-
公开(公告)号：CN118633430A
公开(公告)日：2024-09-13
申请号：CN202410915378.8
申请日：2024-07-09
Applicant: 西南林业大学
Abstract: 本申请涉及农业自动化设备技术领域，公开了一种坚果仿生采摘机器人及其使用方法，包括底板，所述底板的上表面固定连接有第一支撑板，所述第一支撑板的上表面中心处固定连接有第一电动滑轨，所述第一电动滑轨的上表面滑动连接有第一滑块，所述第一滑块的上表面固定连接有驱动盘，所述驱动盘的上表面固定连接有放置块，所述放置块的上表面固定连接有电机，所述电机的输出端固定连接有螺纹杆。通过底板上的第一电动滑轨和滑块组合，机器人能够精确控制移动的方向和位置，实现精确的位置调整。第三液压杆和第一液压杆的使用进一步确保了夹持块可以精确地对准和夹持目标坚果，从而提高采摘效率和精度。
-
公开(公告)号：CN116439017A
公开(公告)日：2023-07-18
申请号：CN202310296655.7
申请日：2023-03-24
Applicant: 西南林业大学
IPC: A01D46/30
Abstract: 本发明公开了一种山地坚果自动采摘装置，至少包括承载主体和设置在承载主体上部的采摘爪，以及设置在承载主体两侧的驱动结构；所述采摘爪包括底部连接承载主体的升降机构，以及设置在升降机构顶端的采摘爪，所述的采摘爪以相互转动连接的弧块作为支臂，并通过在关节处设置步进电机驱动支臂自适应动作，所述的支臂关节处至少包括一组能探测周围环境的传感器，且支臂顶端设有自驱动的剪裁机构；所述驱动结构包括至少一组摇臂以及至少一组连接在摇臂外端头的驱动轮，所述摇臂内端头与所述的承载主体转动连接，并通过可变长度的支撑构件稳定形态；本发明设计可多自由度转动且能避开障物的支臂及剪切机构，避免了采摘时的登高动作，且提升了采摘效率。
-
公开(公告)号：CN112373443B
公开(公告)日：2022-12-20
申请号：CN202011345085.9
申请日：2020-11-26
Applicant: 西南林业大学
IPC: B60T1/16
Abstract: 本发明提供了一种车辆减速伞制动设备及其制动方法，涉及车辆制动领域，减速伞制动设备包括减速伞、气体发生器、伞枪、收绳器，伞枪为筒状，减速伞压缩成伞包，并将气体发生器包裹其中，伞枪内安装有用于将伞包弹出的弹簧装置，并通过电控单元控制伞枪和弹簧装置的启动；收绳器设置在伞枪底部通过绳索与减速伞连接；车辆还包括：行车制动系统，安装在车辆前端的车距传感器。在行车制动功能受限无法避免车辆碰撞的发生时本发明提供附近的制动力来减少车辆碰撞的可能。
-
公开(公告)号：CN107894399A
公开(公告)日：2018-04-10
申请号：CN201711450021.3
申请日：2017-12-27
Applicant: 西南林业大学
CPC classification number: G01N21/17 , G01N1/2205 , G01N1/2252
Abstract: 本发明提供一种便携式农用拖拉机N2O排放检测系统，包括能够放置在农用拖拉机上的柜体，设置在柜体内的N2O分析装置、通讯模块、电源模块，设置在柜体外的尾气取样装置、定位模块，检测平台。所述尾气取样装置包括气体流量计、过滤器。所述N2O分析装置分别与尾气取样装置、电源模块、通讯模块相连。还提供了一种基于便携式农用拖拉机N2O排放检测系统的测试方法。本发明的有益效果是：开辟了一种新的农用拖拉机N2O排放检测的途径，解决了现有条件下无法检测农用拖拉机尾气N2O的问题，能够实时测量农用拖拉机尾气N2O的浓度和质量，弥补农用拖拉机N2O排放实时测量的空白，具有成本低、效率高的优点。
-
公开(公告)号：CN118753046A
公开(公告)日：2024-10-11
申请号：CN202411249909.0
申请日：2024-09-06
Applicant: 中汽研汽车检验中心(昆明)有限公司 , 西南林业大学
Abstract: 本发明公开一种高原山地道路下的新能源汽车续航里程预测方法及系统，涉及新能源汽车续航里程预测技术领域，该方法包括：获取新能源汽车在高原山地道路工况下的行驶数据；设置新能源汽车续航里程预测模型，并根据所述行驶数据，计算高原山地道路下新能源汽车的预测续航里程，其中，所述新能源汽车续航里程预测模型包括环境温度对续航里程影响的温度影响因子、车辆速度对续航里程影响的速度影响因子和道路工况对续航里程影响的道路工况影响因子；对所述新能源汽车续航里程预测模型进行拟合，并根据拟合后的所述新能源汽车续航里程预测模型对新能源汽车续航里程进行预测。
-
Patent Agency Ranking
公开(公告)号：CN118696633A
公开(公告)日：2024-09-27
申请号：CN202410878588.4
申请日：2024-07-02
Applicant: 西南林业大学
