-
公开(公告)号：CN105289732B
公开(公告)日：2019-04-09
申请号：CN201510695008.9
申请日：2015-10-22
Applicant: 大连理工大学
Abstract: MOF固载金属过氧化物催化剂，包括金属有机骨架载体和金属过氧物种MO(O2)2，其中，M为Mo6+或W6+。所述催化剂的制备是在合成金属有机骨架材料的过程中将具有催化氧化活性的MO(O2)2通过预修饰或后修饰法锚定到金属有机骨架材料上。本发明的催化剂中，金属过氧物种高度分散在晶体骨架上，金属过氧物种与基于联吡啶螯合位点的有机配体配位，从而保持高稳定性。该催化剂在用于氧化脱硫反应中，保持了很高的活性及稳定性，具有重要的工业应用价值。
-
公开(公告)号：CN109195087A
公开(公告)日：2019-01-11
申请号：CN201811189025.5
申请日：2018-10-12
Applicant: 大连理工大学
IPC: H04R23/00
Abstract: 一种基于热声效应的多层碳纳米管薄膜堆叠式扬声器，属于机械设计领域，包括外框架、多层相互平行且并联连接的碳纳米管薄膜，碳纳米管薄膜作为发声元件，其层数最少为两层、最多为四层。碳纳米管薄膜由碳纳米管组成，两端连接金属电极，金属电极固定在外框架上，同侧金属电极连接在同一导线，且各层碳纳米管薄膜连接的金属电极不接触。发声元件根据接入的音频信号产生相应的温度变化，使周围的介质迅速膨胀和收缩，发出声波。本发明提供的扬声器自身无振动部件，避免共振效应；且结构较为简单，制作所需耗材少，可根据需求制作成任意大小，声场介质均匀受热，不存在分割振动现象；能够产生全部可听声范围内的高响度声音，可以应用于音箱、收音机等可发声的设备中。
-
公开(公告)号：CN108831556A
公开(公告)日：2018-11-16
申请号：CN201810656262.1
申请日：2018-06-24
Applicant: 大连理工大学
Abstract: 本发明涉及机器学习技术领域，一种连续性肾脏替代治疗过程中肝素剂量的预测方法，包括以下步骤：(1)安装相关软件及库，(2)分析和了解由医院收集的数据集的相关信息，(3)数据预处理，(4)特征提取，(5)划分训练集和测试集及不平衡数据的处理，(6)模型预测及评估，(7)预测值的异常值处理。本发明使用梯度提升回归模型等机器学习算法预测CRRT过程中肝素剂量，能够根据训练出的模型，再经过对预测值的进一步处理，可以在CRRT过程中，给出合理可靠的肝素剂量参考值，辅助医生工作，提高手术质量，经济可靠。
-
公开(公告)号：CN108638989A
公开(公告)日：2018-10-12
申请号：CN201810782501.8
申请日：2018-07-17
Applicant: 大连理工大学
IPC: B60R19/02
CPC classification number: B60R19/023 , B60R2019/026
Abstract: 本发明属于汽车碰撞领域，涉及一种汽车正碰和斜碰吸能盒，该汽车正碰和斜碰吸能盒为多边形薄壁吸能盒，由若干预制凹槽的多边形薄壁粘结或者焊接而成。所述的汽车正碰和斜碰吸能盒包括连接头、吸能盒主体、底座。吸能盒主体顶部通过连接头与车辆保险杠连接，吸能盒主体底部通过底座与车体前端结构连接。吸能盒主体的两个正面设有若干凹槽，包括邻近梯形腰的斜凹槽和水平凹槽，通过凹槽的排布满足在多种工况下吸能盒都能最大化地吸收能量和降低荷载均匀性系数。本发明通过吸能盒横截面和斜面，使吸能盒可以有效应对正面碰撞和斜向碰撞，降低最高峰值载荷；提高吸能盒的比吸能率，降低荷载均匀性系数；斜凹槽和平凹槽使吸能更加稳定。
-
公开(公告)号：CN108531689A
公开(公告)日：2018-09-14
申请号：CN201810337471.X
申请日：2018-04-12
Applicant: 大连理工大学
CPC classification number: Y02P10/212 , C21D1/04 , C21D10/00
Abstract: 本发明属于汽车碰撞领域，提供一种针对汽车碰撞吸能盒的残余应力消除方法，包括振动时效处理、对吸能盒进行热时效处理、对吸能盒表面进行超声冲击处理。本发明将振动时效、热时效以及超声冲击的结合使用，经过工程实践及测试，吸能盒的残余应力消除率能够达到90％以上，表面得到强化，吸能效果大幅度提升。同时，这种方法也可以适用于其他金属薄壁结构残余应力的消除，具有很强的通用性。
-
Patent Agency Ranking
公开(公告)号：CN108449581A
公开(公告)日：2018-08-24
申请号：CN201810337713.5
申请日：2018-04-12
Applicant: 大连理工大学
IPC: H04N7/18
