-
公开(公告)号：CN114170382B
公开(公告)日：2022-11-22
申请号：CN202111488208.9
申请日：2021-12-07
Applicant: 深圳职业技术学院
Abstract: 本发明公开了一种基于数控机床的高精度三维重建方法和装置，其中，上述方法包括：将目标物体或拍摄装置固定在数控机床上，当数控机床的主轴移动时，所述目标物体和所述拍摄装置之间发生相对位移；根据设定的拍摄精度和拍摄装置的帧率，获得数控机床的主轴的移动速度；基于所述移动速度控制数控机床的主轴移动并控制所述拍摄装置按照所述帧率对目标物体进行拍摄，获得不同景深的图像序列；采用三维重建模型处理所述图像序列获得目标物体的三维重建结果。与现有技术相比，本发明方案通过直接在数控机床上完成高精度拍摄，然后采用三维重建模型进行目标物体表面的三维重建，从而在数控机床的加工现场获得目标物体表面的高精度三维重建结果。
-
公开(公告)号：CN114596261A
公开(公告)日：2022-06-07
申请号：CN202210096485.3
申请日：2022-01-26
Abstract: 本发明公开了一种基于刀尖三维重建的磨损检测方法、装置、终端及介质，所述检测方法采集刀尖的序列图像；基于所述序列图像，获得所述刀尖的深度信息；基于所述深度信息，构建所述刀尖的三维点云封闭模型；对所述三维点云封闭模型进行曲面重建，获得所述刀尖的三维网格模型；基于所述三维网格模型，获得所述刀尖的体积；比较所述体积和预先获取的标准体积，获得所述刀尖的磨损结果，所述标准体积为所述刀尖未磨损时的体积。通过直接采集刀尖的序列图像，根据序列图像获得刀尖深度信息，通过曲面重建构建出刀尖的三维模型，将计算出的刀尖体积与未磨损时的刀尖体积比较，直接有效地获得刀尖的磨损状况。
-
公开(公告)号：CN111658380A
公开(公告)日：2020-09-15
申请号：CN202010500611.8
申请日：2020-06-04
Applicant: 深圳职业技术学院
Abstract: 本发明公开了一种辅助康复训练机器人，包括全向移动平台、坐站转移机构和骨盆支撑机构，所述坐站转移机构垂直安装于所述全向移动平台上，所述骨盆支撑机构垂直安装于所述坐站转移机构上，且所述骨盆支撑机构可相对于所述坐站转移机构升降运动；所述坐站转移机构用于为所述骨盆支撑机构提供升降运动的力，以辅助用户进行减重步行训练和坐站转移训练。本发明整机小巧灵便，成本低，方便家庭环境使用，符合人体运动需求，能够帮助运动功能障碍患者独立完成室内移动、坐站转移、日常生活任务和步行训练，帮助其改善生活质量，替换照护家属，在一定程度上减轻其家庭负担。
-
公开(公告)号：CN110370249A
公开(公告)日：2019-10-25
申请号：CN201910701459.7
申请日：2019-07-31
Applicant: 深圳职业技术学院 , 哈尔滨工业大学深圳研究生院
IPC: B25J9/00
Abstract: 本发明公开了一种可穿戴机器人腰背部宽度调节机构，包括背部护板、安装于所述背部护板上的联动调节装置、对称安装于所述背部护板两侧的第一护腰、第二护腰，所述第一护腰、第二护腰分别与所述联动调节装置联动；当所述联动调节装置在外力作用下向第一方向转动时，带动所述第一护腰、第二护腰同步朝向所述背部护板运动；当所述联动调节装置在外力作用下向第二方向转动时，带动所述第一护腰、第二护腰同步远离所述背部护板运动。相对于现有技术，本发明极大程度的降低了腰部宽度调节的复杂程度，有效降低了可穿戴机器人设备的使用难度。
-
公开(公告)号：CN108468022A
公开(公告)日：2018-08-31
申请号：CN201810283878.9
申请日：2018-04-02
Applicant: 深圳职业技术学院
CPC classification number: C23C14/16 , C23C14/0641 , C23C14/325
Abstract: 本发明涉及一种Cr-Si-Ag-N纳米复合抗菌涂层及其制备方法，该Cr-Si-Ag-N纳米复合抗菌涂层包括在基体表面依次镀设的由Cr膜形成的过渡层、CrN膜形成的中间层以及由Cr、Si、Ag、N形成的Cr-Si-Ag-N外层。本发明的Cr-Si-Ag-N纳米复合抗菌涂层既具有较好的抗菌性能又具有高硬度与耐磨性。
-
Patent Agency Ranking
公开(公告)号：CN117783274A
公开(公告)日：2024-03-29
申请号：CN202310637501.X
申请日：2023-06-01
Applicant: 深圳职业技术学院
