-
公开(公告)号:CN105538313B
公开(公告)日:2018-02-02
申请号:CN201610140917.0
申请日:2016-03-14
Applicant: 中国计量大学
Abstract: 本发明涉及一种工业机器人激光轨迹检测装置,包括工业机器手,还包括工业机器手末端执行器顶部的三个两两相互垂直的第一激光测距传感器、第二激光测距传感器、第三激光测距传感器,所述激光接收装置由处于底面的第一薄长方体、处于右侧的第二薄长方体及处于后侧的第三薄长方体组成,所述第一薄长方体、第二薄长方体、第三薄长方体两两相互垂直。所述第一薄长方体、第二薄长方体、第三薄长方体与第一激光测距传感器、第二激光测距传感器、第三激光测距传感器一一对应,本发明的结构简单,并且由于目前激光测距传感器可达到较高的精度,因此精度高。
-
公开(公告)号:CN106733728A
公开(公告)日:2017-05-31
申请号:CN201710030515.X
申请日:2017-01-16
Applicant: 中国计量大学
CPC classification number: B07C5/3422 , B07C5/02 , B07C5/36 , G01N21/88
Abstract: 本发明涉及刹车片产品质量自动检测装置,包括机架和固定在机架前端的下料装置支撑架、固定在机架边侧的固定板与设置在机架后端的旋转滑道,所述的机架上方设置有传送带,下料装置支撑架上方设置有下料装置,固定板上方固定有机器视觉装置和剔除气缸,下料装置用于将刹车片平稳有秩序一片片下料至传送带,传送带将刹车片传送至机器视觉装置下方进行图像采集,然后将采集后的图像传送至工控机进行图像处理以判断刹车片是否合格,合格的刹车片将由传送带传送到旋转滑道中,最后落入合格品箱,不合格的刹车片将由剔除气缸进行剔除并落入废品箱,整个检测过程由PLC控制系统和工控机配合控制完成。
-
公开(公告)号:CN119940627A
公开(公告)日:2025-05-06
申请号:CN202510020736.3
申请日:2025-01-07
Applicant: 中国计量大学
IPC: G06Q10/04 , G06Q10/063 , G06Q50/04 , G06Q50/26 , G06N3/045 , G06N3/0442 , G06N3/084
Abstract: 本发明涉及一种用于卷烟生产企业的碳排放量预测方法,属于卷烟生产碳排放量预测领域。包括以下步骤:根据卷烟生产全工艺流程确定碳排放边界,明确碳排放活动数据的类型与来源,收集基础数据并进行缺失值补全、关键特征筛选和归一化处理,基于长短期记忆网络LSTM与自注意力机制构建LSTM‑Attention碳排放活动数据预测模型,将数据特征输入模型进行训练,同时优化模型参数,将待预测数据输入训练好的模型,获得活动数据预测值,结合碳排放因子预测最终碳排放量。本发明针对卷烟生产企业碳排放量预测方法匮乏和精度不足的问题,通过引入时间序列处理与注意力机制,不仅提升了预测的准确性,也为卷烟企业提供了具体的碳排放量预测方法。
-
公开(公告)号:CN117823268A
公开(公告)日:2024-04-05
申请号:CN202410020900.6
申请日:2024-01-05
Applicant: 中国计量大学
IPC: F01P7/16 , F01P7/04 , G06F30/20 , G06F30/15 , G06F119/08
Abstract: 本发明涉及一种基于PIDNN控制的航空活塞发动机散热系统控制方法,构建一个内环为液冷、外环为风冷的双闭环航空活塞发动机散热控制系统;风冷外环与液冷内环通过温度传感器获得温度实际值,采用自适应飞行参数计算器以及PIDNN控制器将传感器所获得的数据处理计算并产生控制信号,控制信号作用于各执行装置调节散热系统温度。PIDNN是将传统PID控制规律融合进神经元网络当中,具有神经元网络和PID控制的优点,具备自适应学习与记忆的能力,克服传统PID控制方法调整参数繁琐的缺点。本发明能够有效对航空活塞发动机散热系统进行控制,使热源温度不会过高或过低,实现对发动机温度的精准调控,提高发动机工作时的可靠性和稳定性,保证飞行时的安全与稳定。
-
公开(公告)号:CN108527441B
公开(公告)日:2024-02-13
申请号:CN201810178024.4
申请日:2018-03-05
Applicant: 中国计量大学 , 杭州市质量技术监督检测院
Abstract: 本发明公开了一种用于检测工业机器人轨迹误差的装置,包括底座;移动机构,设置在底座上;旋转平台,设置在移动机构上;第一旋转机构,设置在旋转平台上;第二旋转机构,设置在第一旋转机构上;检测柱,设置在第二旋转机构上;三维检测头,设置在待检工业机器人的末端法兰盘上。本发明装置设计了一种简便的工业机器人轨迹误差检测的装置,代替了原有的利用激光追踪仪来检测轨迹误差的方法。装置的检测柱能呈现各种高度,展现出各种姿态变化,有利于工业机器人轨迹检定中对于点的选取,完成对工业机器人的位置和姿态的检测。研制的装置在保证能在完成检测要求的情况下,大大地降低了成本,适合推广。
