-
公开(公告)号：CN201239857Y
公开(公告)日：2009-05-20
申请号：CN200820188662.6
申请日：2008-08-15
Applicant: 东莞华中科技大学制造工程研究院 , 华中科技大学
Abstract: 本实用新型涉及激光焊接测量装置技术领域，特别涉及一种连杆式激光焊接测量一体化装置，其包括有焊接头安装座以及安装在焊接头安装座的焊接头，其还包含有平面四杆机构和摄像头装置支架以及连接在摄像头装置支架的摄像头，所述的平面四杆机构为包含有连架杆和双连杆的双摇杆结构，其与激光焊接头安装座相连；摄像头装置支架通过设置在摄像头装置支架的转动副与平面四杆机构的双连杆相连；在焊接头安装座上设置有用于驱动平面四杆机构连架杆的数控旋转轴，在摄像头装置支架上还设置有手动调整平台以及用于调整摄像头装置支架的直线导轨和数控旋转轴，本实用新型可实现三维复杂结构轻质合金构件激光焊接的形状控制和性能控制。
-
公开(公告)号：CN118691894A
公开(公告)日：2024-09-24
申请号：CN202410832851.6
申请日：2024-06-25
Applicant: 华中科技大学 , 华中科技大学同济医学院附属同济医院
IPC: G06V10/764 , G06T7/00 , G06V10/25 , G06V10/44 , G06V10/80 , G06V10/74 , G06V10/82 , G06V10/762 , G06N3/0464 , G06N3/045
Abstract: 本发明属于图像识别相关技术领域，其公开了一种基于向量量化注意力的组织病理切片图像分类方法及系统，方法包括：获取多张组织病理切片图像的类别标签，对每张组织病理切片图像的组织区域划分获得多个图像块，将其作为示例集合为一个包；采用特征提取模型对每个包内的示例进行特征提取，获得每个包的特征序列；基于向量量化注意力模块和多尺度卷积模块构建多示例分类模型，采用特征序列和类别标签对多示例分类模型进行训练；获取待分类组织病理切片图像的目标特征序列；将其输入训练完成的多示例分类模型获得每个特征向量的注意力分数，将注意力分数与预设阈值进行比较，获得病症区域。本发明解决了组织病理图像分类精度低，诊断效率低的问题。
-
公开(公告)号：CN116779156A
公开(公告)日：2023-09-19
申请号：CN202310386708.4
申请日：2023-04-07
Applicant: 华中科技大学 , 华中科技大学同济医学院附属同济医院
IPC: G16H50/30 , G16H50/70 , G06F18/2113 , G06F18/213 , G06N20/00
Abstract: 本发明公开了一种术后指标异常预测系统构建方法、术后风险评估设备，属于术后风险智能评估技术领域。其构建方法包括：对病例中的术前和术后观测期内的检测指标变量进行特征提取，其中，对于非稳定数值变量，所提取的特征包括均值、最小值、最大值、变异系数和持续时间占比特征，持续时间占比特征包括正常占比、偏小占比和偏大占比，分别表示数值变量的数值处于正常数值区间内、处于小于正常数值的偏小数值区间内、处于大于正常数值的偏大数值区间内的时长占观测期时长的占比；筛选关键特征后训练机器学习预测模型，得到术后指标异常预测系统。通过引入更加全面的特征后再进行特征筛选，既避免使训练过于复杂，又提高了预测系统的预测性能。
-
公开(公告)号：CN116523850A
公开(公告)日：2023-08-01
申请号：CN202310381987.5
申请日：2023-04-12
Applicant: 华中科技大学 , 华中科技大学同济医学院附属同济医院
IPC: G06T7/00 , G06T5/50 , G06V10/25 , G06V10/42 , G06V10/774
Abstract: 本发明公开了一种肾小球图像生成模型的构建方法及应用，属于智能辅助阅片技术领域；其中，编码模块将初始特征图按通道拆分为多组特征图，对各组特征图分别进行不同尺度的金字塔卷积后进行合并，并基于残差机制将合并后的特征图与所述初始特征图进行融合，得到融合特征图；对上一级的融合特征图重复执行拆分、合并和融合操作，直至重复次数达到预设次数；并基于自注意力机制学习最后一次所得的融合特征图中的整体关联信息；通过上述手段保证了卷积的视野既能捕捉全局，又能对焦局部，有利于肾小球自身纹理形态特征生成，同时也能够保证新生成的肾小球区域和周围背景的融合，从而生成更接近真实肾小球图像的图像，所生成的肾小球图像质量较高。
-
公开(公告)号：CN119270760A
公开(公告)日：2025-01-07
申请号：CN202411316600.9
申请日：2024-09-20
Applicant: 华中科技大学
IPC: G05B19/19
Abstract: 本发明属于机械装备结构动力学分析相关技术领域，其公开了一种速度关联下机床整机频响函数的获取方法及系统，步骤为：S1，基于力锤法对机床随动部件进行实验模态分析，锤击力作为输入，机床随动部件上的加速度传感器信号作为输出，获取机床随动部件静止下的频响函数；S2，基于伺服电机和机床移动部件末端编码器，电机扫频信号作为输入，编码器位置反馈的角度变化作为输出，在机床不同运行速度下进行扫频测试以获取机床移动部件不同运行速度下的频响函数；S3，将机床随动部件静止下的频响函数与机床移动部件不同运行速度下的频响函数相结合以得到机床整机在不同速度下的频响函数。本发明可自动获取处于运行状态下的机床整机频响函数。
