一种屈服强度1400MPa级超高强度结构钢的焊接方法

    公开(公告)号:CN118180569A

    公开(公告)日:2024-06-14

    申请号:CN202311842552.2

    申请日:2023-12-29

    Abstract: 本发明涉及一种屈服强度1400MPa级超高强度结构钢的焊接方法,为防止焊后冷裂纹,通过选择合适的坡口加工、清洁预处理、消磁、先点焊后慢速度施焊(大线能量)和冷却的方式进行对屈服强度1400MPa级超高强度结构钢进行焊接,焊接接头具有良好的强韧性和抗冷裂纹性能,焊缝的屈服强度≥1050MPa,焊缝、熔合区及热影响区的‑40℃冲击功大于25J,同时,该类结构钢含有大量马氏体,其钢板的磁性会对焊丝有明显的吸引力,导致电弧不稳定,通过消磁处理,可防止焊缝偏移甚至出现焊不上的情况,满足了大型结构件的超高强度钢板推广使用的要求,不仅能保证安全性还减轻了大型结构件自身的重量,同时,对节约能源和降低成本都起到了关键作用。

    一种基于神经网络的协作机器人碰撞检测方法

    公开(公告)号:CN117428771A

    公开(公告)日:2024-01-23

    申请号:CN202311482257.0

    申请日:2023-11-08

    Applicant: 东北大学

    Abstract: 本发明公开一种基于神经网络的协作机器人碰撞检测方法,涉及机器人控制及人机安全领域。采集协作机器人的关节信息和工作模式并组合得到数据集;构建协作机器人的BP神经网络模型,并利用数据集对BP神经网络模型进行训练,得到最终的协作机器人的BP神经网络模型;获取协作机器人各关节电机当前时刻的位置、角速度、电流并输入到训练完成的协作机器人的BP神经网络模型中进而预测协作机器人当前的工作模式和电机位置,计算碰撞值并判断是否发生碰撞,该方法可在无外部传感器下准确检测到外部碰撞,提高了碰撞检测的准确度,确保协作机器人在动态不确定的环境中能够高效安全地运行,降低了风险发生的可能性,提高了人机协作时的安全系数。

    一种基于深度强化学习与大数据库的智能检测方法

    公开(公告)号:CN116433636A

    公开(公告)日:2023-07-14

    申请号:CN202310414010.9

    申请日:2023-04-18

    Applicant: 东北大学

    Abstract: 本发明公开一种基于深度强化学习与大数据库的智能检测方法,首先通过编程语言从数据库读取与批量命名图片构成数据集;然后生成深度图像获得RGB‑D图像数据集,对RGB‑D图像数据集进行标注并增强,为模型训练做准备;使用构建的基于深度强化学习方法的轻量化网络进行模型训练;通过深度相机获取真实场景中的RGB‑D图像,并输入到网络中进而预测图像中每个物品的类别与可行抓取框;完成标定的机械臂根据预测的可行抓取框,确定物品种类与位置进行实时的智能抓取;本发明方法可在快速而准确的得到每个物体的类别抓取位姿,从而实现对未知物体的高准确度,快识别率的智能抓取。

    一种基于PLC控制的激光切割机丝杠误差补偿方法

    公开(公告)号:CN116300685A

    公开(公告)日:2023-06-23

    申请号:CN202310181924.5

    申请日:2023-03-01

    Applicant: 东北大学

    Inventor: 梁亮 郭东旭 王静

    Abstract: 本发明的一种基于PLC控制的激光切割机丝杠误差补偿方法,包括如下步骤:步骤1:设计反向间隙误差补偿方法,并开发为PLC控制的反向间隙误差补偿模块;步骤2:设计丝杠螺距误差补偿方法,并开发为PLC控制的丝杠螺距误差补偿模块;步骤3:判断进给轴是否发生反向运动,如果是则执行步骤4,否则执行步骤5;步骤4:将目标位置发送到反向间隙误差补偿模块,对目标位置进行修改正,再将修正后的目标位置发送到丝杠螺距误差补偿模块,计算给定位置;步骤5:将目标位置发送到丝杠螺距误差补偿模块,计算给定位置;步骤6:丝杠螺距误差补偿模块将给定位置下发到电机的控制器,电机驱动丝杠旋转带动滑块及切割头运动到目标位置。

Patent Agency Ranking