Abstract: 本发明公开一种智能超声无损检测方法及装置，属于超声无损检测技术领域。所述智能超声无损检测方法包括，通过对工件表面进行视觉检测预测缺陷，若预测工件表面无缺陷则通过智能超声无损检测装置将超声探头移动至指定位置，对工件通过超声探测采集多点信息，然后对采集的信息进行超声信号处理。本发明所述视觉检测基于PyTorch深度学习框架搭建深度学习网络模型，使用PartialNetBlock模块和评估函数，以及在训练中利用前向传播计算和反向传播计算进行权重参数的更新，从而提高检测器的整体性能，经过与现有视觉分析方法对比，本发明所述深度学习网络的网络参数量减少了22.63％，复杂度减少了29.44％，Precision与Map0.5无较大变化，最终在保持原有模型精度下使得网络模型更加轻量化。
-
公开(公告)号：CN117330229A
公开(公告)日：2024-01-02
申请号：CN202311311292.6
申请日：2023-10-10
Applicant: 深圳职业技术学院 , 昌河飞机工业(集团)有限责任公司
IPC: G01L5/00
Abstract: 本发明提供了一种喷丸强化残余应力深度分布的检测方法及装置，该方法包括：获取采用喷丸工艺处理得到的钛合金航空部件的表面波时域超声信号；其中，所述表面波时域超声信号是通过激光超声检测装置检测得到；对所述表面波时域超声信号进行小波变换处理，计算得到多个所述表面波时域超声信号的频率分量；基于每个所述频率分量的声速以及声弹性常数，确定所述钛合金航空部件的喷丸强化残余应力的深度分布。本方案通过对超声波时域信号进行小波变换处理，更为精确地表征了零件表面喷丸强化后残余应力的深度分布情况，为零件表面喷丸强化工艺质量评估、喷丸工艺参数优化以及零件疲劳寿命的预测提供关键数据支撑。
-
公开(公告)号：CN117288365A
公开(公告)日：2023-12-26
申请号：CN202311274681.6
申请日：2023-09-26
Applicant: 深圳职业技术学院 , 昌河飞机工业(集团)有限责任公司
Abstract: 本发明提供了一种基于神经网络的喷丸强化残余应力测量方法及装置，该方法包括：获取采用目标喷丸强化工艺处理得到的钛合金航空部件的物理参数；其中，物理参数包括表面波速度、喷丸样件表面粗糙度、表面硬化层深度和平均晶粒尺寸；将物理参数输入到预先训练好的表面波速度预测模型中，输出得到钛合金航空部件仅由残余应力影响的表面波速度；其中，表面波速度预测模型是通过已知样本集对预设的神经网络进行训练得到的，已知样本集包括目标输入样本集和目标输出样本集；基于钛合金航空部件仅由残余应力影响的表面波速度，计算钛合金航空部件的残余应力。本方案采用神经网络预测仅由残余应力影响的表面波速度，提高钛合金航空部件的残余应力测量精度。
-
公开(公告)号：CN115728244B
公开(公告)日：2023-06-27
申请号：CN202211485674.6
申请日：2022-11-24
Applicant: 深圳职业技术学院
IPC: G01N21/17 , G01N21/88 , G01N21/01 , G01N29/06 , G01N29/07 , G01N29/22 , G01N29/44 , G01D21/02 , B33Y80/00 , B33Y10/00
Abstract: 本发明涉及金属增材制造技术领域，特别涉及一种金属增材制造在线检测方法及装置。上述方法包括：通过增材工艺进行逐层打印，每打印预设厚度，利用激光超声技术对增材材料进行测试，得到超声波数据；其中，增材材料包括增材工艺得到的所有层；通过增材工艺进行逐层打印，每打印预设厚度，利用红外测温技术对增材材料进行表面测温，得到温度数据；根据超声波数据确定增材材料的微观组织分布数据、缺陷数据和残余应力数据；根据温度数据、微观组织分布数据、缺陷数据得到残余应力修正数据。本发明提供了一种金属增材制造在线检测方法及装置，能够同时实现金属增材制件残余应力、微观组织和内部缺陷的在线原位检测，为金属增材制造工艺的优化和控制提供数据支撑。
-
公开(公告)号：CN114998304B
公开(公告)日：2023-03-24
申请号：CN202210757483.4
申请日：2022-06-30
Applicant: 深圳职业技术学院
IPC: G06T7/00 , G06V10/774 , G06V10/764 , G06V10/80 , G06V10/82 , G06V10/40 , G06N3/048 , G06N3/0464 , G06N3/08
Abstract: 本发明实施例涉及计算机技术领域，特别涉及一种自冲铆成形质量的检测方法、装置、电子设备及存储介质。其中，自冲铆成形质量的检测方法包括：采集多张带有缺陷的自冲铆后形成的接头的图像；其中，所述缺陷包括空铆、复铆、板材开裂、纽扣开裂和纽扣脱落，所述纽扣是铆钉刺入板材后形成的；将采集的所述图像进行数据增强，对数据增强后的图像进行标注，并随机分成训练集和验证集；将所述训练集和所述验证集输入到待训练的检测模型中，得到训练好的检测模型；利用训练好的检测模型对自冲铆后形成的接头的待测图像进行检测。上述方案能够提高自冲铆成形质量的检测效率。
-
-
-
-
-
-
-
-
-
Search Results
89
records
(took 0.078 seconds)
