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25个,建议您升级VIP下载更多相关专利
  • [实用新型]一种光电编码器检测装置-CN202320340858.7有效
  • 赵恩鹏;沈明瑞;刘隽;李明 - 长春通视光电技术股份有限公司
  • 2023-02-28 - 2023-10-03 - G01D18/00
  • 本实用新型涉及一种光电编码器检测装置,该装置中,棱镜调平机构和编码器转接件与转台的旋转台固定连接,编码器的转轴与编码器转接件固定连接,多面体棱镜与棱镜调平机构固定连接;编码器的外圈与编码器支撑座的顶面固定连接;编码器支撑座和转台的基座固定在底座上;准直仪发出的光线可由多面体棱镜的棱镜面反射并沿原路返回。本实用新型将编码器转接件和棱镜调平机构设计在转台的旋转台上,在更换编码器过程中不需要重新调平多面体棱镜,提高了检测效率。
  • 一种光电编码器检测装置
  • [发明专利]一种基于图像的旋转编码器精度检测方法-CN202310707818.6有效
  • 沈明瑞;赵恩鹏;李赫;李明 - 长春通视光电技术有限公司
  • 2023-06-15 - 2023-09-01 - G01D18/00
  • 本发明属于旋转编码器精度检测技术领域,涉及一种基于图像的旋转编码器精度检测方法,该方法如下:将精度校准转盘与旋转编码器同轴安装固定,精度校准转盘的圆柱面上沿周向分布具有设定宽度的黑条;将相机对准精度校准转盘,拍摄精度校准转盘和旋转编码器旋转设定角度前后的图像,并根据黑条宽度投影尺寸的变化推算旋转编码器实际旋转角度;根据旋转编码器实际旋转角度与旋转编码器自身旋转角度读数间的差值判断旋转编码器精度是否满足要求。本发明可以实现任意角度的旋转角度测量,检测成本低,通用性好,大幅提高了旋转编码器精度的检测效率。
  • 一种基于图像旋转编码器精度检测方法
  • [实用新型]一种内嵌库德光路的光电转台-CN202320084750.6有效
  • 李赫;李志强;李明;沈明瑞 - 长春通视光电技术有限公司
  • 2023-01-29 - 2023-06-27 - A01M29/10
  • 本实用新型涉及一种内嵌库德光路的光电转台,该转台的方位U型架可在转台基座内方位电机的驱动下作方位运动,光电载荷舱可在方位U型架上俯仰电机的驱动下作俯仰运动;转台基座具有中空腔体,方位U型架为壳体结构;激光束由转台基座侧壁的入光孔入射,依次经过安装在转台基座腔体内的第一库德反射镜,安装在方位U型架壳体内的第二库德反射镜、第三库德反射镜、第四库德反射镜,安装在光电载荷舱内的第五库德反射镜折转,最后经光电载荷舱的发射窗口出射;光电载荷舱内的光电载荷视轴与发射窗口射出激光束共光轴。本实用新型能对机场航道附近的飞行物同步执行图像识别和锁定以及对其进行精准干扰和驱离。
  • 一种内嵌库德光路光电转台
  • [发明专利]一种内嵌库德光路的光电转台-CN202310044019.5在审
  • 李赫;李志强;李明;沈明瑞 - 长春通视光电技术有限公司
  • 2023-01-29 - 2023-04-28 - A01M29/10
  • 本发明涉及一种内嵌库德光路的光电转台,该转台的方位U型架可在转台基座内方位电机的驱动下作方位运动,光电载荷舱可在方位U型架上俯仰电机的驱动下作俯仰运动;所述的转台基座具有中空腔体,方位U型架为上部与下部之间分体的壳体结构;激光束由转台基座侧壁的入光孔入射,依次经过安装在转台基座腔体内的第一库德反射镜,安装在方位U型架壳体内的第二库德反射镜、第三库德反射镜、第四库德反射镜,安装在光电载荷舱内的第五库德反射镜折转,最后经光电载荷舱的发射窗口出射;光电载荷舱内的光电载荷视轴与发射窗口射出激光束共光轴。本发明能够对机场航道附近的无人机或其他飞行生物同步执行图像识别和锁定以及对其进行精准干扰和驱离。
  • 一种内嵌库德光路光电转台
  • [实用新型]一种光电吊舱控制盒-CN202223430170.2有效
  • 李明;李赫;刘斌;沈明瑞 - 长春通视光电技术有限公司
  • 2022-12-21 - 2023-04-14 - G05B19/04
  • 本实用新型涉及一种光电吊舱控制盒,该控制盒包括盒体,操控组件,数据显示屏,控制电路板;所述的操控组件、数据显示屏及控制电路板均安装在盒体中,且操控组件的操控部位高出盒体的上表面,数据显示屏的屏幕外露于盒体的上表面;操控组件的指令通过控制电路板发送至光电吊舱,数据显示屏用于显示光电吊舱的信息。本实用新型集成度高,体积更小,质量更轻,而且大大降低了产品成本。