Abstract: 本申请涉及坚果种植技术领域，公开了一种仿生型坚果种植设备及其使用方法，包括推车，所述推车的上表面固定连接有扶手，所述推车的内部固定连接有电动推杆，所述电动推杆的驱动端固定连接有移动框，所述移动框的上表面固定连接有电机一，所述电机一的输出端固定连接有钻头，所述推车的上表面固定连接有固定块，所述固定块的内部转动连接有转轴，所述转轴的外壁固定连接有连接盘，所述连接盘的内部穿设有螺栓一，所述螺栓一的外壁螺纹连接在固定块的内部，所述转轴的外壁固定连接有固定杆，所述固定杆的内部滑动连接有移动杆。通过清理部件喷头对钻头快速清理，同时设计可调节高度和角度的护罩，以适应不同的地形和操作需求。
-
公开(公告)号：CN117854636A
公开(公告)日：2024-04-09
申请号：CN202410256992.8
申请日：2024-03-07
Applicant: 西南林业大学
IPC: G16C20/70 , G16C20/20 , G06F18/213 , G06F18/243 , G06F18/27 , G06N20/20 , G06N5/01 , G06N3/0442 , G06N3/09 , G06F123/02
Abstract: 本发明公开了一种柴油车瞬态过程颗粒物数量排放预测方法，属于颗粒物排放预测技术领域；通过改进EMD算法对柴油车的PN排放数据进行分解，降低了瞬态数据的波动性和随机性，将排放数据预处理分解的结果并结合测试运行数据分别对XGBoost算法和门控循环单元模型进行训练以及修正，通过将训练修正的XGBoost和GRU进行组合获取组合预测模型，实现不同训练技术的联立整合，可以有效提高后续瞬态过程颗粒物数量排放的预测效果；本发明用于解决现有方案中只是基于单一的神经网络算法来对现有的测试数据进行训练获取测试模型，不能将不同的训练技术进行联立整合导致瞬态过程颗粒物数量排放的预测效果不佳的技术问题。
-
公开(公告)号：CN116492620A
公开(公告)日：2023-07-28
申请号：CN202310441673.X
申请日：2023-04-23
Applicant: 西南林业大学
Abstract: 本发明公开了一种新能源汽车充电监测灭火装置及其监测系统，装置包括：设备主体、防火臂、车底灭火组件、充电枪固定器；所述防火臂和车底灭火组件设置在设备主体的两侧，充电枪固定器通过传输介质连接在设备主体上；所述设备主体设有监测充电环境的摄像头，以及接收环境事故信号泵出灭火物质的泵送器，所述该泵送器通过输送管道连接到防火臂、车底灭火组件以及充电枪固定器上设置的灭火枪，且每条输送管道上设有控制阀；所述防火臂向外侧翻转包覆于汽车两侧，车底灭火组件由喷洒个体活动连接组成；本发明实现了无人值守的新能源汽车充电全程透明检测，且具有初步解决事故的能力，使得整个充电过程更安全，且使得事故范围可控。
-
公开(公告)号：CN105224730A
公开(公告)日：2016-01-06
申请号：CN201510591913.X
申请日：2015-09-17
Applicant: 西南林业大学
IPC: G06F17/50
Abstract: 本发明公开了一种准确预测当前工况下高压共轨柴油机原始NO2排放的方法，属于柴油机排放控制领域，该方法包括：获取关键试验数据；以柴油机转速、喷油量、喷油提前角、进气压力、进气温度、油轨压力为输入量，通过局部线性模型树算法建立燃烧重心预估子模型；以柴油机转速、空燃比、燃烧重心作为输入量，通过局部线性模型树算法建立NO2排放量预测模型；在线实时获取柴油机ECU数据，输入NO2排放量预测模型，即可获得高压共轨电控柴油机原始NO2排放量。本发明能够快速准确预测柴油机NO2原始排放量，便于柴油机原始NO2排放的监测和SCR催化器的控制。
-
公开(公告)号：CN117854636B
公开(公告)日：2024-04-30
申请号：CN202410256992.8
申请日：2024-03-07
Applicant: 西南林业大学
IPC: G16C20/70 , G16C20/20 , G06F18/213 , G06F18/243 , G06F18/27 , G06N20/20 , G06N5/01 , G06N3/0442 , G06N3/09 , G06F123/02
Abstract: 本发明公开了一种柴油车瞬态过程颗粒物数量排放预测方法，属于颗粒物排放预测技术领域；通过改进EMD算法对柴油车的PN排放数据进行分解，降低了瞬态数据的波动性和随机性，将排放数据预处理分解的结果并结合测试运行数据分别对XGBoost算法和门控循环单元模型进行训练以及修正，通过将训练修正的XGBoost和GRU进行组合获取组合预测模型，实现不同训练技术的联立整合，可以有效提高后续瞬态过程颗粒物数量排放的预测效果；本发明用于解决现有方案中只是基于单一的神经网络算法来对现有的测试数据进行训练获取测试模型，不能将不同的训练技术进行联立整合导致瞬态过程颗粒物数量排放的预测效果不佳的技术问题。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.083 seconds)
