-
公开(公告)号：CN119345727A
公开(公告)日：2025-01-24
申请号：CN202411460634.5
申请日：2024-10-18
Applicant: 南京工业大学
Abstract: 本发明公开了一种阵列式精馏塔物料进料智能控制系统，其特征在于系统包括柱塞泵、摇臂、伸缩臂、嵌入式系统、步进电机、注射针。设置在摇臂侧面上端的第一步进电机、设置在摇臂侧面下端的第二步进电机、设置在伸缩臂前端的第三步进电机；摇臂上方设置伸缩臂。伸缩臂的末端固定注射针头，注射针头上方固定工业CCD相机，皆竖直向下。嵌入式系统发出脉冲控制步进电机和高精度柱塞泵，注射泵通过塑料连接管同移液针连接，注射泵通过内部电机脉冲控制物料的抽取和注入实现物料填充。本发明通过基于嵌入式系统的阵列式精馏塔物料填充系统，实现物料的快速精准填充。
-
公开(公告)号：CN118106940A
公开(公告)日：2024-05-31
申请号：CN202410461621.3
申请日：2024-04-17
Applicant: 南京工业大学
Abstract: 本发明公开了具有刚柔切换且形状自适应的机械手及其控制力反馈方法，涉及机器人技术领域，该具有刚柔切换且形状自适应的机械手包括上基座，上基座的底部设置有下基座，且上基座与下基座之间通过若干铜柱相连接；下基座的外部两端对称设置有与铜柱相配合的固定支撑组件，下基座的顶部中间位置开设有若干第一安装槽，且第一安装槽的内部对称设置有与上基座及下基座相连接的平面吸附组件。本发明提供的具有刚柔切换且形状自适应的机械手总体结构相对简单，在保留了高度及形状适应性的同时，通过简洁的结构设计，提供精确的动作控制和自适应弹性，这种简化设计不仅降低了生产成本和维护难度，并且提高了机械手的可靠性和耐用性。
-
公开(公告)号：CN116881685A
公开(公告)日：2023-10-13
申请号：CN202310660599.0
申请日：2023-06-06
Applicant: 南京工业大学
IPC: G06F18/213 , G01M13/045 , G06F18/214 , G06F18/2113 , G06N3/0464 , G06N3/084 , G06N3/048 , G06N3/045 , G06N3/049
Abstract: 本发明公开了一种混合注意力机制下改进TCN的轴承寿命预测方法，其步骤为：步骤1：对数据集进行标准化处理；步骤2：将数据集划分出训练集和测试集；步骤3：对采集到的滚动轴承全生命周期振动信号进行特征提取，便于后续建立准确的寿命预测模型；步骤4：建立特征选择指标，从特征池里特征寻优筛选出统计特征；步骤5：多搭建多尺度深度卷积神经网络模块，从原始样本中提取多尺度深度退化特征；步骤6：构建寿命预测模块，完成模型训练，得到用于估计轴承剩余使用寿命的寿命预测模型。本发明具有多特征融合能力，融合深度特征和统计特征，表征能力更强，能够增强寿命预测模型的准确性，同时还能提高模型的预测精度和稳定性。
-
公开(公告)号：CN116704191A
公开(公告)日：2023-09-05
申请号：CN202310740642.4
申请日：2023-06-21
Applicant: 南京工业大学
IPC: G06V10/26 , G06V10/82 , G06V10/40 , G06V10/764 , G06V10/80 , G06N3/045 , G06N3/0464 , G06N3/048
Abstract: 本发明公开了一种基于RGB图像和深度残差网络的仓库场景实例分割方法，包括：步骤1：使用全新空洞卷积主干网络对RGB图像进行特征提取，以得到更加丰富的特征信息；步骤2：使用新型负反馈特征金字塔对特征信息进行特征增强，以获得小目标遮挡物体的细节信息并提升网络模型的鲁棒性；步骤3：使用优化后的分类与掩码分支网络分别对特征图进行类别判定和掩码位置预测；步骤4：使用过滤网络筛选出最优的掩码信息，再与原图结合，生成类别文字和颜色掩码。本发明提供一种基于RGB图像和深度残差网络的仓库场景实例分割方法，能有效提升动态环境下目标的分割精度，且在面对目标遮挡和小目标的情况下，本发明算法的性能明显优先于其他算法。
-
公开(公告)号：CN116372665A
公开(公告)日：2023-07-04
申请号：CN202310051301.6
申请日：2023-02-02
Applicant: 南京工业大学
IPC: B23Q17/09
Abstract: 本发明提出了一种基于OPC UA的航空数控机床刀具健康监测方法，将LSTM‑CNN网络作为刀具磨损预测的模型，在此基础上对模型的参数进行调整，最终建立基于工况划分的刀具磨损量模型。该模型的建立过程为：先采集数控机床X、Y、Z三个轴上的力信号、加速度信号、声发射信号数据，并保存在数据库中，并以采集到的时域信号数据作为输入，刀具磨损量作为输出，同时在训练之前剔除异常数据；利用卷积神经网络理论提取信号特征，利用PSO算法对模型的结构参数进行选择，再根据监督式学习的方法建立信号到刀具磨损量的模型。本发明具有数据处理快速、针对性强的特点，克服了依靠人工提取特征对刀具磨损量精度低以及单一卷积神经网络难以捕获时间序列数据的问题。
-
Patent Agency Ranking
公开(公告)号：CN115470363A
公开(公告)日：2022-12-13
申请号：CN202211239877.7
申请日：2022-10-11