Abstract: 本发明提供了一种转辙机缺口视频监测器，属于嵌入式计算机领域，包括主处理器模块、传感器模块和通信模块三部分。主处理器模块由主处理器芯片及其外围器件组成，主要负责转辙机视频监测单元的初始化、配置、管理以及运行上层应用程序。传感器模块由两组摄像头、温湿度传感器、电流传感器和振动传感器组成，负责采集转辙机缺口视频、温湿度信息、电流信息和振动信息，并传至主处理器模块。通信模块由以太网收发器、电力线载波子模块和WIFI子模块组成，负责将处理器信息传到上位机或无线手持机。各功能模块协调工作，构成了转辙机缺口视频监测器。本发明可应用在轨道交通领域的道岔转辙机内，实时监测转辙机运行状态。
-
公开(公告)号：CN108254757A
公开(公告)日：2018-07-06
申请号：CN201810337436.8
申请日：2018-04-11
Applicant: 大连理工大学
IPC: G01S17/58
Abstract: 本发明属于嵌入式计算机技术领域，涉及一种基于双TOF传感器的测速装置。该测速装置包括主控制模块、双TOF及射频调制光源模块和通信模块。主控制模块包括主控芯片及外围器件，负责系统的初始化、运行应用程序和实现基于正交调制频率的多普勒算法。双TOF及射频调制光源模块包括两套TOF传感器子模块、镜头滤光片子模块和射频调制光源子模块，通过对被测物体反射的光波采取正交频率调制得到三维深度图像，然后通过TCMI发送到主控芯片处理。通信模块包括千兆以太网子模块、USB2.0子模块及RS232子模块，用于与上位机通信及测速装置调试。本发明可在消费市场、轨道交通领域中应用。
-
公开(公告)号：CN107066673A
公开(公告)日：2017-08-18
申请号：CN201710030982.2
申请日：2017-01-17
Applicant: 大连理工大学
IPC: G06F17/50
CPC classification number: G06F17/5009
Abstract: 一种工业时滞响应过程的采样抗扰辨识建模方法，其利用便于工业过程实现的伪随机二进制脉冲序列、方波或梯形波等持续激励信号，激励待辨识系统，首先，根据待辨识系统的动态响应特性估计延迟时间范围、拟合模型结构和阶次；其次设计辨识实验方案，确定辨识实验的开环或闭环运行形式、激励信号的幅值与采样时间、以及采样数据长度等；然后，根据采样数据，应用所提出的基于双遗忘因子辨识算法消除非随机性负载干扰的影响，实现对带有整数型时滞参数的系统传递函数模型参数的无偏估计，从而为工业时滞响应过程提供一种便捷可靠的抗扰辨识建模技术。
-
公开(公告)号：CN106886571A
公开(公告)日：2017-06-23
申请号：CN201710030918.4
申请日：2017-01-18
Applicant: 大连理工大学
CPC classification number: G06F17/30542 , G06Q10/04
Abstract: 一种基于社会网络分析的合作可持续性预测方法，分为合作持续时间预测问题和合作持续次数预测问题。统计两个学者第一次合作时各自的个人属性和社会属性，并将所提取的数据输入合作可持续性预测模型，即得到由模型预测的合作可持续性结果。预处理模块将从真实计算机科学领域论文集中提取的原始数据计算和归一化为所需的属性数据。训练模块使用集成树思想和梯度下降理论建立模型，并使用训练集中的数据调整参数，使预测结果更加精准。预测模块使用预测集内的数据和已经调整好参数的模型进行预测。评价模块通过对比实际结果和预测结果，使用“Jackknife”思想对模型的预测结果进行评价，计算出预测模型的整体性能和已经选取的输入因素对模型预测结果的影响程度。
-
公开(公告)号：CN104574406B
公开(公告)日：2017-06-23
申请号：CN201510021270.5
申请日：2015-01-16
Applicant: 大连理工大学
IPC: G06T7/80
Abstract: 本发明提供了一种360度全景激光与多个视觉系统的联合标定方法，属于移动机器人自主环境感知技术领域。本发明最大的创新点在于采用简单的黑色卡纸作为标定设备，快速实现多个视觉系统与全景激光的同时标定。为此本发明基于黑卡纸可使照射到其表面的激光光束具有较低的反射率特性，经过生成反射值图、范围滤波、二值化、点聚类处理，从采集的三维激光数据中提取出属于标定装置的特征点，并采用平面提取方法滤除环境中的噪声物体，进而采用迭代优化方法对基于激光数据的三维特征点和基于图像数据的二维特征点进行求解，从而得到传感器之间的旋转矩阵和平移矩阵。本发明为多传感器信息融合奠定基础，可用在移动机器人场景重构等领域。
-
-
-
-
-
-
-
-
-
Search Results
182
records
(took 0.094 seconds)