-
Patent Agency Ranking
公开(公告)号：CN118838253A
公开(公告)日：2024-10-25
申请号：CN202410757062.0
申请日：2024-06-13
Applicant: 武汉重型机床集团有限公司 , 华中科技大学
IPC: G05B19/4069 , G06F30/17 , G06F30/20 , G06F111/04
Abstract: 本发明公开了一种基于骨架模型的机床几何模型还原方法、系统及存储介质，所述方法包括：对初始机床模型进行微元离散，构建机床振动骨架模型；根据机床振动骨架模型对应的多个质量节点通过加速度传感器获得机床模态参数、各质量节点对应的各阶模态振型向量和时域振动位移；对时域振动位移进行傅里叶转换，获得对应的频域振动位移；根据机床模态参数、各阶模态振型向量及频域振动位移构建模态约束条件；基于模态约束条件通过插值拟合方法对频域振动位移进行计算，得到机床几何模型。本发明中将机床质量集中在骨架质量节点上，通过抓住骨架的振动状态从而表征机床机身的振动状态，极大的减小了计算量，进而保证了机床振动可视化的真实准确性。
-
公开(公告)号：CN118036197A
公开(公告)日：2024-05-14
申请号：CN202410068563.8
申请日：2024-01-17
Applicant: 华中科技大学
Abstract: 本发明属于机械装备结构的动力学分析相关技术领域，其公开了一种装配体全空间模态参数的辨识方法及设备，该方法包括以下步骤：(1)将装配体划分为通过少量单点结合部进行连接的固定部件及可移动部件；(2)获得装配体在固定部件与可移动部件初始连接状态下的模态参数；(3)利用获得的模态参数及连接状态解耦出相对连接刚度；(4)利用所述模态参数及相对连接刚度计算出自结构的自由模态频率和对应的子结构振型；(5)基于所述相对连接刚度及所述子结构振型计算出固定部件及可移动部件在任意组合位置下的模态参数，进而得到装配体全空间的模态参数。本发明弥补了子结构自由模态信息不易获取和装配体全空间模态测试复杂困难的缺陷。
-
公开(公告)号：CN113885436B
公开(公告)日：2024-05-14
申请号：CN202111226606.3
申请日：2021-10-21
Applicant: 华中科技大学
IPC: G05B19/408
Abstract: 本发明属于数控装备的结构模态参数分析领域，并具体公开了一种切削状态下数控机床主振模态的单测点在线识别方法，包括如下步骤：S1获取数控机床的模态参数，进而构建数控机床的状态空间模型，并对状态空间模型进行扩展；S2对数控机床进行切削实验，采集切削时的单测点振动响应信号；S3以单测点振动响应信号作为系统观测序列，对扩展后状态空间模型中的状态变量进行估计，得到状态变量估计值；S4根据状态变量估计值计算得到各阶模态的模态参与因子，进而辨识主振模态。本发明仅需单个测点便可完成主振模态的在线辨识，解决了现有方法整机测点布置困难的问题，为数控机床加工过程中变位置变切削参数下的主振模态在线识别提供了有效方式。
-
公开(公告)号：CN116127695A
公开(公告)日：2023-05-16
申请号：CN202211440632.0
申请日：2022-11-17
Applicant: 华中科技大学
IPC: G06F30/20 , G06F18/214
Abstract: 本发明属于生产线生产技术领域，并具体公开了一种基于综合性能评价的生产线构建方法及系统，其包括：S1、确定生产线的评价指标，将各评价指标加权融合确定生产线综合性能评价指标；S2、通过建模仿真获取不同生产线参数对应的综合性能评价指标的评估值，进而得到样本集；S3、通过样本集对预测模型进行训练，得到训练后的预测模型；S4、基于预测模型，对待构建生产线参数进行优化，使综合性能评价指标满足需求，从而完成生产线构建。同时将遗传算法和预测模型相结合，实现产线配置参数的全局优化。本发明方法是实现可预测生产的基础，对于拟建线的设计和在产线的改进都有重要的意义。
-
公开(公告)号：CN115878986A
公开(公告)日：2023-03-31
申请号：CN202211493210.X
申请日：2022-11-25
Applicant: 华中科技大学
IPC: G06F18/2131 , G01M13/045 , G06F18/213 , G06F18/2451 , G06F18/25 , G06N3/0464 , G07C3/00 , G06F123/02
Abstract: 本发明公开了一种变工况轴承的退化趋势评估方法，属于设备状态监测技术领域。本发明将随机卷积核的概率分布初始化为轴承数据的概率分布，有益于随机卷积核对含噪声耦合的轴承信号解耦为轴承故障相关特征和轴承故障无关特征的多尺度特征表征，从而提升对于未见过轴承的工况(即未知域)的模型泛化性，实现在不同工况轴承信号下模型也能准确判断退化趋势；因随机卷积核变换仅相当于单层的网络，参数量相比于现有技术方案中的特征提取网络低1‑2个数量级，具有显著的速度优势；采用模态参数与时域频域参数共同构建轴承振动信号的健康状态特征，进一步提升了模型的泛化性与准确率。
-
-
-
-
-
-
-
-
-
Search Results
186
records
(took 0.062 seconds)
