-
公开(公告)号：CN110640971A
公开(公告)日：2020-01-03
申请号：CN201910907335.4
申请日：2019-09-24
Applicant: 西南交通大学 , 重庆奔腾科技发展有限公司
IPC: B29C45/14 , B29C45/17 , B08B3/12 , B08B13/00 , B29C35/02 , B23B5/00 , B23B15/00 , B23Q7/00 , B23Q7/04
Abstract: 本发明公开了一种高性能核心基础部件高效优质的智能制造装备及系统，其包括自动清洗系统、模压硫化成形系统、精密加工系统和检验存储系统，自动清洗系统包括依次安装的第一转盘、清洗装置和第二转盘；模压硫化成形系统包括依次放置的注塑加工装置，检验系统包括检验室，设置有检验台、录入台和储存装置。本方案的高性能核心基础部件高效优质的智能制造装备及系统通过完整的智能化生产系统，以工业机器人为依托，将各个相关的生产系统进行串联，实现产品的智能化生产，具有自动化程度高、生产效率高、产品表面完整性好、质量可靠性和一致性好等优点；从而实现将智能化制造和生产面向广大客户，实现多规格、多品种的高性能复合材料零部件系列产品大规模优质高效的生产。
-
公开(公告)号：CN110605709A
公开(公告)日：2019-12-24
申请号：CN201910908147.3
申请日：2019-09-25
Applicant: 西南交通大学 , 重庆奔腾科技发展有限公司
Abstract: 本发明公开了数字孪生与精密滤波驱动机器人集成系统，包括数字孪生模块和滤波驱动机械臂模块。使用该系统的方法为：将毛坯信息输入数字孪生模块，通过数字孪生模块生成加工模型，所述加工模型包括加工机器的模型、零件原料的模型和成品零件的模型；根据加工方案控制机械臂模块作业，通过加速度传感器实时监测机械臂的速度信号、加速度信号、位移信号和振动信号，根据位移信号、速度信号、加速度信号、振动信号和加工模型并通过数字孪生模块进行工作参数的优化和位置的补偿。本发明提高了机械臂的传动效率，实现了高精度、高可靠性、长寿命和低能耗的高性能集成系统。
-
公开(公告)号：CN118346759A
公开(公告)日：2024-07-16
申请号：CN202410449564.7
申请日：2024-04-15
Applicant: 西南交通大学
Abstract: 本发明公开了具有健康状态自感知与自决策的智能齿轮变速器及监测方法，包括实时监测输入、输出轴端的旋转角度位置量；微处理器计算得到齿轮变速器的动态传递误差信号；对变速器齿轮损伤程度进行定量刻画；对变速器齿轮损伤部位进行准确判别；对变速器健康状态进行综合评估与决策。本发明不需要储存大量的变速器运行状态数据以及外接信号采集、分析设备，仅通过智能变速器自身便可以独立完成健康状态自感知与自决策；同时智能变速器状态监测评估中所使用的DTE信号避免了传递路径、外界环境干扰等因素的影响，有效避免了故障信号传递损失，使得所提出的智能齿轮变速器能够更及时、更准确的对自身健康状态进行独立评估及自动给出处理方案。
-
Patent Agency Ranking
公开(公告)号：CN116796171A
公开(公告)日：2023-09-22
申请号：CN202310749880.1
申请日：2023-06-21
Applicant: 西南交通大学
IPC: G06F18/213 , G06N3/0464 , G06N3/082 , G01M13/00
Abstract: 本发明提供了一种机械装备剩余使用寿命预测方法和装置，涉及装备管理技术领域。本发明采用自适应剪枝算法进行轻量化处理，并通过误差计算和模型评估不断优化模型性能，实现了预测速度和预测精度的提高；剪枝过程通过自适应结构化剪枝策略冗余元素进行自动修剪，避免了不必要的操作和搜索；并且在针对不同的神经网络层时，使用不同的剪枝率进行自动化结构剪枝，最终得到一个最优的轻量化网络模型；在剩余使用寿命预测精度上有显著提升，同时还占用更少的存储空间，从而能便捷地部署在如小型嵌入式系统等平台上，并及时提醒维护人员进行维护和保养，适合广泛应用于各种机械设备的预防性维护和管理中，具有很好的实用性和推广价值。
-
公开(公告)号：CN115293193A
公开(公告)日：2022-11-04
