专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果164个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于实际气动系数的风机转矩调控系统-CN202211738046.4在审
  • 傅雷;马建慧;张弈坤;胥芳;张立彬 - 浙江工业大学
  • 2022-12-31 - 2023-05-02 - F03D7/00
  • 本发明属于风力发电系统控制领域,公开一种基于实际气动系数的风机转矩调控系统,包括风机叶片信息收集模块、气动系数计算模块、功率调控模块、上位机模块,功率调控模块包括相连的转矩调节单元、控制单元,风机叶片信息收集模块与气动系数计算模块连接,上位机模块、气动系数计算模块分别与转矩调节单元连接;风机叶片信息收集模块用于识别风机叶片的几何形状数据;气动系数计算模块用于根据风机叶片的几何形状数据计算得到相应的实际气动系数;上位机模块,用于输入风机功率改变需求量信息;转矩调节单元基于实际气动系数、风机电机转速信息、风机功率改变需求量信息计算得到实际风机所需转矩;控制单元基于实时风机所需转矩调整风机转矩。
  • 一种基于实际气动系数风机转矩调控系统
  • [发明专利]一种风电齿轮箱轴承的故障诊断方法-CN202211730527.0在审
  • 傅雷;马泽鹏;张弈坤;王彦哲;张立彬;胥芳 - 浙江工业大学
  • 2022-12-30 - 2023-03-31 - G01M13/04
  • 本发明涉及风力发电技术领域,具体涉及一种风电齿轮箱轴承的故障诊断方法,包括以下步骤:获取AlexNet模型的网络结构并进行改进,作为源域模型;获取轴承的红外图像,对红外图像进行预处理;使用预处理后的红外图像训练源域模型,得到源域模型参数;构建目标域模型,将源域模型参数迁移至目标域模型中;周期性获取风电齿轮箱轴承的红外图像,作为待测样本,利用数据增强技术对待测样本进行扩充,构成样本数据集;将样本数据集输入目标域模型,得出故障诊断结果。本发明的有益技术效果包括:基于红外图像和深度学习技术,实现风电齿轮箱轴承的无损监测,同时结合迁移学习技术,提高目标域模型的鲁棒性和泛化性,从而提高诊断精度。
  • 一种齿轮箱轴承故障诊断方法
  • [外观设计]鞋底-CN202230856869.1有效
  • 傅雷 - 广州威杨皮具有限公司
  • 2022-12-23 - 2023-03-14 - 02-04
  • 1.本外观设计产品的名称:鞋底。2.本外观设计产品的用途:用于穿着鞋子的鞋底。3.本外观设计产品的设计要点:在于形状。4.最能表明设计要点的图片或照片:立体图。5.无设计要点,省略俯视图。
  • 鞋底
  • [发明专利]一种面向膜式壁面的图像特征提取方法-CN202211504835.1在审
  • 傅雷;吴周鑫;胥芳;占红武 - 浙江工业大学台州研究院
  • 2022-11-28 - 2023-02-28 - G06V10/46
  • 本发明公开了一种面向膜式壁面的图像特征提取方法。方法包括:将灰度图像进行无重叠均匀化分块处理划分图像区块;输入刚体变换模型中配准划分为图像特征点区块对;计算信息熵选取高熵区块对,进行改进的FAST关键点提取处理获得关键点对;获得关键点的BRIEF描述子;进行点特征匹配获得匹配点对;进行高斯核采样后计算梯度幅值和梯度方向,选取线段支持域区域;根据LBD算法获得匹配特征线段,即实现膜式壁面的损伤位置处的特征提取。本发明方法结合图像信息熵以及图像融合的技术,对膜式壁面特征进行分析,并进行匹配以及特征提取,有效的解决了在低纹理、结构单一的膜式壁面场景下的特征提取难的问题。
  • 一种面向膜式壁面图像特征提取方法
  • [发明专利]一种基于深度神经网络的立面损伤评估方法-CN202211505968.0在审
  • 傅雷;郭伟东;马泽鹏;胥芳;张立彬;谭大鹏 - 浙江工业大学台州研究院
  • 2022-11-28 - 2023-02-24 - G06F30/27
  • 本发明公开了一种基于深度神经网络的立面损伤评估方法。方法包括:将损伤立面的时序数据输入SOM神经网络中训练;使用Bootstrap法将训练集划分并输入集成DBiGRU模型中训练;获取待预测立面的时序数据输入训练完成的SOM神经网络中,输出最佳拟合曲线;选取趋势残差组输入训练完成的SOM神经网络中,输出最小量化误差构建立面损伤指标;构建预测神经网络模型;将待预测立面的时序数据输入训练完成的集成DBiGRU模型中,输入预测神经网络模型中,输出剩余寿命的均值和置信区间,对待预测立面进行全面评估。本发明方法可以精准预测复杂立面环境维护周期,有利于降低因故障维护不及时产生的损失,从而减小不必要的消耗。
  • 一种基于深度神经网络损伤评估方法

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

400-8765-105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