-
公开(公告)号：CN113449683A
公开(公告)日：2021-09-28
申请号：CN202110800782.7
申请日：2021-07-15
Applicant: 江南大学
Abstract: 本发明公开了一种基于K‑SVD训练局部字典的高频超声稀疏去噪方法及系统，包括以下步骤：获取待测样品的高频超声检测信号；将获取的超声检测信号截取为长度为n的局部信号，组成数据集；利用数据集和K‑SVD训练局部字典；利用训练好的局部字典对局部信号进行稀疏分解，得到稀疏系数矩阵；利用稀疏系数矩阵重构超声检测信号的所有局部信号；利用重构的所有局部信号和贝叶斯最大后验概率估计全局信号，重构全局高频超声检测信号，完成去噪。本发明提高高频超声信号的信噪比和检测精度，可以更有效的观察到样品内部微缺陷的反射信号及位置。
-
公开(公告)号：CN111709174A
公开(公告)日：2020-09-25
申请号：CN202010559632.7
申请日：2020-06-18
Applicant: 江南大学
IPC: G06F30/23 , G06F17/16 , G06F113/26 , G06F119/14
Abstract: 本发明公开了一种基于失效面理论的复合材料层合板强度分析方法，涉及复合材料结构失效分析领域，该方法包括：基于三维失效面理论确定材料损伤柔度矩阵的计算公式，从而建立起复合材料力学本构关系；采用失效面上的应力构造失效准则以判断复合材料是否失效及其失效模式，并基于失效面坐标系进行复合材料的刚度退化。通过对有限元软件进行二次开发建立了复合材料层合板的三维有限元模型，仿真模拟了复合材料层合板损伤起始、损伤演化和最终破坏的完整过程。该方法物理机制明确，能较好地预测复合材料层合板的失效载荷与失效模式，在很大程度上提高了复合材料层合板强度分析的预测精度，从而避免进行大量耗时长、成本高的试验测试。
-
公开(公告)号：CN111678691A
公开(公告)日：2020-09-18
申请号：CN202010732900.0
申请日：2020-07-27
Applicant: 江南大学
IPC: G01M13/021 , G01M13/028
Abstract: 本发明公开了一种基于改进的稀疏分解算法的齿轮故障检测方法，涉及故障检测技术领域，该方法在传统基于参数字典稀疏重构的基础上，增加了对信号的预处理及对参数字典的优化设计，利用双树复小波分解结合最大峭度原则实现信号的预处理，大大降低了噪声对后续处理的影响，基于拉普拉斯小波的相关滤波确定目标特征参数从而构建过完备字典，不仅可以有效的缩减字典冗余度而且可以使得设计的字典与故障特征更为相似，最后结合匹配追踪算法以实现对振动信号中冲击特征的提取实现故障检测，该方法可以提高稀疏表示的计算效率，实现有效的故障诊断。
-
公开(公告)号：CN110231404A
公开(公告)日：2019-09-13
申请号：CN201910519618.1
申请日：2019-06-17
Applicant: 江南大学
Abstract: 本发明公开了一种基于振动信号的倒装焊焊点缺失缺陷智能检测方法，涉及机器学习技术领域，该方法针对样本芯片原始的时域振动信号，根据特征提取方法，从时域、频域和时频域分别提取特征，通过输入极限学习机中进行学习和分类后得到焊点检测模型，利用焊点检测模型即能自动检测出芯片中是否存在倒装焊焊点缺失缺陷，从而快速高效将缺陷芯片和正常芯片区分出来，与传统的人力视觉检测不同，该方法机器化、自动化程度高，且检测结果客观性和准确性更好，为实现更加快速且高效的倒装焊焊点缺失缺陷检测提供了方法。
-
公开(公告)号：CN106881401A
公开(公告)日：2017-06-23
申请号：CN201710212765.5
申请日：2017-04-01
Applicant: 江南大学
IPC: B21D33/00
CPC classification number: B21D33/00
Abstract: 本发明涉及一种铝箔包边机构，可以满足铝箔封装产品的铝箔包边，该机构提高了铝箔包边的效率和可靠性。所述铝箔包边机构包括压簧、导柱、燕尾形导轨、楔形导套、楔形块、包边压板、拉杆等构件；本发明优点在于所述铝箔包边机构采用楔形块结构，完成左右包边压板的合拢和张开，结构简单而巧妙，实现了铝箔包边功能，具有占用空间小和可靠性高等特点。
-
Patent Agency Ranking
公开(公告)号：CN105908151A
公开(公告)日：2016-08-31
申请号：CN201610115809.8
申请日：2016-03-01
Applicant: 江南大学
IPC: C23C16/455 , C23C16/52 , B82Y40/00
CPC classification number: C23C16/45525 , B82Y40/00 , C23C16/52
