-
公开(公告)号：CN102359909A
公开(公告)日：2012-02-22
申请号：CN201110257196.9
申请日：2011-09-01
Applicant: 北京理工大学
Abstract: 本发明提供了一种适用于精密机械接触模型试验的非均匀压力加载装置，能够对试验件施加单个集中载荷和组合载荷的非均匀压力，该装置包括下板，立柱，上板和位移加载机构，其中位移加载机构包括十字槽螺栓、轻质弹簧和圆头圆柱：轻质弹簧放置在螺纹孔与光孔交界处的台阶上；上粗下细的阶梯状光圆头圆柱置于阶梯孔中，下部细圆柱穿过轻质弹簧并插入阶梯孔的光孔中，上部粗圆柱卡在轻质弹簧之上，十字槽螺栓不断地旋入阶梯孔的螺纹孔中，对圆头圆柱施加压力，由此对下板上的试验件施加载荷，本发明公开的非均匀压力加载装置具有结构和操作简单、使用寿命长并且容易真实模拟装配时对试验件施加单个或者组合加载情况的优点。
-
公开(公告)号：CN100571950C
公开(公告)日：2009-12-23
申请号：CN200610165594.7
申请日：2006-12-22
Applicant: 北京理工大学
Abstract: 本发明为一种用于微小型超薄金属类复杂零件制造的电化学加工模具和方法。在待加工的金属薄片材料上用制成单面或者双面的特定图案的绝缘遮蔽层，薄片与阳极相连，且上下各有一个阴极，放入ECLM模具中通过高频群脉冲电源和高速、高压的电解液，ECLM加工模具的结构合理、性能稳定可靠，适用于高效率、高质量地加工出各种复杂形状的微小型零件，在微制造领域具有很大的实用价值。
-
公开(公告)号：CN101178383A
公开(公告)日：2008-05-14
申请号：CN200710179455.4
申请日：2007-12-13
Applicant: 北京理工大学
IPC: G01N27/82
Abstract: 本发明是一种管道焊接错边的检测方法，涉及管道焊接特别是野外施工作业条件下焊接时常出现的因管件之间不对中出现搭错边的焊接缺陷检测，属于无损检测技术领域。本发明利用霍尔传感器或磁敏电阻制成的二维高灵敏度传感器，垂直于焊接管件表面并沿管道长度方向进行检测，分别读取磁场强度法向和切向分量值，并进行记录；当没有错边缺陷时，磁场强度切向分量最大值处于焊缝中间的零点位置，法向分量最大值关于坐标系第一、第三象限对称；当存在错边缺陷时，磁场强度切向分量最大值向一侧发生偏移，法向分量最大值在坐标系1、3象限出现不对称现象。本发明可有效减少管道现场焊接时极易出现的错边缺陷，从而避免该缺陷可能导致的管道泄漏。
-
公开(公告)号：CN100355536C
公开(公告)日：2007-12-19
申请号：CN200510125990.2
申请日：2005-12-02
Applicant: 北京理工大学
Abstract: 本发明为一种3-PPTTRS六自由度并联精密微动机器人。主要由3-PPTTRS机构、柔性铰链副、静压丝杠螺母机构、液压供油装置和开放式数控装置五个主要部分构成。机器人具有六自由度，X、Y、Z直线运动范围能达到10mm×10mm×10mm，分辨率能达到0.01μm×0.01μm×0.01μm；ψ、θ、φ旋转运动范围能达到10°×16°×10°，分辨率能达到0.023°×0.055°×0.023°。本发明能够弥补目前精密微动并联机器人自由度数少、直线和旋转运动范围小、分辨率低的缺陷，能够承受较大的冲击载荷、且负重较大、在较大范围内进行精密的微小型器件装配，将宏微运系统紧密地结合起来，在微位移领域具有很大的实用价值。
-
公开(公告)号：CN1788942A
公开(公告)日：2006-06-21
申请号：CN200510125990.2
申请日：2005-12-02
Applicant: 北京理工大学
Abstract: 本发明为一种3－PPTTRS六自由度并联精密微动机器人。主要由3－PPTTRS机构、柔性铰链副、静压丝杠螺母机构、液压供油装置和开放式数控装置五个主要部分构成。机器人具有六自由度，X、Y、Z直线运动范围能达到10mm×10mm×10mm，分辨率能达到0.01μm×0.01μm×0.01μm；ψ、θ、φ旋转运动范围能达到10°×16°×10°，分辨率能达到0.023°×0.055°×0.023°。本发明能够弥补目前精密微动并联机器人自由度数少、直线和旋转运动范围小、分辨率低的缺陷，能够承受较大的冲击载荷、且负重较大、在较大范围内进行精密的微小型器件装配，将宏微运系统紧密地结合起来，在微位移领域具有很大的实用价值。
-
Patent Agency Ranking
公开(公告)号：CN118778233A
公开(公告)日：2024-10-15
申请号：CN202410650377.5
申请日：2024-05-24
