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2124291个,建议您升级VIP下载更多相关专利
  • [发明专利]基于机舱风速仪的风电机组损失电量评估方法-CN201710001914.3有效
  • 褚景春;薛浩宁;朱晓芳;常中祥 - 国电联合动力技术有限公司
  • 2017-01-03 - 2019-03-19 - F03D17/00
  • 本发明公开了基于机舱风速仪的风电机组损失电量评估方法,包括以下步骤:A.设定风机损失电量为四种状态下的未并网损失电量与两种状态下的并网损失电量之和,其中,四种状态下的未并网损失电量为场外限负荷停机损失电量、停机损失电量、维护损失电量及故障损失电量,两种状态下的并网损失电量为风机限电损失电量与风机自动限负荷损失电量;B.根据机舱风速仪数据,绘制风机实际运行功率曲线;C.根据机舱风速仪数据,计算以上各种状态下的风频分布,风频分布采用10min平均风速的瞬时值;D.分别计算未并网损失电量及并网损失电量。本发明能够简单、有效、可靠地对损失电量进行评估,且评估结果误差小,准确度高。
  • 基于机舱风速仪机组损失电量评估方法
  • [发明专利]基板处理装置-CN201810077962.5有效
  • 奥谷洋介 - 株式会社斯库林集团
  • 2018-01-26 - 2022-04-12 - H01L21/67
  • 本发明提供一种基板处理装置,具备:第一供给配管,从第一分支部向第一药液喷嘴引导处理液;第一返回配管,从第一分支部向容器引导处理液;第一压力损失规定单元,以使第一供给配管内的压力损失大于第一返回配管内的压力损失的方式规定压力损失;以及第一喷出阀,在第一喷出执行状态和第一喷出停止状态之间进行切换,所述第一喷出执行状态是使第一返回配管内的压力损失大于第一供给配管内的压力损失,以使处理液从共用配管向第一供给配管流动的状态,所述第一喷出停止状态是使第一返回配管内的压力损失小于第一供给配管内的压力损失,以使处理液从共用配管向第一返回配管流动的状态
  • 处理装置
  • [发明专利]生产损失跟踪系统-CN200610143288.3无效
  • J·N·尼古劳乌;H·W·贝克 - 通用汽车环球科技动作公司
  • 2006-11-03 - 2007-09-12 - G05B19/048
  • 一种用于制造系统的生产损失跟踪系统,包括收集模块、事件模块和报告模块。该收集模块收集来自多个处理站的处理状态。当处理状态指示生产损失事件时,事件模块针对第一个处理站预测上游生产损失事件,该第一个处理站是位于已经发生生产损失事件的第二个处理站的上游。当处理状态指示生产损失事件时,事件模块针对第三个处理站预测下游生产损失事件,该第三个处理站是位于已经发生生产损失事件的第二个处理站的下游。该报告模块与事件模块通信并且生成指示该上游生产损失事件、下游生产损失事件和生产损失事件的报告。
  • 生产损失跟踪系统
  • [发明专利]最优化系统-CN201510089796.7有效
  • 藤江真也;田原铁也 - 阿自倍尔株式会社
  • 2015-02-27 - 2018-04-17 - G05B19/418
  • 本发明的最优化系统不进行复杂的设定就能使处于达到稳定状态之前的过渡状态时的最优性提高。具有对控制对象(5)进行控制的多个控制部(41);将用于控制部的控制的变量最优化并计算出该变量的目标值的最优化部(21);对是否为最优化机会损失状态进行检测的机会损失检测部(31),最优化机会损失状态表示在至稳定状态之前的过渡状态下,与基于最优化部所算出的目标值执行控制部的控制相比,能将控制对象的控制状态更加提高至最优的状态状态;和目标值修正部(32),在机会损失检测部检测到为最优化机会损失状态的情况下,对目标值进行修正以使控制状态更加接近最优的状态
  • 优化系统
  • [发明专利]一种深度多特征动态对抗的变工况下旋转机械迁移诊断方法-CN202210740176.5有效
  • 佘道明;陈进;李耀明 - 江苏大学
  • 2022-06-28 - 2023-09-26 - G06F18/24
  • 本发明提供一种深度多特征动态对抗的变工况下旋转机械迁移诊断方法,利用深度神经网络对所述旋转机械关键部件的振动信号进行特征提取,得到轴承健康状态的特征;将轴承健康状态的特征向量和类别预测向量进行多线性映射融合,并进行动态多特征对抗迁移诊断训练:通过总损失函数反向传播对动态多特征对抗迁移诊断网络进行优化;总损失函数包括标签分类器损失函数、动态鉴别损失和MMD损失,动态鉴别损失中设有动态对抗因子;优化后的动态多特征对抗迁移诊断网络输入目标域机械设备的监测数据集,输出目标域装备健康状态。本发明方法提高了目标域工况健康状态的识别精度,能有效识别变工况下旋转机械的健康状态
  • 一种深度特征动态对抗工况旋转机械迁移诊断方法

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