“庄哲鑫”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果5个，建议您升级VIP下载更多相关专利

[发明专利]一种覆晶薄膜散热贴、覆晶薄膜、检测方法及检测装置-CN202310791094.8在审
发明人： 庄哲鑫 -专利权人：厦门通富微电子有限公司
申请日： 2023-06-29 - 公布日： 2023-10-03 - 主分类号： H05K7/20 文献下载
摘要：本公开的实施例提供一种覆晶薄膜散热贴、覆晶薄膜、检测方法及检测装置，所述散热贴包括散热贴主体以及至少一个定位识别标识；所述散热贴主体包括贴装面以及与所述贴装面相对设置的散热面；所述定位识别标识设置于所述散热贴主体的散热面，以用于确定所述散热贴的贴装状态。本公开实施例的一种覆晶薄膜散热贴、覆晶薄膜、检测方法及检测装置，通过在散热贴贴装面的相对面的各个边缘设置定位识别标识，使散热贴拥有了更易于识别其贴装状态的特征，且不影响散热贴的使用，从而使检测装置可通过定位识别标识更精准地判断散热贴的贴装状态是否正常。
一种薄膜散热检测方法装置

[发明专利]一种无刷直流电机基于神经网络前馈补偿的控制方法-CN202111100691.9有效
发明人：钱翰宁;孙兆龙;黄垂兵;刘振田;庄哲鑫;周炜昶;卯寅浩;郑伟;丁安敏 -专利权人：中国人民解放军海军工程大学
申请日： 2021-09-18 - 公布日： 2023-08-11 - 主分类号： H02P6/08 文献下载
摘要：本发明公开了一种无刷直流电机基于神经网络前馈补偿的控制方法，包括：将无刷直流电机作为一个2阶非线性系统；通过控制对象的期望与当前电机的转速或电流之差计算位置误差；通过将系统的输入u设计为基于前馈加补偿的PD控制率，得到闭环控制系统的方程；建立三层径向基函数神经网络，对环境境因素对电机的扰动的表达式用该三层径向基函数神经网络进行逼近；将RBF神经网络的输出作为无刷直流电机的扰动的补偿；将系统的输入设计为无刷直流电机RBF基于神经网络前馈补偿的PD自适应控制律：确定估计的权值向量的更新规则;实现了电机控制的自适应调节，所作用的系统响应速度快且波动小、位置精度高，也可较好处理系统中的不确定性。
一种直流电机基于神经网络补偿控制方法

[发明专利]一种环形结构长初级永磁同步电机-CN202111081509.X有效
发明人：卯寅浩;孙兆龙;周炜昶;黄垂兵;钱翰宁;陈磊;庄哲鑫;丁安敏;郑伟 -专利权人：中国人民解放军海军工程大学
申请日： 2021-09-15 - 公布日： 2022-09-09 - 主分类号： H02K41/03 文献下载
摘要：本发明公开了一种环形结构长初级永磁同步电机，包括初级铁心、绕组、次级永磁体组件、固定分离式背铁组件、次级连接板、转轴组件和承重板；初级铁心由内外开多个槽的硅钢片叠合成环形结构；三相环形的绕组绕制在初级铁心的槽中；次级永磁体组件包括一号永磁体装置及与一号永磁体装置呈180°布置的二号永磁体装置；所述固定分离式背铁组件包括内侧环形背铁及外侧环形背铁，所述次级连接板为板状或杆状结构，其两端分别固定连接一号永磁体装置和二号永磁体装置；转轴组件包括转轴及转轴支承柱体；承重板位于最底端，其上端面与初级铁心及转轴支承柱体的下端面均固定连接；具备体积小，所需功率等级小，相对无齿槽结构推力密度较大的优点。
一种环形结构初级永磁同步电机

[发明专利]一种模块化双边式动次级永磁直线同步电机-CN202111163269.8在审
发明人：钱翰宁;孙兆龙;刘振田;卯寅浩;周炜昶;庄哲鑫;陈磊;郑伟;丁安敏 -专利权人：中国人民解放军海军工程大学
申请日： 2021-09-30 - 公布日： 2022-01-11 - 主分类号： H02K41/03 文献下载
摘要：本发明公开了一种模块化双边式动次级永磁直线同步电机，包括次级永磁体组件及数量不少于一个并依次对接的初级模块，所述次级永磁体组件包括倒U型连接板及固定在倒U型连接板内外侧面上的N极或S极相间隔排列的永磁体；所述初级模块包括双开槽铁心、绕组及固定分离式背铁；所述双开槽铁心由两侧开多个槽的矩形硅钢片叠压成长矩形结构；所述绕组绕制在初级铁心的槽中；所述固定分离式背铁包括固定设置于倒U型连接板两侧的一号分离式背铁及二号分离式背铁；具备推力密度较大、可初级模块化组合，降低了动子质量使得可以承载的载荷质量增大的优点。
一种模块化双边次级永磁直线同步电机

[发明专利]一种基于机器学习的定子线棒绝缘老化状态复合预测方法-CN202111134624.9在审
发明人：钱翰宁;孙兆龙;黄垂兵;刘振田;庄哲鑫;周炜昶;卯寅浩;郑伟;丁安敏 -专利权人：中国人民解放军海军工程大学
申请日： 2021-09-27 - 公布日： 2021-10-29 - 主分类号： G06F30/30 文献下载
摘要：本发明公开了一种基于机器学习的定子线棒绝缘老化状态复合预测方法，包括：图像数据采集：包括采集日常预测数据及采集节点预测数据；采集日常预测数据只采集定子线棒的宏观老化图像数据；采集节点预测数据只采集定子线棒微观老化图像数据；图像数据预处理；预测情况分类；宏观及微观老化图像数据特征提取；数据分类及通过训练集构建模型：通过验证集，得到训练好的BP神经网络模型，通过测试集验证最终的准确率后，得到最终可用于预测老化状态的模型，具有可快速、准确得到预测结果的优点。
一种基于机器学习定子绝缘老化状态复合预测方法