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2630016个,建议您升级VIP下载更多相关专利
  • [发明专利]基于MATLAB的旋转功能梯度厚板动力行为计算方法-CN201810082797.2有效
  • 章定国;杨兴 - 南京理工大学
  • 2018-01-29 - 2022-04-01 - G06F30/20
  • 本发明公开了一种基于MATLAB的旋转功能梯度厚板动力行为计算方法。根据三维弹性原理和Von‑Karman原理,采用中厚板的一阶剪切变形理论来描述功能梯度厚板的变形位移和应变关系;采用第二类Lagrange方程推导高速旋转功能梯度厚板的动力方程,为对功能梯度材料板的动力分析提供理论依据;采用有限元方法离散功能梯度厚板的变形场,有限元单元为20自由度矩形单元;在MATLAB中利用Newmark积分求解动力方程,输入旋转功能梯度厚板的物理参数,可以实现功能梯度厚板外侧角点变形的实时显示本方法计算精度高,计算速度快;输入功能梯度厚板的长、宽、高、转速、功能梯度材料参数等数据,运行主程序即可计算功能梯度厚板动力行为。
  • 基于matlab旋转功能梯度厚板动力学行为计算方法
  • [发明专利]面向铣削工况下双转台五轴机床动力特性实时预测方法-CN202210558844.2在审
  • 姜彦翠;罗广丹;李哲铭 - 哈尔滨理工大学
  • 2022-05-21 - 2022-08-12 - G05B13/04
  • 本发明公开了面向铣削工况下双转台五轴机床动力特性实时预测方法,属于机床制造技术领域。包括以下步骤:运用标准D‑H法描述机床运动学模型;利用拉格朗日方法建立机床动力方程;采用吉村允孝积分法、Hertz理论及弹性力学,建立主轴‑刀柄、主轴‑轴承、导轨滑块及滚珠丝杠结合部动力模型,获得结合部接触特性参数;最后结合动力方程和结合部接触特性建立动力模型。本发明在机床实际铣削状态下根据铣削工况、工作位置、姿态实时预测机床动力特性,不仅克服了传统方法中对静止机床动力特性研究与实际铣削状态下存在差异的问题,而且具有较高的计算效率,同时可作为数字孪生体模拟、跟踪预测机床铣削操作中动力特性。
  • 面向铣削工况转台机床动力学特性实时预测方法
  • [发明专利]基于动力参数辨识和导纳控制的协作机器人拖动方法-CN202210435305.X在审
  • 张晔;黎秀玉;甄圣超;刘晓黎 - 合肥工业大学
  • 2022-04-24 - 2022-06-07 - B25J9/16
  • 本发明公开了基于动力参数辨识和导纳控制的协作机器人拖动方法,主要包括以下步骤:利用牛顿‑欧拉法构建协作机器人的动力方程,基于牛顿‑欧拉动力方程动力方程找出线性相关项,将动力模型线性化处理;基于有限项傅里叶级数的形式设计激励轨迹,采集协作机器人负载端电流数值,利用最小二乘法求解动力最小参数集;对参数辨识所得动力最小参数集结果结果进行验证。本发明实现了协作机器人基于电流控制的力/位混合柔顺拖动,通过对动力参数进行辨识得到更为准确的动力模型,相较于传统的通过调参对机器人重力以及摩擦力进行补偿从而实现拖动的方式更为精确,也大大提高了拖动作业的安全性
  • 基于动力学参数辨识导纳控制协作机器人拖动方法
  • [发明专利]一种彗尾数值仿真方法-CN201810182688.8有效
  • 王晓慧;毛李恒;岳宇贤 - 北京航空航天大学
  • 2018-03-06 - 2021-05-25 - G06F30/28
  • 本发明提供一种彗尾数值仿真方法,它包括以下几个步骤:步骤一:建立彗星尘埃尺寸分布模型;步骤二:建立彗星尘埃动力模型;步骤三:彗星尘埃动力方程转化;步骤四:动力方程求解;通过以上步骤,能对彗尾中尘埃粒子的动力进行精确数值仿真,确定彗尾的时间和空间分布,为人类了解彗尾的演化机制和彗星的动力过程提供帮助,同时为彗星探测轨道设计提供重要参考。
  • 一种彗尾数值仿真方法

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