一种大型锻钢支承辊感应加热用吊装夹具

    公开(公告)号:CN213865063U

    公开(公告)日:2021-08-03

    申请号:CN202022693898.9

    申请日:2020-11-18

    Abstract: 本实用新型公开了一种大型锻钢支承辊感应加热用吊装夹具,包括上夹具以及通过螺栓与所述上夹具固定连接的下夹具;所述上夹具与所述下夹具均为锻造一体件;所述上夹具包括上半圆部、位于所述上半圆部两侧的上连接部以及位于所述上连接部外侧的上吊装部;所述下夹具包括下半圆部、位于所述下半圆部两侧的下连接部以及位于所述下连接部外侧的下吊装部;所述上夹具的上半圆部下方中部设有上突出台阶;所述下夹具的下半圆部上方中部设有下突出台阶;所述上夹具的上连接部与所述下夹具的下连接部上分别对应设有2~6组上螺栓孔和下螺栓孔。本实用新型的吊装夹具不仅结构简单,而且经过多次冷热交替循环依然具有足够的强度以及较小的变形量。

    一种大型锻钢支承辊翻转装置

    公开(公告)号:CN204867275U

    公开(公告)日:2015-12-16

    申请号:CN201520619374.1

    申请日:2015-08-17

    Abstract: 本实用新型公开了一种大型锻钢支承辊翻转装置,该翻转装置包括固定翻转支架、移动小车支架、小车轨道以及传动组件;固定翻转支架包括支架本体、托轮以及铜套;移动小车支架包括架体、车轮轴以及车轮;移动小车支架通过车轮在小车轨道上移动;传动组件包括蜗轮减速器、第一链轮组、第二链轮组以及链条,链条分别与第一链轮组、第二链轮组以及移动小车支架的车轮轴传动连接。本实用新型的大型锻钢支承辊翻转装置结构简单,操作简易、方便、可靠,用时很短,可满足各种支承辊的翻转需要。

    一种基于图网络的集群动力学预测方法

    公开(公告)号:CN112861332B

    公开(公告)日:2022-08-09

    申请号:CN202110122001.3

    申请日:2021-01-29

    Abstract: 本发明公开了一种基于图网络的集群动力学预测方法,包括:根据Vicsek模型模拟自驱动集群运动,生成数据集;通过数据预处理,将数据集处理为图结构数据,包括节点、边和全局属性;实现特征的初步提取和数据降维;使用图网络块,选择多层感知器作为更新函数,信息通过一定的规则在图上传播;信息还原,得到图结构数据;使用随机梯度下降的优化算法训练图网络,自动学习图网络中的参数。本发明将传统的物理科学与深度学习技术融合,能够实现对自驱动集群系统中的对象和关系进行模拟和推理,仅从粒子的初始位置确定系统的长期演化,而不需任何手工特征。

    电容温度式覆冰厚度传感器

    公开(公告)号:CN101281018A

    公开(公告)日:2008-10-08

    申请号:CN200810055189.9

    申请日:2008-05-28

    Abstract: 电容温度式覆冰厚度传感器属于自动化检测技术领域,其特征是由传感器内部单片机,单路电容数字转换器,极板之间空间内充满被检测介质冰或空气,并且按固定标尺刻度间距位置排列的一组平行极板检测电容器,各输入端依序与平行极板检测电容器各极板相连接、公共输出端与电容数字转换器信号输入端相连接的双路可编程控制刻度选通电路组成电容值检测回路;由传感器内部单片机,密封在金属导热外壳内的半导体集成数字温度传感器组成温度检测回路,该传感器在冰雨或冰冻条件下可以对悬空输电线,高压输电线固定塔架,建筑物或各种静止或移动设备表面、悬空支架,树枝等的覆冰厚度进行定点连续自动检测。

    一种基于自监督元学习的多染色肾脏病理图像分割方法

    公开(公告)号:CN116563261A

    公开(公告)日:2023-08-08

    申请号:CN202310569846.6

    申请日:2023-05-19

    Abstract: 本发明涉及一种基于自监督元学习的多染色肾脏病理图像分割方法,属于人工智能辅助医疗检查技术领域,包括以下步骤:S1、获取不同染色的肾脏病理切片的全视野病理照片,同时每种染色随机挑选2~5张进行像素级的人工标注;S2、通过无标注样本训练自监督预训练模型;S3、以训练完成的自监督预训练模型为一级模型,以U‑Net结构作为骨干网络构建二级模型,通过元训练集对二级模型进行训练,通过元测试集对二级模型进行测试并更新一级模型的权重参数;重新选取染色样本重复上述测试和训练过程,得到的一级模型作为元学习分割模型;S4、通过元学习分割模型对待测病理切片进行分割。本发明可以对不同染色的肾脏病理切片感兴趣区域进行高效分割。

    一种基于图网络的集群动力学预测方法

    公开(公告)号:CN112861332A

    公开(公告)日:2021-05-28

    申请号:CN202110122001.3

    申请日:2021-01-29

    Abstract: 本发明公开了一种基于图网络的集群动力学预测方法,包括:根据Vicsek模型模拟自驱动集群运动,生成数据集;通过数据预处理,将数据集处理为图结构数据,包括节点、边和全局属性;实现特征的初步提取和数据降维;使用图网络块,选择多层感知器作为更新函数,信息通过一定的规则在图上传播;信息还原,得到图结构数据;使用随机梯度下降的优化算法训练图网络,自动学习图网络中的参数。本发明将传统的物理科学与深度学习技术融合,能够实现对自驱动集群系统中的对象和关系进行模拟和推理,仅从粒子的初始位置确定系统的长期演化,而不需任何手工特征。

Patent Agency Ranking