Abstract: 本发明公开了一种纳米薄膜的原子层沉积工艺的定量建模方法，该建模方法以流体动力学理论为基础，包括以下步骤：(1)构建原子层沉积工艺进行的流体域结构模型；(2)初始边界条件设置；(3)有机金属化合物的理化属性计算；(4)多组分的气质传输过程设置；(5)表面化学反应设置；(6)瞬态脉冲工艺过程设置；(7)瞬态吹洗工艺过程设置；(8)获取定量反应和表面薄膜生长速率。按照本发明的建模方法，可定量描述表面沉积过程中的物质消耗和薄膜生长，适合用于材料利用率和薄膜沉积效率等相关因素分析，而该建模方法针对于原子层沉积工艺特征可普适于不同结构的原子层沉积系统。
-
公开(公告)号：CN212159014U
公开(公告)日：2020-12-15
申请号：CN202020415714.X
申请日：2020-03-27
Applicant: 江南大学
IPC: G01M13/00
Abstract: 本实用新型提供一种具有柔性激励的多功能转子试验台，包括工作台，在工作台的两端分别安装有变频电机和负载模拟器；变频电机用于旋转部件的转速调节；负载模拟器用于模拟试验负载。所述的具有柔性激励的多功能转子试验台，还包括：电机座、第一联轴器、转速转矩仪、第二联轴器、平行轴减速器、第三联轴器、第一轴承座、转子加载盘、传感器座、径向加载器、第四联轴器、行星齿轮减速器、测试轴、第二轴承座、手动轴向调节机构、工作台、弹簧阻尼减震器、支座、底座。本实用新型可实现多种载荷施加，包括定载荷，变载荷，不平衡载荷，能满足不同工况下受载的模拟；采用固定支承与柔性支撑相结合的支撑方式，以适应多种设备运行环境的模拟。
-
公开(公告)号：CN212494017U
公开(公告)日：2021-02-09
申请号：CN202021676231.1
申请日：2020-08-12
Applicant: 江南大学
Abstract: 本实用新型涉及一种用于快速检测短轴外径的自动检测设备，包括双通道物料传送带、斜坡传送机构、分料检测机构以及传输合格品物料的滚筒传送带；斜坡传送机构的输出端设置有凸轮下料控制机构；分料检测机构包括平行间隔设置并同步传动的左侧双链轮机构和右侧双链轮机构，双链轮结构之间形成容纳物料的U形凹槽部。本实用新型能够实现对短轴类产品外径的快速检测，并根据检测结果将工件自动分成合格、正超差与负超差3组，实现自动化快速下料、送料、检料、分料生产流程，可以提高检测效率、保证检测质量，满足大规模生产、快速检测、淘汰品后期分类处理的生产要求，操作简单，降低了操作人员的劳动强度和人工使用成本。(ESM)同样的发明创造已同日申请发明专利
-
公开(公告)号：CN212494016U
公开(公告)日：2021-02-09
申请号：CN202021676100.3
申请日：2020-08-12
Applicant: 江南大学
Abstract: 本实用新型涉及一种轴类零件快速检测及分料的双链轮送料装置，包括箱体外壳、双侧双链轮机构、传动轴、步进电机、气缸、激光传感器等，箱体外壳内部安装有两组通过传动轴连接在一起双链轮机构，传动轴与步进电机连接，双链轮机构下侧为合格、正超差与负超差三种类型零件的物料盒，装于箱体外壳上的气缸用于将激光传感器检测过的不合格轴类零件推入不同的物料盒内。实现对轴类产品外径的快速检测，并根据检测结果将工件自动分成合格、正超差与负超差3组，提高检测效率、保证检测质量，满足大规模生产、快速检测、淘汰品后期分类处理的生产要求，操作简单，降低了操作人员的劳动强度和人工使用成本。(ESM)同样的发明创造已同日申请发明专利
-
公开(公告)号：CN212490686U
公开(公告)日：2021-02-09
申请号：CN202020159796.6
申请日：2020-02-10
Applicant: 江南大学
IPC: A61H3/04 , G06F16/9537 , G16H40/67 , A61G5/14 , A47K17/02
Abstract: 本实用新型涉及一种智能语音交互的多功能助老助行机器人，包括两根前侧支撑圆柱架，两根前侧支撑圆柱架与两根后侧支撑圆柱架分别在顶部水平段相连，形成移动车体结构；两根前侧支撑圆柱架中部一侧对称安装有一对升降伸缩式脚踏板，两根后侧支撑圆柱架顶部一侧倾斜向上延伸有扶手，其上设有手刹柄，靠近扶手侧的两根后侧支撑圆柱架之间安装有腰靠，远离扶手侧的两根后侧支撑圆柱架之间安装有与所述腰靠对应的、高度可调的背靠，背靠下方的两根后侧支撑圆柱架之间安装有座椅伸缩装置。本实用新型适用于行走状态及其他各种活动状态、静止状态下的支撑和辅助，使用方便、安全。(ESM)同样的发明创造已同日申请发明专利
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.021 seconds)
