汽车门锁多方向开启力与开启行程的检测设备及检测方法

    公开(公告)号:CN116698246A

    公开(公告)日:2023-09-05

    申请号:CN202310192197.2

    申请日:2023-03-02

    Abstract: 本发明公开了汽车门锁多方向开启力与开启行程的检测设备及检测方法,包括密封力检测组件,推动锁扣朝向门锁装夹工装上装的待检测的门锁运动,并在上锁后施加一个负载力;内开锁力检测组件,用于测量门锁内开的开启力及开启行程;两组外开锁力检测组件,用于测量门锁两外侧的开启力及开启行程。该设备在检测机构上做出改进,采用伺服电缸模拟门锁施加的负载力,有效解决了传统设备精度缺失,影响开启力的问题。同时,与传统的检测方式需人工手动调整检测组件位置,且难以达到调节所需的精度要求相比本设备在解锁组件上采用步进电机驱动,只需在软件中控制电机运动,调整精度可达到0.01mm,能有效满足需求,大大提高了效率。

    一种面向蒸汽动力系统全周期运行的混合整数优化方法

    公开(公告)号:CN116663261A

    公开(公告)日:2023-08-29

    申请号:CN202310543561.5

    申请日:2023-05-15

    Abstract: 本发明提供了一种面向蒸汽动力系统全周期运行的混合整数优化方法,针对蒸汽动力系统中对经济指标优化的需求,采用OPC DA协议接入现场蒸汽动力系统,进行数据采集,并将数据传输至工业数据库中,得到蒸汽动力系统数据集,以蒸汽动力系统全周期运行总费用最低为目标函数,对锅炉、汽轮机建立合理的线性化模型,综合考虑设备折旧费和启停费,建立混合整数线性规划模型,并在约束条件范围内求解目标函数,确定当前最优运行总费用,同时当蒸汽和电力需求发生周期性改变时,进入下一周期运行的优化处理,调节蒸汽动力系统进料参数,由OPC DA协议重新获取最新数据集,并重新计算下一周期最优总费用,如此递推,实现蒸汽动力系统的全周期优化。

    一种基于机器视觉的汽车门锁分类方法

    公开(公告)号:CN116630695A

    公开(公告)日:2023-08-22

    申请号:CN202310546930.6

    申请日:2023-05-16

    Abstract: 本发明公开了一种基于机器视觉的汽车门锁分类方法,包括以下步骤:对采集的门锁图像进行预处理;利用改进的中值滤波算法进行滤波处理,去除图像采集过程中产生的噪声;对中值滤波后的图像进行均值滤波处理;使用动态阈值分割算法提取图像中的前景区域;对前景区域进行形态学处理;对闭合的门锁区域进行填充,并使用填充后的区域从原图中剪裁出模板;对需要分类的门锁图像进行匹配,最终得到结果。本发明克服了工业现场复杂工况对图像采集的噪声干扰、光照不稳定等困难,有效提高了分类效率,节省人力成本,为工业中的汽车门锁分类技术实施提供了技术参考。

    基于参数动态配置和环境驱动的工业APP自适应演化方法

    公开(公告)号:CN114880037A

    公开(公告)日:2022-08-09

    申请号:CN202210607597.0

    申请日:2022-05-31

    Abstract: 本发明提供了一种基于参数动态配置和环境驱动的工业APP自适应演化方法,针对产品制造过程中生产环境变化带来的工业APP生产参数的调整需求,以工厂操作系统平台和Python语言作为开发环境,将生产环境变化参数定义为环境参数,工业APP的生产参数定义为演化参数,建立环境参数与演化参数间的映射函数关系,利用Python的引用传递进行参数动态配置,并与环境驱动相结合,根据环境参数与演化参数间的映射关系制定工业APP参数在线调整的自适应决策规则,动态更新演化参数,实现在流程工业连续生产过程中对工业APP多个参数的自适应演化。

    一种基于遗传算法的CNN-LSTM轴承故障诊断方法

    公开(公告)号:CN114295377A

    公开(公告)日:2022-04-08

    申请号:CN202111518201.7

    申请日:2021-12-13

    Abstract: 本发明公开了一种基于遗传算法的CNN‑LSTM轴承故障诊断方法,包括以下步骤:首先使用轴承故障模拟实验平台采集故障数据,采用基于重叠采样的数据增强的方法扩展样本;对样本标注标签并将扩展后的样本划分为训练集和测试集,最后进行标准化。使用遗传算法(GA)对CNN‑LSTM故障诊断模型的结构参数进行选择;使用训练集训练故障诊断模型,使用测试集对轴承故障进行在线诊断。最后,使用参数迁移的方法动态微调故障诊断模型结构,实现轴承跨工况故障诊断。本发明克服了依靠人工提取特征对故障轴承识别精度低,人工经验选择故障诊断模型结构导致准确率不高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