申请号：CN202210729865.6
申请日：2022-06-24
Applicant: 西南交通大学 , 重庆科技学院 , 重庆奔腾科技发展有限公司
IPC: G06K9/00 , G06K9/62 , G06N3/04 , G01M13/028 , G01M13/02
Abstract: 本发明涉及基于多源信息融合的工业机器人减速器传动精度预测方法，属于工业机器人技术领域，谐波减速器作为工业机器人关节的核心部件，其传动性能的好坏直接影响着末端执行器的运动精度和位姿精度。本发明公开了一种基于多源信息融合的工业机器人减速器传动精度预测方法，该方法首先通过数据采集系统采集机械臂声发射、速度、加速度、位移、温度等信号，然后计算各类信号的时频特征，并将其作为输入参数进行深度神经网络训练，将训练好的传动精度预测模型结果采用D‑S证据理论模型进行融合，得到最终的结果。本发明能够有效提高结果的准确率和可信度，实现工业机器人减速器的传动精度预测。
-
公开(公告)号：CN115290317A
公开(公告)日：2022-11-04
申请号：CN202210730852.0
申请日：2022-06-24
Applicant: 西南交通大学 , 重庆科技学院 , 重庆奔腾科技发展有限公司
IPC: G01M13/02 , G01M13/028 , G01M13/021 , G01M13/04 , G06K9/00 , G06K9/62 , G06N3/04
Abstract: 本发明涉及基于多源信息融合的工业机器人减速器健康状态评估方法，属于工业机器人技术领域，首先通过不同类型的传感器采集减速器运行中的各类信号，然后提取各类信号的时频特征，再将时频特征集作为BP神经网络和SVM的训练样本，分别对各类信号的特征集进行诊断，得出每个传感器对每一种的故障的识别率。利用D‑S证据理论对各类信号局部诊断结果进行多源信号融合，分别得到基于多源信号BP神经网络和SVM的融合的诊断结果。最后，基于BP神经网络和SVM各自获得的多源信号融合的分类结果，再采用D‑S证据理论对BP神经网络和SVM获取的故障全局诊断结果进行决策，得到最终的诊断结果，本发明基于D‑S决策层的融合，使得诊断结果准确率和可信度显著提高。
-
公开(公告)号：CN113702042B
公开(公告)日：2022-10-28
申请号：CN202110797214.6
申请日：2021-07-14
Applicant: 西南交通大学
IPC: G01M13/045 , G06F17/15
Abstract: 本发明公开了基于一种增强最小熵解卷积的机械故障诊断方法及系统，涉及信号处理与机械故障诊断技术领域，包括以下步骤：S1，输入测量信号，随机初始化滤波器系数；S2，求解滤波信号；S3，对滤波信号进行无偏自相关变换，并将变换后的信号作为新的滤波信号；S4，计算滤波信号的峭度；S5，更新滤波器系数，获得新的滤波器；S6，重复步骤S2‑S5，使得滤波信号峭度达到最大；S7，选择滤波信号峭度达到最大时对应的滤波器作为最优滤波器，对应的经无偏自相关变换后的信号作为最终滤波信号；S8，对滤波信号进行时域分析和包络分析，并根据分析结果诊断轴承故障。
-
公开(公告)号：CN114800532A
公开(公告)日：2022-07-29
申请号：CN202210734902.2
申请日：2022-06-27
Applicant: 西南交通大学
IPC: B25J9/16
Abstract: 本申请涉及机械臂控制参数确定方法、装置、设备、介质和机器人，所述方法包括：获取机械臂在（k‑1）时刻的期望运动参数值、在k时刻与目标对象的实际交互力以及在（k+1）时刻与所述目标对象的期望交互力；构建所述机械臂在k时刻的期望运动参数值和所述机械臂在k时刻与所述目标对象的实际交互力的线性模型；迭代调整所述线性模型中的时变系统参数，直至所述机械臂在（k+1）时刻的期望交互力与所述机械臂在k时刻的实际交互力的交互力差值小于预设偏差阈值，并获取完成迭代调整时所述时变系统参数的参数值；基于所述机械臂在（k‑1）时刻的期望运动参数值、所述交互力差值以及所述参数值，确定所述机械臂在k时刻的期望运动参数值。
-
-
-
-
-
-
-
Search Results
28
records
(took 0.022 seconds)
