一种载荷自动投放装置
    11.
    发明授权

    公开(公告)号:CN114379783B

    公开(公告)日:2024-03-19

    申请号:CN202111550096.5

    申请日:2021-12-17

    Abstract: 本发明实施例公开了一种载荷自动投放装置,包括:连接件,锁紧组件以及释放轴环;所述锁紧组件包括:壳体,所述壳体的内部包括由壳体的内壁沿径向凹陷形成的安装槽;通过压缩弹簧配置在所述安装槽内的止动销;以及结合固定在所述连接件上的固定环;所述壳体套设在所述连接件上,所述壳体的顶部开设有供连接件的顶部穿出的开口;所述止动件与固定件配合实现连接件在壳体内的锁紧固定;所述释放轴环套设在所述连接件上,所述释放轴环可相对于连接件沿连接件的轴线方向运动;所述释放轴环位于所述固定环的下方,所述固定环的底部形成有容纳所述释放轴环的凹槽,所述释放轴环与固定环配合实现连接件在壳体内的脱出。实现了空投载荷的自动投放。

    一种可持续检测张力的卷扬机构
    15.
    发明公开

    公开(公告)号:CN119750420A

    公开(公告)日:2025-04-04

    申请号:CN202411966715.2

    申请日:2024-12-30

    Abstract: 本说明书公开了一种可持续检测张力的卷扬机构,涉及维修保障装备领域,用以解决传统卷扬机构钢丝绳张力不可持续、实时检测的问题,包括大滑轮基座、滑轮组件、应变片和驱动组件,大滑轮基座固定设置于安装基座上,滑轮组件其中一端与大滑轮基座铰接,另一端通过舌簧与安装基座连接,应变片粘贴于舌簧表面并与检测装置相连,驱动组件驱动组件的钢丝绳其中一端穿过滑轮组件,钢丝绳受到拉伸时能够带动滑轮组件转动使舌簧及应变片拉伸变形,检测装置能够检测应变片的变形量,实现了卷扬机构钢丝绳张力持续、实时检测,可通过显控计算机显示钢丝绳张力及控制减速电机,提升了卷扬机构的安全性。

    一种导向机构及容差设计方法
    16.
    发明公开

    公开(公告)号:CN118332718A

    公开(公告)日:2024-07-12

    申请号:CN202410391480.2

    申请日:2024-04-02

    Abstract: 本申请公开了一种导向机构及容差设计方法,导向机构包括主动端和被动端,主动端包括第一载体板和设置在第一载体板上的长导向杆、短导向杆和主动端锁紧机构,被动端包括第二载体板和设置在第二载体板上的长导向锥、短导向锥和被动端锁紧机构;长导向锥包括长导向锥锥形包络段、长导向锥圆弧过渡段、长导向锥圆柱孔导向段;短导向锥包括短导向锥锥形包络段、短导向锥圆弧过渡段、短导向锥圆柱孔导向段。本申请采用长、短导向杆相结合的形式,减少初始状态下的导向杆接触个数,降低导向接触力。该容差设计方法采用粗、精导向相结合的方式,具有导向容差大、导向精度高等优点。该导向容差可通过导向结构尺寸参数直接进行计算,有效节省时间成本。

    一种舱体自动下放装置及使用方法

    公开(公告)号:CN117386688A

    公开(公告)日:2024-01-12

    申请号:CN202311084945.1

    申请日:2023-08-25

    Abstract: 本申请公开了一种舱体自动下放装置及使用方法,涉及车载舱体技术领域,包括底座;连杆机构,包括第一连杆、第二连杆、第三连杆和摆杆,第一连杆和第二连杆均与底座铰接,第一连杆和第二连杆同时铰接第三连杆,摆杆一端与第三连杆滑动连接,另一端与底座铰接;驱动装置,包括缸体,一端与底座铰接,另一端与摆杆铰接;其中,第一连杆和第二连杆与舱体铰接,通过缸体的伸缩能够带动摆杆转动,通过摆杆转动能够带动第一连杆和第二连杆同步转动,通过第一连杆和第二连杆同步转动能够将舱体升起或降落;结构件运动所需空间较小,构造紧密,便于在空间受限的条件下使用,提高使用的灵活性。

    一种用于备件柜的运动导向定位装置

    公开(公告)号:CN117104723A

    公开(公告)日:2023-11-24

    申请号:CN202311126847.X

    申请日:2023-09-01

    Abstract: 本发明提供一种用于备件柜的运动导向定位装置,该运动导向定位装置包括底板;配置于底板上的运动板,所述运动板可相对于底板沿第一方向运动;形成于底板上的导向定位结构;以及可转动的配置于运动板上的定位件;所述定位件包括与导向定位结构对应配合的配合部;沿第一方向推动所述运动板,所述配合部可在导向定位结构上运动并被定位在导向定位结构上使得运动板锁定于底板上。从而解决现有的备件柜面板的导向定位方式在车载环境下会产生振动的问题。

    基于深度学习的毫米波图像检测最优模型选择方法和装置

    公开(公告)号:CN114419542A

    公开(公告)日:2022-04-29

    申请号:CN202111631133.5

    申请日:2021-12-28

    Abstract: 本发明涉及一种基于深度学习的毫米波图像检测最优模型选择方法和装置,所述方法包括:采集二维毫米波人体图像;在二维毫米波人体图像上进行隐匿物品标注;将二维毫米波人体图像及对应标注出的隐匿物品信息输入到卷积神经网络进行训练,以得到一个模型序列;对模型序列中的每个模型选取最优隐匿物品阈值;对多个模型进行比较,确定出最优检测模型及对应的物品阈值。本发明通过对毫米波安检图像基于利用神经网络进行深度学习训练的模型进行选取,选取出最优的检测模型以及检测物品的阈值,以达到毫米波图像最优的检测率和虚警率,减小了人为误差,提高了毫米波图像人体携带隐匿物品的检测效率,提高了毫米波人体安检设备的有效性。

Patent Agency Ranking