-
公开(公告)号：CN111426874A
公开(公告)日：2020-07-17
申请号：CN202010447127.3
申请日：2020-05-25
Applicant: 湖南科技大学
IPC: G01R19/25
Abstract: 本发明涉及一种强抗干扰宽范围永磁同步电机电流采样电路，包括：霍尔电流传感器单元、全差分放大器调理单元、Delta-Sigma调制单元和MCU微控制单元。霍尔电流传感器单元将采集到的交流永磁同步电机的电流转变为交变电压信号；全差分放大器调理单元将交变电压信号调理得到差分式电压信号；Delta-Sigma调制单元将差分式电压信号转换为高速单比特数据流；MCU微控制单元将高速单比特数据流还原为原始电流波形。本发明提供的采样电路能够在提高交流永磁同步电机相电流检测精度的基础上，在交流永磁同步电机低频直至过载运行时实现宽范围采样，并具备强抗干扰能力，从而提高交流伺服控制系统对交流永磁同步电机快速且准确地动态控制，增加系统的可靠性与安全性。
-
公开(公告)号：CN111125895A
公开(公告)日：2020-05-08
申请号：CN201911284181.4
申请日：2019-12-13
Applicant: 湖南科技大学
IPC: G06F30/20
Abstract: 本发明的一种风力发电机整机服役功率特性在线评估方法，所述方法包括以下步骤：S1：建立标准数据集；S2：将标准数据集划分为两个区域；S3：划分标准数据集的最大风能捕获区域的风速区间；S4：利用标准功率曲线的数据计算S3中的风速区间的权值；S5：建立评估数据集；S6：将评估数据集划分为两个区域；S7：划分评估数据集的最大风能捕获区域的风速区间。本发明提供了一种风力发电机整机服役功率特性在线评估方法，用于评估的风速功率散点与标准的风速功率散点的偏差，根据面积法，利用整个评估数据的累积分布之间的面积来衡量两组数据的模型之间的误差，没有将其转换为功率曲线与标准功率曲线进行比较，减少了功率曲线建模的误差。
-
公开(公告)号：CN109594797A
公开(公告)日：2019-04-09
申请号：CN201910063832.0
申请日：2019-01-23
Applicant: 湖南科技大学
Abstract: 本发明公开了一种旅居空间装备舒适环境自动适应装置及控制方法，装置包括仓体、支撑装置、旋转装置、止动装置、动力传动装置、环境监控装置以及控制系统；仓体安装在旋转装置上，旋转装置安装在支撑装置上，仓体与动力传动装置连接，由动力传动装置提供旋转所需的动力源，实时控制仓体朝向；止动装置安装在旋转装置上，能够对仓体制动；环境监控装置安装在仓体外壁上，能够在获取外界景观后通过图像处理技术实现环境自适应功能，环境监控装置与控制系统连接，控制系统分别与动力传动装置、止动装置连接。本发明结构简单，操作方便，能够实现全方位互动式观看，也可自己控制环视的方向，环境适应性更人性化，使得用户所处位置视觉更美，能够增强人与自然的交互性和和谐性。
-
公开(公告)号：CN108805855A
公开(公告)日：2018-11-13
申请号：CN201810017989.5
申请日：2018-01-09
Applicant: 湖南科技大学
CPC classification number: G06T7/0004 , G01N21/8851 , G06K9/6218 , G06T7/13 , G06T2207/10004 , G06T2207/20036 , G06T2207/30132
Abstract: 本发明公开了一种混凝土裂纹快速识别方法，在待测混凝土灰度图像中，每隔w行、w列取1像素组成尺寸缩小的降采样图像；对降采样图像进行形态学开运算，抑制高亮度值孤立点对后续图像处理的影响；对噪声抑制后的降采样图像进行灰度聚类，把图像中灰度相近的像素归为同一类；将噪声抑制后的降采样图像内中心灰度最低的一类像素灰度值全设为1，其他像素灰度值设为0，生成聚类结果二值图像；计算聚类结果二值图像的信息熵，依据二值图像熵判据判断该待测混凝土图像中是否存在裂纹。本发明可以快速的将采集的混凝土图像分成裂纹图像和非裂纹图像，从而大幅降低后续裂纹提取步骤的难度和耗时。
-
-
Patent Agency Ranking
公开(公告)号：CN104463876A
公开(公告)日：2015-03-25
申请号：CN201410764315.3
申请日：2014-12-12
Applicant: 湖南科技大学
IPC: G06T7/00
CPC classification number: G06T7/73 , G06T2207/20024