Applicant: 南京工业大学
IPC: G06F16/36 , G06F40/169 , G06F40/242 , G06F40/289 , G06F40/30 , G06T17/05
Abstract: 本发明公开了一种基于Unity的三维地图语义注释方法，包括以下步骤：步骤一，构建环境知识图谱，包括：本体层和数据层；步骤二，针对导入的FBX基础地图模型构建六边形分割网格并导入语义标注信息；步骤三，基于环境知识图谱溯源查询语义注释信息。本发明以本体层的实体“类型”为核心设计约束规则，通过百科数据及自选内容进行实体、关系和属性的抽取，融合自主标注信息构建数据生成语义匹配策略，构建出知识图谱为语义注释增补备选信息；通过六边形分割网格为地图模型的语义注释铺设坐标空间；对查询信息进行知识图谱溯源，为三维地图语义注释查询提供备选信息，本发明有效提高了三维地图语义注释内容的准确率与丰富度。
-
公开(公告)号：CN119533512A
公开(公告)日：2025-02-28
申请号：CN202411701219.4
申请日：2024-11-26
Applicant: 南京工业大学
IPC: G01C21/34
Abstract: 本发明公开了一种基于冲突消解的多机器人分层时空优化路径规划方法，涉及多机器人的路径规划技术领域，该方法包括：构建多机器人作业环境的语义拓扑及栅格层次化图，获取机器人预设路径；对机器人路径冲突进行检测分类；计算具有路径冲突的机器人相应的动态优先级；对机器人路径冲突的各个冲突消解策略的总代价进行评估；根据总代价最小原则，获取每个机器人的最佳冲突消除策略；根据机器人相应的动态优先级，筛选出待处理机器人；基于待处理机器人的最佳冲突消除策略及预设路径，对待处理机器人进行路径重规划。本发明能够对优先级低的机器人进行代价最低的重规划，最终消除机器人冲突。
-
公开(公告)号：CN119168035A
公开(公告)日：2024-12-20
申请号：CN202411321793.7
申请日：2024-09-23
Applicant: 南京工业大学
IPC: G06N5/022 , G06N5/04 , G06N3/0442 , G06N3/08
Abstract: 本发明公开一种基于OPC UA协议与改进CASREL模型的航空制造领域故障知识图谱建模方法，具体包括以下步骤：传感器监控并采集维修数据；通过OPC UA数据传输协议收集多源异构数据并按照类型细化存储；数据预处理；数据集划分和基于RoBERTa的模型预训练；基于改进CasRel模型进行三元组提取；构建知识图谱；通过BiLSTM‑CRF模型提取关键实体，生成知识图谱二步子图；基于大语言模型进行知识问答和推理，分析故障原因分析并生成维修策略；再集成在线爬取机制，实现对知识库的完善、优化和自学习；本发明能广泛适用于航空设备维护、故障处理及相关决策支持领域，能显著提升故障管理的智能化水平和效率，为航空设备的故障诊断和维修决策提供精准、智能的支持。
-
公开(公告)号：CN118106940B
公开(公告)日：2024-08-09
申请号：CN202410461621.3
申请日：2024-04-17
Applicant: 南京工业大学
Abstract: 本发明公开了具有刚柔切换且形状自适应的机械手及其控制力反馈方法，涉及机器人技术领域，该具有刚柔切换且形状自适应的机械手包括上基座，上基座的底部设置有下基座，且上基座与下基座之间通过若干铜柱相连接；下基座的外部两端对称设置有与铜柱相配合的固定支撑组件，下基座的顶部中间位置开设有若干第一安装槽，且第一安装槽的内部对称设置有与上基座及下基座相连接的平面吸附组件。本发明提供的具有刚柔切换且形状自适应的机械手总体结构相对简单，在保留了高度及形状适应性的同时，通过简洁的结构设计，提供精确的动作控制和自适应弹性，这种简化设计不仅降低了生产成本和维护难度，并且提高了机械手的可靠性和耐用性。
-
公开(公告)号：CN117744483B
公开(公告)日：2024-06-07
申请号：CN202311740455.2
申请日：2023-12-18
Applicant: 南京工业大学
IPC: G06F30/27 , G01M13/045 , G06F30/23 , G06F30/17 , G06F18/25 , G06F18/24 , G06F18/214 , G06N3/045 , G06N3/048 , G06N3/094 , G06N3/084 , G06F111/04
Abstract: 本发明涉及基于孪生信息模型和实测数据融合的轴承故障诊断方法，包括：对采集的实测数据集和仿真数据集分别进行数据样本标注标签得到实测振动数据集X和仿真振动数据集Y，通过数据预处理得到最优孪生模型；分析固有的故障特征频率来验证最优孪生模型有效性并判断故障类型；将X和Y输入GANs中进行增强和特征融合，获得特征的融合孪生数据集，将融合孪生数据集和实测振动数据集进行结合，得到混合数据集XA；将混合数据集XA输入Transformer故障诊断模型中进行特征提取，通过分类器实现轴承的故障诊断。本发明克服了故障数据不足、物理损伤实验成本高以及缺少仿真数据与实测数据的有效融合，导致故障诊断数据特征不够全面的问题，为制造产线的故障诊断提供了技术参考。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.037 seconds)
