“张晏合”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

[实用新型]一种一体式电磁水表防护结构-CN202222018799.X有效
发明人：申峰;陈艳华;朱蕾丽;郭静;侯文芳;王中宁;赵燕;罗明月;朱虹;张晏合 -专利权人：郑州楷源仪表有限公司
申请日： 2022-08-02 - 公布日： 2023-01-24 - 主分类号： G01F1/58 文献下载
摘要：本实用新型公开了一种一体式电磁水表防护结构，包括电磁流量传感器和电磁流量转换器，所述电磁流量转换器上设有密封槽，所述电磁流量转换器外侧设有防护筒及通过转轴连接的防护盖，所述防护筒内部设有卡紧壳体，所述防护筒和防护盖上设有卡块槽，所述卡块槽内分别设有防护筒卡条和防护盖销轴，所述防护盖销轴上设有卡块，所述防护筒顶面设有环形槽，所述环形槽内设有顶部密封条，所述防护筒的卡紧壳体下方设有底部密封条，所述卡紧壳体为空心的半椭球体结构，所述密封槽的截面为直角边在底部的直角梯形结构，本实用新型安装便捷、密封性提高、且提高了重复利用率和使用强度。
一种体式电磁水表防护结构

[实用新型]一种大设备仪表校验用桁架工装-CN202221988344.4有效
发明人：申峰;陈艳华;朱蕾丽;郭静;侯文芳;王中宁;赵燕;罗明月;朱虹;张晏合 -专利权人：郑州楷源仪表有限公司
申请日： 2022-07-30 - 公布日： 2022-12-13 - 主分类号： G01F25/10 文献下载
摘要：本实用新型公开了一种大设备仪表校验用桁架工装，包括底板、校验结构、取放结构和输送结构，底板顶部的左侧固定连接有第一支撑杆，底板顶部的右侧固定连接有第二支撑杆，第一支撑杆的右侧与第二支撑杆的左侧通过第一固定杆固定连接，第一固定杆的前侧固定连接有第一连接杆，第一连接杆的左右两侧均固定连接有托杆，底板的顶部固定连接有第三支撑杆，第三支撑杆的后侧与第二支撑杆的前侧通过第二固定杆固定连接，采用取放结构将校验结构放置在输送结构上，通过输送结构将校验结构输送到放置板区域，进而方便校验管道与仪表对接，适用于不同规格的校验管道，对接过程可以精准定位，避免对接出现偏差的现象。
一种设备仪表校验桁架工装

[实用新型]一种NB-IoT无磁阀控冷水水表-CN202221132495.X有效
发明人：申峰;陈艳华;朱蕾丽;郭静;侯文芳;王中宁;赵燕;罗明月;朱虹;张晏合 -专利权人：郑州楷源仪表有限公司
申请日： 2022-05-12 - 公布日： 2022-09-06 - 主分类号： G01F15/00 文献下载
摘要：本实用新型公开了一种NB‑IoT无磁阀控冷水水表，包括顶部为开口的保护箱，所述保护箱的底部内壁上安装有水表表盘，所述水表表盘的前端安装有橡胶圈，所述水表表盘的前端安装有指示盘，所述保护箱的一侧开设有滑动槽，且滑动槽与保护箱相连通，所述保护箱的一侧内壁上开设有密封卡槽，所述滑动槽内滑动连接有密封板。本实用新型一种NB‑IoT无磁阀控冷水水表，通过橡胶圈的设置和对指示盘的密封有效防止水表表盘工作元件处及指示盘上发生结露，避免元件被损坏，延长了水表的使用寿命，通过对若干个清洁刷毛的水平移动和旋转对指示盘上落入的灰尘进行清洁，保障了指示盘的清洁，使得指示盘能够正常使用，满足了使用的需要。
一种 nb iot 无磁阀控冷水水表

[发明专利]基于CNN的双极化通道融合舰船尺寸估计方法-CN202110540703.3在审
发明人：陈渤;张晏合;王英华;王聪 -专利权人：西安电子科技大学
申请日： 2021-05-18 - 公布日： 2021-09-17 - 主分类号： G06T7/60 文献下载
摘要：本发明属于雷达技术领域，公开了一种基于CNN的双极化通道融合舰船目标尺寸估计方法，首先将训练样本输入到卷积神经网络CNN的舰船目标尺寸估计网络框架中进行训练，得到训练好的卷积神经网络框架，将测试样本输入到训练好的卷积神经网络框架中，得到舰船目标尺寸估计结果；该方法可以提高在中低分辨情况下的目标尺寸估计的性能，从而提高目标尺寸估计的精度，能够融合SAR舰船图像的双极化通道信息，可用于SAR图像解译以及SAR图像舰船目标的识别与分类。
基于 cnn 极化通道融合舰船尺寸估计方法

[发明专利]基于解耦表征变分自编码机的雷达HRRP目标识别方法-CN202110380613.2在审
发明人：陈渤;张晏合;徐铭晟 -专利权人：西安电子科技大学
申请日： 2021-04-09 - 公布日： 2021-08-10 - 主分类号： G06K9/62 文献下载
摘要：本发明属于雷达技术领域，公开了一种基于解耦表征变分自编码机的雷达HRRP目标识别方法，包括步骤：获取待训练雷达HRRP数据和待识别雷达HRRP数据，并进行预处理；构建编码器和解码器，共同组成解耦表征变分自编码机；对所述解耦表征变分自编码机进行训练；将预处理后的样本依次输入训练好的解码器中，提取各类特性表征a和各类特性表征b；训练支持向量机SVM；使用训练好的支持向量机分类器对各类特性表征b进行分类，完成目标识别。本发明通过对雷达高分辨距离像的类间共性表征和各类特性表征分别建模，实现了雷达高分辨距离项数据的高可分性表征提取，能够提高目标的识别准确率。
基于表征编码雷达 hrrp 目标识别方法