Abstract: 本发明公开了一种基于自适应滤波的复杂背景下图像多圆快速检测方法,属于计算机视觉在线检测技术领域。应用Sage-Husa自适应卡尔曼滤波算法对各圆特征的中心坐标及半径进行估计，进而对特征有效区域进行估计；在各圆特征有效区域内，图像局部增强后采用Canny边缘检测算法及最小二乘椭圆拟合法对圆特征的中心坐标及半径进行求解；应用结果有效判据对定位结果是否有效进行判定；若判定结果有效，则将特征提取值作为检测结果输出；若判定结果无效，则将特征参数估计值作为检测结果输出。本发明在复杂背景多圆定位过程中彻底抛弃了非常耗时的Hough变换，输出测量结果前先对定位结果是否有效进行判定，并分别采取不同的对策，在保证精度的同时实现了圆检测速度大幅提升，能满足采用高分辨率图像传感器的工业监测系统在线监测的要求。
-
公开(公告)号：CN102997875A
公开(公告)日：2013-03-27
申请号：CN201210360871.5
申请日：2012-09-20
Applicant: 湖南科技大学
Abstract: 本发明属于参数测量技术领域，提供了一种复杂螺旋曲面高精度测量不确定度的分析方法，根据螺旋曲面端面型线及导程的理论参数建立螺旋曲面的数字化模型；通过模拟三坐标测量机的坐标数据采样过程对螺旋曲面的数字化模型进行仿真坐标采样；采用不同采样策略因素组合进行虚拟测量，将型线及导程参数测量结果的不确定度反映为采样策略因素组合的合理性；向数字化模型中引入噪声强度，将型线及导程参数测量结果的不确定度反映为测量方法与采样策略因素组合的抗干扰性；该分析方法将不确定度分析结果直接反应各采样策略因素组合的合理性和测量方法与采样策略因素组合的抗干扰性，反复修改各采样策略因素进行不确定度分析，获取了较优的实际测量方案。
-
公开(公告)号：CN101858336A
公开(公告)日：2010-10-13
申请号：CN200910226688.4
申请日：2009-12-16
Applicant: 湖南科技大学
IPC: F04B49/06 , F04B49/00 , G05B19/418
CPC classification number: Y02P90/02
Abstract: 本发明是一种集空压机普通监控仪、空压机变频调速监控仪于一体多模式空压机智能监控仪。它解决了目前空压机监测仪工作模式单一，难以适应空压机工作模式变换，而无法工作的问题。本发明在空压机采用加、卸载方式调节储气压力时，该监控仪工作在普通监测模式下，当采用变频调速控制电机转速的方式调节储气压力时，工作在变频调速节能监控模式下，可直接与温度传感器，压力传感器输出信号线相连，无需传感器变送器，中央控制核心采用DSP芯片，CAN总线方式通信。本发明以DSP为控制核心，集空压机普通监测仪、空压机变频调速节能监控仪于一体，无需额外控制器，具有功能强、成本低、集成度高、可靠性高，控制方式灵活，市场前景广阔。
-
公开(公告)号：CN101706261A
公开(公告)日：2010-05-12
申请号：CN200910227196.7
申请日：2009-12-11
Applicant: 湖南科技大学
IPC: G01B11/08
Abstract: 本发明是一种非接触式在线测量大型轴工件直径的装置，它解决了机械加工大外径工件的精密测量，检具笨重，操作不便，测量精度低，测量效率不高的问题。本发明测量底座的云台上装有三根导轨由丝杆和螺纹联接，底座上装有立柱，立柱上套装有四个导轨滑块并装有锁紧螺丝，上下导轨滑固装的滑板长度一致且装有传感器由锁紧螺杆联接，立柱上中间套装的二个导轨滑块由锁紧螺杆联接装有滑板和传感器，中间导轨滑块滑板的长度小于上下滑板，传感器与计算机之间由电缆联接，标定底座上固装有对称的支撑座，支撑座由旋转轴联接并装有轴承，旋转轴中央装有两个直径大小不同的大圆盘和小圆盘，调速电机由支架联接固定在标定底座上，调速电机机轴与一端旋转轴联接，另一端旋转轴与固定在标定底座支架上的转速编码器联接，测量底座与标定底座之间由大平台联接。本发明设计科学，结构简单，操作方便，采用传感器进行数据取样，计算机和圆编码器自动集中处理，测量大型轴工件精密度可靠，极大提高我国测量机械加工轴工件的高精度测量仪器。
-
公开(公告)号：CN118839117B
公开(公告)日：2024-11-22
申请号：CN202411311197.0
申请日：2024-09-20
Applicant: 湖南科技大学
IPC: G06F18/10 , G06F18/20 , G06N3/0442 , G06N3/006 , G06N3/084
Abstract: 本申请提供的一种风速传感器异常数据的重构方法及装置，方法通过变分模态分解将历史风速序列进行一次分解，然后将分解后的残余分量通过改进的自适应噪声完全集合经验模态分解算法进行二次分解，随后将分解得到的一次分解历史风速子序列和二次分解历史风速子序列分别输入到LSTM神经网络当中，结合基于自适应扰动的疯狂蝴蝶算法进行训练，得到第一目标LSTM神经网络和第二目标LSTM神经网络，最后通过第一目标LSTM神经网络和第二目标LSTM神经网络对待测风速序列进行风速重构，得到对应的风速序列重构结果，进而实现对实际工程中的风速传感器异常数据的精准重构效果，从而提高了风电场的效率。
-
-
-
-
-
-
-
-
-
Search Results
87
records
(took 0.033 seconds)
