[实用新型]一种基于人工智能的机器学习设备有效

专利信息
申请号: 202022076449.X 申请日: 2020-09-21
公开(公告)号: CN213017483U 公开(公告)日: 2021-04-20
发明(设计)人: 王永臻 申请(专利权)人: 山东科技大学
主分类号: F16F15/08 分类号: F16F15/08
代理公司: 泰州淘权知识产权代理事务所(普通合伙) 32365 代理人: 王小敏
地址: 271019 山东*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 人工智能 机器 学习 设备
【说明书】:

实用新型提供了一种基于人工智能的机器学习设备,包括基座,基座底端拐角处皆设有万向轮,基座上方设有承载台,承载台底端拐角处皆设有升降结构,升降结构皆与基座连接,承载台顶端居中设有动力腔体,承载台上居中设置通孔,通孔内壁上均匀设置半球形的第一减震体,第一减震体围成的空间内设置有两端大中间小的第二减震体,第二减震体顶端外露出通孔外并与动力腔体底端居中的位置固连,且第二减震体底端外露出通孔外并固连有水平限位板,水平限位板顶端围绕第二减震体均匀设有贯穿承载台的竖直柱,每一竖直柱顶端均与动力腔体底端固连,且每一竖直柱上位于承载台的上方和下方均套设有第一减震弹簧。本实用新型对动力腔体起到很好的减震作用。

技术领域

本实用新型涉及到机器学习装置技术领域,尤其涉及到一种基于人工智能的机器学习设备。

背景技术

在开发机床、机器人等制造机器时,为了提高该制造机器的可靠性,需对其进行识别处理,以便对其进行分类存储,以供人们进行查询,为提高识别与分类存储的效率,因而需使用到相应的机器学习设备。机器学习是一门多领域交叉学科,是基于人工智能的核心,是使计算机具有智能的根本途径;在机器学习中,机器视觉是一项重要的研究领域,机器视觉的特点就是提高生产的自动化程度,比如在一些危险的工作环境内,使用机器视觉替代人工视觉。

现今市场上的此类基于人工智能的机器学习设备种类繁多,基本可以满足人们的使用需求,例如中国实用新型公开了一种用于图像分类和识别的机器学习装置(公开号为CN210295150U),其通过升降结构解决承载台与基座之间不便于调节距离的问题,通过防护板对触碰屏起到防护效果,并通过防尘网对动力腔体起到防尘效果,但由于动力腔体内设置了分析仪、存储器和单片机等电气元件,而上述实用新型未考虑减震问题,动力腔体内设置的电气元件容易因震动而损坏,因此有必要进一步改进。

实用新型内容

本实用新型的目的是为了克服现有技术的不足,提供了一种基于人工智能的机器学习设备。

本实用新型是通过以下技术方案实现:

本实用新型提供了一种基于人工智能的机器学习设备,该基于人工智能的机器学习设备包括基座,所述基座底端拐角处皆设有万向轮,所述基座上方设有承载台,所述承载台底端拐角处皆设有升降结构,所述升降结构皆与所述基座连接,所述承载台顶端居中设有动力腔体,所述承载台上居中设置通孔,所述通孔内壁上均匀设置半球形的第一减震体,所述第一减震体围成的空间内设置有两端大中间小的第二减震体,所述第二减震体顶端外露出所述通孔外并与所述动力腔体底端居中的位置固连,且所述第二减震体底端外露出所述通孔外并固连有水平限位板,所述水平限位板顶端围绕所述第二减震体均匀设有贯穿所述承载台的竖直柱,每一所述竖直柱顶端均与所述动力腔体底端固连,且每一所述竖直柱上位于所述承载台的上方和下方均套设有第一减震弹簧。

优选的,所述第一减震体和所述第二减震体均为硅胶体。

优选的,所述动力腔体底端两侧分别设有水平延伸板,所述承载台顶端两侧分别设置对应贯穿两个水平延伸板的竖直限位柱,每一所述竖直限位柱的顶端设有限位头。

优选的,每一所述竖直限位柱上位于对应贯穿的水平延伸板的上方和下方分别套设有第二减震弹簧。

优选的,所述承载台顶端两侧的竖直限位柱分别对称设置多个。

优选的,所述水平限位板位于所述升降结构之间。

在上述实施例中,本实用新型通过改进动力腔体和承载台之间的连接,通过承载台上通孔中设置的第一减震体和第二减震体、以及竖直柱上的第一减震弹簧和竖直限位柱上的第二减震弹簧,能对动力腔体起到一个很好的减震作用,有助于避免动力腔体内部及表面的电气元件因震动而损坏。

附图说明

图1是本实用新型实施例提供的基于人工智能的机器学习设备的结构示意图;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东科技大学,未经山东科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202022076449.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top