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1209813个,建议您升级VIP下载更多相关专利
  • [实用新型]农业物联网网关-CN202022807285.3有效
  • 雷冰冰;祝珂;王林飞;苏艳娇;刘光硕 - 北方民族大学
  • 2020-11-27 - 2021-06-01 - H04L12/66
  • 设置防护箱体,防护箱体的侧面开设有天线穿出孔,网关本体的盒体置于所述防护箱体内,且天线穿过所述天线穿出孔,设置于所述防护箱体的外侧,一方面,网关本体的盒体及关键部件全部容置于所述防护箱体内,降低盒体及盒体内的关键部件受尘埃、潮湿、阴雨等的影响,保护所述盒体及盒体内的关键部件,延长所述农业物联网网关的使用寿命。
  • 农业联网网关
  • [发明专利]旋转机械装备关键部件服役退化轨迹预测方法及设备-CN202111590659.3在审
  • 李庆;方梁菲;唐千升 - 安徽农业大学
  • 2021-12-23 - 2022-04-19 - G06F30/17
  • 本发明的一种旋转机械装备关键部件服役退化轨迹预测方法及设备,其方法采用四元数框架下加权增量分数阶卡尔曼滤波算法作为退化预测模型,包括利用加速度传感器采集旋转机械装备关键部件运行过程中的多通道振动加速度数据;对采集数据进行预处理,计算得到设备关键部件的多通道健康因子时间序列及其Hurst指数与分数阶数;根据建立的四元数框架下加权增量分数阶卡尔曼滤波预测模型,可对未来退化趋势健康因子时间序列进行预测跟踪。本发明无需考虑外界环境与复杂工况对设备关键部件的性能退化影响,也无需考虑系统物理结构参数的影响,考虑了多通道健康因子序列的时空与分数阶特性,适合多通道退化数据一次性预测,运行速度快,预测精度高。
  • 旋转机械装备关键零部件服役退化轨迹预测方法设备
  • [发明专利]一种数据处理的方法和装置-CN202110681580.5在审
  • 黎国华;胡欣涛 - 上海小鹏汽车科技有限公司
  • 2021-06-18 - 2021-09-21 - G05B23/02
  • 本发明实施例提供了一种数据处理的方法和装置,应用于远程诊断平台,所述远程诊断平台用于对接入的车辆进行诊断,所述方法包括:接收所述车辆发送的针对车载部件的预设CAN数据;按照预设配置规则,对所述预设CAN数据进行解析,得到关键信号数据;根据所述关键信号数据,确定所述车载部件对应的目标供应商信息。通过本发明实施例,实现了远程接收车载部件的预设CAN数据,从而确定车载部件的目标供应商信息,有效地提高维修效率。
  • 一种数据处理方法装置
  • [实用新型]一种具有防震效果的心率检测仪-CN202021363343.1有效
  • 余海鑫 - 惠州市源医科技有限公司
  • 2020-07-13 - 2021-05-14 - A61B5/024
  • 本实用新型公开了一种具有防震效果的心率检测仪,包括保护壳、固定部件、弹性部件、翻转部件、扣合部件、外壳、凹槽、显示屏、心率检测仪本体、嗡鸣器、指示灯、开关键和控制部件,固定部件设置在保护壳的内壁上,弹性部件设置在固定部件上,翻转部件设置在保护壳侧壁的顶部上,扣合部件与翻转部件连接,凹槽设置在外壳的外壁上,外壳设置在保护壳内,显示屏、嗡鸣器、指示灯和开关键设置在外壳的上表面,心率检测仪本体设置在外壳上,控制部件设置在外壳内通过上述方式,本实用新型结构简单,投入成本低,能够很好的实现对内部部件的保护作用,防止掉落摔坏,使用寿命长,受到消费者的欢迎。
  • 一种具有防震效果心率检测
  • [发明专利]提取巡检关键部件点的方法及装置-CN201911382850.1有效
  • 郭彦明 - 北京数字绿土科技股份有限公司
  • 2019-12-27 - 2023-05-23 - G06T7/00
  • 本申请提供了一种提取巡检关键部件点的方法及装置,属于电力检测领域,该提取巡检关键部件点的方法包括:S1.利用不同塔型的杆塔点云作为训练样本,根据不同塔型以及电压等级确定绝缘子长度;S2.根据所述绝缘子高度对杆塔点云进行垂直分层对每个单元进行模型训练得到深度学习神经网络模型,利用神经网络模型对不同塔型的杆塔点云进行精细分类;S3.基于精细分类结果,将每个杆塔的的杆塔点云利用模型构建方法进行单体化;S4.从单体化的各个模型中提取部件点的位置作为拍照点位利用上述方法,可以减少人工选择关键部件点的工作量,提高工作效率。
  • 提取巡检关键部件方法装置

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