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12个,建议您升级VIP下载更多相关专利
  • [发明专利]滚子轴承滚道载荷分布测量方法、智能滚子和滚子轴承-CN202310759506.X在审
  • 仲志丹;陈小龙;谢兴会;郝文路;彭建军;何奎;崔允浩;杨芳 - 河南科技大学
  • 2023-06-26 - 2023-09-22 - G01M13/04
  • 本发明属于轴承载荷测量技术领域,具体涉及一种滚子轴承滚道载荷分布测量方法、智能滚子和滚子轴承。沿着滚子轴线方向将滚子划分为若干个单元,确定该滚子各个单元的等效均布载荷,进一步得到该滚子承受的载荷总值;其中,确定该滚子一个单元的等效均布载荷的手段为:测量该单元内孔壁的应变值以及滚子的自转角度与自转角速度,并输入至扩展卡尔曼滤波算法,得到该单元的均布载荷线密度,进而结合该单元的长度得到作用在该单元的等效均布载荷;进而得到滚子轴承中所选择的各个滚子承受的载荷总值,即滚道上不同位置处的载荷值,从而得到滚道载荷分布情况。本发明的测量准确度较高,可以实时监测轴承滚道上的载荷分布情况,以作及时进行调整。
  • 滚子轴承滚道载荷分布测量方法智能
  • [发明专利]一种面向大型滚子轴承的智能滚子标定试验台-CN202310986122.1在审
  • 仲志丹;陈小龙;谢兴会;郝文路;彭建军;何奎;崔允浩;杨芳 - 河南科技大学
  • 2023-08-07 - 2023-09-22 - G01M13/04
  • 本发明涉及轴承的测试技术领域,尤其涉及一种面向大型滚子轴承的智能滚子标定试验台。一种面向大型滚子轴承的智能滚子标定试验台,包括支撑平台,支撑平台上设置有智能滚子夹具,智能滚子夹具包括滚子固定座和滚子转动座,滚子固定座和滚子转动座之间具有用于安装待标定智能滚子和陪试实心滚子的安装空间,滚子转动座上连接有驱动装置,滚子固定座上连接有用于对滚子同时施加径向载荷的径向加载机构,和/或滚子固定座上连接有用于对滚子同时施加轴向载荷的轴向加载机构,加载机构上具有加载传感器以实现对智能滚子的内置传感器的载荷、温度和姿态等参数的标定试验。弥补了目前尚没有能够实现针对智能滚子的标定试验台的问题。
  • 一种面向大型滚子轴承智能标定试验台
  • [发明专利]一种基于矿场环境感知的堆料面预测方法-CN202210063410.5有效
  • 宋学官;高槐泽;张天赐;崔允浩;付涛;黎柿汪;孙伟 - 大连理工大学
  • 2022-01-20 - 2022-11-29 - G01B11/00
  • 一种基于矿场环境感知的堆料面预测方法。首先进行矿场环境感知,将堆料与墙壁进行分类,并在此基础上完成堆料面预测。所述矿场环境感知,包括点云预处理、配准、融合、水平校准、地面与堆料上方无用点去除、聚类、分类及提取,其中环境点云数据是通过3D激光雷达进行采集,所述的环境感知方法包括点云预处理、配准、融合、水平校准、地面等无用点去除、聚类、分类及提取。所述堆料面预测模型是基于Kd树与K最邻近搜索进行建立。本发明实现了点云配准与分割方法的有效融合,能对矿场环境中的堆料点进行有效提取及利用,基于真实堆料点云建立的堆料面预测模型可用于三维挖掘体积计算,可实现计算结果的准确性。
  • 一种基于矿场环境感知堆料面预测方法
  • [发明专利]一种基于堆料面预测模型的智能电铲最优自动挖掘作业方法-CN202210282044.2在审
  • 宋学官;黎柿汪;付涛;张天赐;崔允浩;李建基 - 大连理工大学
  • 2022-03-22 - 2022-07-08 - G06F30/20