  • 一种光电控制
  • [发明专利]一种基于SDAE-DBN算法的零件表面粗糙度在线预测方法-CN201911346390.7有效
  • 刘阔;沈明瑞;秦波;黄任杰;牛蒙蒙;王永青 - 大连理工大学
  • 2019-12-24 - 2022-09-20 - G06F30/20
  • 一种基于SDAE‑DBN算法的零件表面粗糙度在线预测方法,首先将三向加速度传感器通过磁座吸附在机床主轴后轴承处,在被加工零件左前方放置传声器,采集机床切削过程的振动和噪声信号;消除动态信号的趋势项,再对信号进行平滑处理;其次对加工过程的数据进行截取和归一化;接着构建堆叠去噪自编码器,采用贪婪逐层算法对网络进行训练,将提取的特征作为深度置信网络的输入训练网络结构;最后将加工过程中的实时振动和噪声信号经数据处理后输入到深度网络中,网络输出当前表面粗糙度的优劣情况,从而实现表面粗糙度的实时预测。本方法可减少人工和专家经验的参与,降低带标签数据的获取难度,并且能够提高表面粗糙度预测的准确性。
  • 一种基于sdaedbn算法零件表面粗糙在线预测方法
  • [发明专利]一种基于深度迁移学习的刀具状态监测方法-CN202110416755.X有效
  • 刘阔;崔益铭;沈明瑞;秦波;宋磊;王永青 - 大连理工大学
  • 2021-04-19 - 2022-03-29 - B23Q17/09
  • 本发明属于加工状态监测领域,一种基于深度迁移学习的刀具状态监测方法。步骤如下:首先,通过两个三相加速度传感器和一个传声器采集加工过程中的振动信号与噪声信号;然后,对数据进行快速傅里叶变换,再采用Adasyn自适应合成采样算法解决数据集的不平衡问题;随后,构建深度置信网络,利用有标签的第一台机床数据训练刀具状态监测模型;最后,利用无标签的第二台机床数据实现模型的微调,首先共享源域模型与目标域模型的结构与权重,再引入多核最大均值差异衡量并缩小源域数据与目标域数据在隐藏层最顶层的距离。本发明所用的基于深度迁移学习的刀具状态监测方法迁移效果良好,省去了数据采集与标签划分的工作,降低了加工状态监测成本。
  • 一种基于深度迁移学习刀具状态监测方法
  • [发明专利]基于生成式对抗网络的刀具状态监测数据集增强方法-CN201911361333.6有效
  • 王永青;牛蒙蒙;刘阔;秦波;沈明瑞;厉大维 - 大连理工大学
  • 2019-12-26 - 2021-08-20 - B23Q17/09
  • 本发明提供了一种基于生成式对抗网络的刀具状态监测数据集增强方法,属于机械加工状态监测技术领域。首先,采用传感器采集系统获取刀具切削过程中的振动和声音信号;其次,将服从先验分布的噪声数据输入到生成器生成数据,并将生成数据和采集的真实样本数据输入到鉴别器进行鉴别,生成器和鉴别器两者之间进行对抗训练,直到训练完成;然后,利用训练好的生成器生成样本数据,并判断生成的样本数据和真实的刀具状态样本数据的分布是否相似;最后,结合深度学习网络模型预测刀具状态的准确性检验生成数据的可用性。该方法的最大优点能够增强刀具状态数据集,提高深度学习网络模型预测刀具状态的准确性。
  • 基于生成对抗网络刀具状态监测数据增强方法
  • [发明专利]一种刀具状态智能监测的进化学习方法-CN202010610398.6有效
  • 刘阔;沈明瑞;秦波;黄任杰;牛蒙蒙;王永青 - 大连理工大学
  • 2020-06-30 - 2021-07-02 - B23Q17/09
  • 一种刀具状态智能监测的进化学习方法,利用三向加速度传感器和传声器采集振动信号和声信号,对信号进行平滑处理,并将其划分为训练集和测试集;采用堆叠自编码器对动态信号的深层次特征进行自动提取,并对提取的特征进行分类;根据训练集模型准确度对各算法进行权重分配,通过加权平均获得最终预测的刀具状态,并保存模型相关参数;将实际加工过程中的实时振动信号和声信号经数据预处理后输入保存过的监测模型中,获得对应信号的刀具状态,保存置信度水平较高的数据标签,并对网络参数进行更新,从而实现刀具状态智能监测的进化学习。本方法可避免人工的参与,降低计算复杂度,且能减弱机床性能退化对刀具状态监测模型预测准确度的影响。
  • 一种刀具状态智能监测进化学习方法

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