件,包括大臂件和小臂件;腕关节组件,包括旋转件和弯曲件;安装组件,包括支撑件和驱动件。本发明采用串联与并联混合连接,电机驱动与绳索驱动混合驱动,安全性高,柔顺性强;从人体结构学考虑,佩戴方便,运动范围大,可以实现上肢单一关节运动和上肢多关节复合运动,可依据不同康复时期的控制要求,调整主动、助力或被动等控制策略,满足不同康复时期患者的训练需求。

    两自由度手腕康复装置
    3.
    发明公开

    公开(公告)号:CN114209549A

    公开(公告)日:2022-03-22

    申请号:CN202111671953.7

    申请日:2021-12-31

    Applicant: 常州大学

    Abstract: 本发明涉及康复医疗技术领域,尤其是一种两自由度手腕康复装置,包括:机架组件、掌屈/背屈机构以及内旋/外旋机构,其利用第一电机同时带动上圆环滑块和下圆环滑块转动,使内旋/外旋导轨及其上的侧圆环滑块和握把随之转动,从而实现掌屈/背屈,且上圆环滑块和下圆环滑块对内旋/外旋导轨形成双侧驱动,故而掌屈/背屈运动更加平稳、顺畅,避免发生卡滞现象;并利用第二电机带动侧圆环滑块转动,握把随之转动,从而实现腕部的内旋/外旋;各导轨和滑块均采用圆环状结构,能够保证康复装置的旋转中心与手腕运动的旋转中心重合,在扩大运动范围的同时使整体结构在空间布局上更加合理紧凑,结构强度高,安全性高。

    一种三自由度上肢康复装置
    4.
    发明公开

    公开(公告)号:CN115227548A

    公开(公告)日:2022-10-25

    申请号:CN202210897497.6

    申请日:2022-07-28

    Applicant: 常州大学

    Abstract: 本发明涉及一种三自由度上肢康复装置,包括座椅组件、前臂自旋运动机构、肘关节屈伸运动机构及前臂水平摆动机构,座椅组放置于地面,前臂自旋运动机构、肘关节屈伸运动机构及前臂水平摆动机构均安装在座椅组件上;前臂自旋运动机构实现前臂的自旋运动,肘关节屈伸运动机构实现肘关节的屈伸运动,前臂水平摆动机构实现前臂在水平方向上的往复摆动运动。本发明可以实现患者前臂的自旋、肘关节的屈伸以及前臂水平方向的摆动共三个自由度运动,每个自由度单独进行运动;采用了康复装置与患者分离的方式,使用时,只有手臂部分与康复装置进行固定,康复训练更为安全;搁置患者前臂的前臂支撑杆的总体长度可调节,可适应不同患者的使用需求。

    基于分层分类及纠错机制的脑电信号分类方法

    公开(公告)号:CN115670482A

    公开(公告)日:2023-02-03

    申请号:CN202211280109.6

    申请日:2022-10-19

    Applicant: 常州大学

    Abstract: 本发明公开了一种基于分层分类及纠错机制的脑电信号分类方法,包括如下步骤:获取受试者多通道运动想象脑电数据,并进行前期预处理;利用RBF神经网络与DEMATEL求解脑电通道特征表征度,依据各通道表征度确定各通道权重;计算各通道排序熵并利用离散Fréchet曲线相似性判断将脑电信号预分为两大类(左、右手和双拳、脚);利用RCSP提取各大类样本的空域特征,并用SVM进行细分类,根据纠错机制对易错样本进行判别和纠错,最后确定各样本最终分类类别。本发明通过分层分类方法的设计及不同分类方法的使用,避免多任务分类问题转化为多个二分类分类问题时模型结构单一,优化了多任务分类模型结构。

    基于峭度比系数筛选辛几何模态分解的齿轮故障辨识方法

    公开(公告)号:CN115563480A

    公开(公告)日:2023-01-03

    申请号:CN202211077933.1

    申请日:2022-09-05

    Applicant: 常州大学

    Abstract: 本发明提供了基于峭度比系数筛选辛几何模态分解的齿轮故障辨识方法,公开了一种故障诊断过程中基于峭度比系数筛选辛几何模态分解的辨识方法。该发明整体包括采样数据预处理、故障信号分量的分解筛选、辨识分类三个部分。其中,采样数据预处理由小波降噪和数据划分组成;故障信号分量的分解筛选包括辛几何模态分解以及运用峭度比系数筛选两个步骤;辨识分类则由特征提取与SVM模型训练和测试组成。本发明的基于峭度比系数筛选辛几何模态分解的齿轮故障辨识方法,将辛几何模态分解与峭度比系数筛选相结合,旨在提供一种有效的齿轮故障辨识方法,从而提高故障诊断的准确率。

Patent Agency Ranking