-
Patent Agency Ranking
公开(公告)号：CN115452410A
公开(公告)日：2022-12-09
申请号：CN202211059598.2
申请日：2022-08-31
IPC: G01M17/007
Abstract: 本发明提供了一种电动自行车可视化制动性能试验装置以及方法，所述试验装置包括：控制模块；测距机构，与所述控制模块连接，可拆卸地设置在电动自行车上，用于检测电动自行车行驶的速度和制动距离；测力机构，与所述控制模块连接，可拆卸地设置在电动自行车的刹车手柄上，用于检测刹车时的刹车力；喷水机构，与所述控制模块连接，可拆卸地设置在电动自行车上，用于向电动自行车的前后刹车盘喷水；显示模块，与控制模块连接，可拆卸地安装在电动自行车上，用于实时显示相应的参数或曲线。本发明能够实现在干态和湿态两种情况下对电动自行车的刹车性能进行测试。
-
公开(公告)号：CN116735537A
公开(公告)日：2023-09-12
申请号：CN202310616616.0
申请日：2023-05-29
IPC: G01N21/55
Abstract: 本发明公开了一种皮革材质的个体防护装备低碳环保性能评价方法，包括以下步骤：S1、采用红外光谱仪将标准真皮皮革的典型特征峰所对应的测试数据进行数学拟合，得到标准真皮皮革的全反射红外光谱图；S2、启动红外光谱仪自带的OPUS软件并利用OPUS软件中的“建立快速比较方法”进行相似度比对，获得测试的皮革样品与标准真皮皮革样品及相关材料的相似度比较结果。本发明通过采用该方法，可快速的依据红外扫描结果和现有的材料降解性能资料，分析产品的低碳环保性能，并对其进行评价；而且在此之前还能很好的对PVC革和PU革进行辨别，从而避免两者相似度过高而导致的无法肉眼区分的问题。
-
公开(公告)号：CN114548368B
公开(公告)日：2022-10-11
申请号：CN202210063002.X
申请日：2022-01-20
IPC: G06N3/04 , G06N3/08 , G06N20/10 , G01R31/367
Abstract: 本发明提供了一种基于多层核超限学习机的锂电池温度场预测模型的建模方法，其特征在于，包括如下步骤：步骤一：建立基于ML‑KELM对时间域进行非线性变换的第一模型，并确定时间系数a的获取方法；步骤二：建立基于K‑ELM的重构模型，并采用检测到的锂电池的第一训练数据采用步骤一中的时间系数a的获取方法计算出对应的时间系数，并将计算出的时间系数a输入到所述重构模型中对所述重构模型进行训练；步骤三：基于OS‑ELM建立在线低阶时序模型，对所述在线低阶时序模型进行训练和在线学习并更新在线低阶时序模型的输出权重；步骤四：在OS‑ELM模型在线学习完成后，根据更新后的输出权重计算预测的时间系数步骤五：将得到的预测的时间系数代入到步骤二中的重构模型中，即可实现对锂电池的温度场的预测：该建模方法能够对锂电池温度场预测模型的建模，通过所建的模型能够根据锂电池的输入数据准确地对温度场进行预测。
-
公开(公告)号：CN116725265A
公开(公告)日：2023-09-12
申请号：CN202310628979.6
申请日：2023-05-31
IPC: A41D13/11 , A41D31/00 , A41D31/14 , A41D31/06 , C08L23/08 , C08L97/02 , C08K7/26 , C08J9/00 , B29B7/02
Abstract: 本发明公开了一种低碳环保型低温作业防护面罩，所阐述的低碳环保型低温作业防护面罩包括如下组份：聚乳酸无纺布、软木、壳聚糖纤维、纳米气凝胶粉体、乙烯‑醋酸乙烯酯共聚物和甘蔗渣。本发明通过采用该工艺制备的低温作业防护面罩，其克罗值高达2.0，具有极佳的防寒效果，可在温度极低的极端环境中保护作业人员的面部免于冻伤，同时面罩具备良好的透气性能，不会使得工作人员感到憋闷。面罩主要材质为可降解材料，降解率超过90％，具备良好的低碳环保特性。
-
公开(公告)号：CN114548368A
公开(公告)日：2022-05-27
申请号：CN202210063002.X
申请日：2022-01-20
IPC: G06N3/04 , G06N3/08 , G06N20/10 , G01R31/367
Abstract: 本发明提供了一种基于多层核超限学习机的锂电池温度场预测模型的建模方法，其特征在于，包括如下步骤：步骤一：建立基于ML‑KELM对时间域进行非线性变换的第一模型，并确定时间系数a的获取方法；步骤二：建立基于K‑ELM的重构模型，并采用检测到的锂电池的第一训练数据采用步骤一中的时间系数a的获取方法计算出对应的时间系数，并将计算出的时间系数a输入到所述重构模型中对所述重构模型进行训练；步骤三：基于OS‑ELM建立在线低阶时序模型，对所述在线低阶时序模型进行训练和在线学习并更新在线低阶时序模型的输出权重；步骤四：在OS‑ELM模型在线学习完成后，根据更新后的输出权重计算预测的时间系数步骤五：将得到的预测的时间系数代入到步骤二中的重构模型中，即可实现对锂电池的温度场的预测：该建模方法能够对锂电池温度场预测模型的建模，通过所建的模型能够根据锂电池的输入数据准确地对温度场进行预测。
-
-
-
-
Search Results
5
records
(took 0.056 seconds)