-
公开(公告)号:CN116231689A
公开(公告)日:2023-06-06
申请号:CN202211354537.9
申请日:2022-11-01
Applicant: 中国计量大学
Abstract: 本发明公开了一种电能量分类预储及动态调整的微电网集群协同策略,涉及资源与环境技术领域;目前微电网集群间缺少电能量协同调配策略,资源浪费,且配电网运行稳定性得不到保障;本发明基于BP神经网络进行光伏发电量预测,基于历史用电负荷曲线进行用户用电量预测,区域电能量分配平台基于个体微电网中的电能量预测模块上送的预测信息将其分类为一类、二类微电网,通过合理分配下一段时间周期内各微电网的预分配电能量,实现集群中各类微电网有序协同运行,并建立考虑应急用电需求的电能量动态调配数学优化模型,通过对分配电能量的动态调度,实现应急用电需求迅速响应,降低区域微电网集群的弃光率,增加区域微电网集群供电可靠性。
-
公开(公告)号:CN107084666B
公开(公告)日:2020-08-28
申请号:CN201710332039.7
申请日:2017-05-10
Applicant: 中国计量大学
IPC: G01B11/02
Abstract: 本发明公开了一种基于机器视觉的刹车片尺寸综合检测方法,包括以下步骤,第一步,根据尺寸公差原理和刹车片图纸设计刹车片尺寸公差带图,作为标准模板图。第二步,机器视觉系统采集待检刹车片图像进行滤波、二值化处理、边缘检测、图像缩放得到与标准模板图相同的像素尺寸标准。第三步,缩放后图像进行霍夫变换得到两圆心坐标确定旋转角度使图像中待检刹车片呈水平状态,同时标准模板图也进行霍夫变换得到两圆心坐标,以两幅图圆心坐标连线中点为截取中心截取两幅大小相等的图像并进行加法运算,统计白色像素点个数与标准模板图白色像素点个数做对比以得到检测结果。本发明检测速度快,精度高,并可以检测出刹车片所有待检尺寸。
-
公开(公告)号:CN107462121A
公开(公告)日:2017-12-12
申请号:CN201710838302.X
申请日:2017-09-12
Applicant: 中国计量大学
IPC: G01B3/18
CPC classification number: G01B21/042
Abstract: 本发明公开了一种千分尺快速检定装置,包括底座;图像采集结构,设置在底座上;限位座,设置在底座上;尺架支撑座,设置在底座上,用来支撑千分尺尺架;压紧结构,设置在底座上,用来固定千分尺尺架本身;本发明装置利用图像采集结构采集千分尺测砧测杆的图像,经过图像算法计算测砧和测杆之间横向的像素点总个数,用总个数乘以每个像素点的实际距离得到测砧与测杆间的距离,该距离与刻度示值面的数值进行比较,完成千分尺的检定。方法代替了原有的量块检定法来检定千分尺,可以作为千分尺示值面的快速检定装置。利用这种检定装置可以实现千分尺快速检定的自动化,提高了千分尺的示值检定效率,也有利于传统检定方法往自动化检定的转型。
-
公开(公告)号:CN106813719A
公开(公告)日:2017-06-09
申请号:CN201710181762.X
申请日:2017-03-24
Applicant: 中国计量大学
CPC classification number: G01D21/02 , G08C17/02 , H04M11/007 , H04W4/14
Abstract: 本发明设计了基于物联网的PM2.5远程检测系统。适用于城市中多检测点的PM2.5值的检测。利用PM2.5远程检测系统中的电源模块对PM2.5检测模块进行供电,GSM远程控制模块进行通信,完成对监测点的数据采集、分类、传输,查询检测点信息实时返回。由检测中心对数据进行处理,上传到云端。手持式移动设备跟检测中心PC机相互通信,可以随时随地实时监控城市中各点的PM2.5值,完成远程检测任务。本发明免去了检测人员实地测量的工作量,提高了检测效率,实现了准确、高效、低成本的远程检测。
-
公开(公告)号:CN119357554A
公开(公告)日:2025-01-24
申请号:CN202411375552.0
申请日:2024-09-30
Applicant: 中国计量大学
IPC: G06F18/10 , G06F18/214 , G06F18/2415 , G06N3/0464 , G06N3/0442
Abstract: 本发明公开了一种基于多工况状态监测数据的无人机航空发动机RUL预测方法,涉及无人机领域,所述方法包括:记录目标发动机正常运行状态下状态监测传感器的历史原始数据和对应的历史RUL;对历史数据进行数据预处理并划分训练集和测试集,便于预测模型学习数据特征;构建基于贝叶斯优化的CNN‑BiLSTM神经网络混合模型;导入训练集数据训练模型,完成训练后输入测试集数据评价模型性能,模型的评价指标为RMSE值和Score值;记录目标发动机当前正常运行状态下状态监测传感器的原始数据,将该数据输入完成训练的预测模型实现目标发动机的RUL预测。
-
-
-
-
-
-
-
-
-