  • 一种基于堆料面预测模型的智能电铲最优自动挖掘作业方法,首先,通过激光雷达扫描实际料场获得堆料面点云数据并进行处理;其次,对形貌特征复杂多变的堆料面进行精确建模;接着,利用堆料面预测模型进行最优挖掘轨迹规划;然后,执行挖掘轨迹;最后,回转‑卸料‑复位并判断是否进行下一次挖掘作业。由于本发明采用激光雷达扫描得到的点云对堆料面进行精确建模,实现了对动态挖掘体积的精准预测,且适用于实际挖掘工况。本发明采用PTP方法利用高阶多项式描述挖掘轨迹,将电铲最优控制问题转化为多项式系数寻优问题,同时考虑挖掘体积、挖掘时间等因素,考虑机构位置、电机转速等约束,对多项式轨迹系数、挖掘时间、终止位置进行优化,实现了确保挖到足够物料、挖掘时间短以及能耗最优的目的。
  • 一种基于堆料面预测模型智能电铲最优自动挖掘作业方法
  • [发明专利]一种基于声音特征的移动机器人路面材质识别方法-CN202011597385.6在审
  • 安毅;崔允浩;孙伟 - 大连理工大学
  • 2020-12-29 - 2021-10-19 - G01N29/04
  • 本发明属于移动机器人路况识别与自主导航技术领域,一种基于声音特征的移动机器人路面材质识别方法,包括以下步骤:(1)路面材质声音数据集的采集与建立,(2)路面材质声音数据预处理,(3)路面材质声音的梅尔倒谱特征提取,(4)构建深度卷积神经网络进行训练,(5)基于训练好的神经网络模型进行路面材质识别。本发明具有以下优点:一是,本发明从听觉的角度利用声音特征实现对路面材质的分类识别,能够有效弥补视觉模态的不足;二是,本发明基于梅尔倒谱特征实现了对路面材质声音特征的有效提取,并搭建了深度卷积神经网络模型,能够基于材质声音特征有效进行多材质路面识别。
  • 一种基于声音特征移动机器人路面材质识别方法
  • [发明专利]一种基于声音和图像多模态协同学习的路面材质识别方法-CN202110000768.9在审
  • 安毅;崔允浩 - 大连理工大学
  • 2021-01-02 - 2021-07-13 - G06K9/62
  • 本发明属于移动机器人路况识别与自主导航技术领域,一种基于声音和图像多模态协同学习的路面材质识别方法,包括以下步骤:(1)路面材质声音数据和图像数据的同步采集,(2)路面材质声音及图像数据预处理,(3)路面材质声音数据的梅尔倒谱特征提取,(4)训练集的标定及建立,(5)构建多模态协同学习深度卷积神经网络进行训练,(6)基于训练好的多模态协同学习深度卷积神经网络模型进行路面材质识别。本发明优点是:利用声音和图像两种模态信息实现对路面材质的分类识别,基于梅尔倒谱特征实现对路面材质声音特征的有效提取并提出多模态协同学习深度卷积神经网络模型,利用路面材质声音和图像数据进行多材质路面的识别。
  • 一种基于声音图像多模态协同学习路面材质识别方法
  • [发明专利]底配管型油舱加热器-CN200810127486.X无效
  • 金弘顺;姜富宁;崔允浩 - 株式会社光山
  • 2008-06-30 - 2009-09-16 - B63J2/14
  • 本发明提供底配管型油舱加热器,其可从连续的油管自由地分离罩,以此可便利地进行油舱加热器的清洗或维修作业。该底配管型油舱加热器的特征是具有:板状的中孔销;环状的上部蒸气室;环状的下部蒸气室;将下部蒸气室固定在底部的支座;被引入到支座内部并与上部蒸气室的蒸气流入口连通的蒸气流入管;覆盖上部蒸气室和多个中孔销的罩;被引入到支座内部的油流入管;和被引入到支座内部并将油的移动路径连通到油室上侧的油流出管,通过蒸气流入管而上升并供给上部蒸气室的蒸气一边经由多个中孔销来散发热一边下降,并流出到下部蒸气室的蒸气流出管,通过油流入管而供给到油室下侧的油,在中孔销之间一边受到蒸气的散发热一边上升,在油室上侧通过油流出管沿轴向下降之后流出。
  • 底配管型油舱加热器

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