Applicant: 北京理工大学
IPC: G02B17/02 , G06N3/045 , G06N3/0985 , G06N3/0464 , G06N3/084 , G06F30/20 , G01B9/02 , G01D5/26 , G06F111/08
Abstract: 本发明公开了一种基于神经网络的反射式光学系统分步装调方法，属于波前检测的反射式镜片装调领域。本发明的分步装调方法步骤为：1、建立反射式光学系统理想装调成像模型，确定初始装调误差范围，生成并随机组合误差；2、在模型中设置位姿误差，循环多次仿真，构建波像差‑位姿误差数据；3、以波前图为输入，构建粗调神经网络模型；4、在模型中设置精调位姿误差，以Zernike系数为输入，构建并保存精调神经网络模型；5、实际装调时，应用分步装调方法完成待装调镜片的粗调和精调过程。本发明考虑了检测参数与装调误差之间的非线性，直接建立了两者的映射关系，有利于提高反射式光学系统的装调精度和装调效率。
-
公开(公告)号：CN118602938A
公开(公告)日：2024-09-06
申请号：CN202410711410.0
申请日：2024-06-04
Applicant: 北京理工大学
Abstract: 本申请提供了一种基于机器视觉与线激光的多传感器齿轮测量设备，包括安装基座、运动平台、透明盖片、旋转装置和位姿调整机构；运动平台的水平移动平台安装于安装基座上，水平移动平台板面上安装有垂直移动平台，且水平移动平台中设有漏光槽，垂直移动平台设有漏光区域，竖直移动平台安装于安装基座上，安装有图像传感器和与背光源同轴的发光源，发光源环绕设置于图像传感器的周边；透明盖片盖盒于拍摄槽，旋转装置的固定端部放置于水平移动平台，旋转装置的安装端部用于夹持待测量件以及带动待测量件独立转动；位姿调整机构用于安装调整线激光传感器。可见，本实施例提供的技术方案不再受限于传感器与光源硬件，能够提高测量精度。
-
公开(公告)号：CN113781553B
公开(公告)日：2024-07-09
申请号：CN202111046284.4
申请日：2021-09-08
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于几何误差的机械产品几何精度虚拟检测方法，属于精密机械系统检测领域。本方法的步骤包括测量表面点云，基于接触点求解进行装配位姿计算，建立机械产品的三维几何误差装配体模型和几何误差传递数学模型，提取几何数据并进行几何精度虚拟检测。本发明能够在实际测量零件的几何误差的基础上，进一步在计算机上进行虚拟检测，最终得到机械产品装配体的包含几何误差建模表面在内的任一表面的空间位置和几何形状数据。本发明为解决机械产品部分几何特征难测量和无法直接测量的问题提供一种有效方法。
-
公开(公告)号：CN116050726A
公开(公告)日：2023-05-02
申请号：CN202211419208.8
申请日：2022-11-14
Applicant: 北京理工大学
IPC: G06Q10/0631 , G06Q10/0633 , G06Q10/101 , G06Q50/04
Abstract: 本发明涉及一种基于灰色关联分析的微靶装配工艺知识推送方法，属于工艺知识精准推送服务领域。划分装配工步，设定选择对应工步装配工具时所关注的零件属性；针对不同属性值，获取零件属性值相似度矩阵，进而得到属性值关联度矩阵；同时基于装配工具对相似零件的历史推荐值，得到零件属性—装配工具选择贡献度；然后基于零件属性关联度矩阵与零件属性—装配工具选择贡献度，得到目标零件选择不同装配工具时的支持程度，经过协同预测，得到装配工具—目标零件推荐值；最后通过人机交互软件平台实现装配工艺知识精准推送，指导完成装配工艺规划。所述方法解决了微靶装配工艺知识推送精确度差的问题，可以保证装配质量、提高装配效率及缩短生产周期。
-
公开(公告)号：CN115859125A
公开(公告)日：2023-03-28
申请号：CN202211417192.7
申请日：2022-11-11
Applicant: 北京理工大学
IPC: G06F18/22 , G06Q10/0637 , G06Q50/04 , G06F16/22
Abstract: 本发明公开了一种基于本体的微靶装配工艺决策方法，属于本体知识库应用领域，具体涉及一种结构化本体引导的基于混合属性匹配度规则的装配工艺决策方法，该方法主要基于结构化的装配系统本体和产品本体，将装配工艺决策转化为六个装配工步中装配工具的选择及装配参数的确定，通过将产品知识与装配系统知识进行匹配计算，完成装配工具匹配选择和装配工艺变量赋值，实现了装配工艺辅助决策，减少了装配工艺设计过程中对人工经验的依赖，提高了装配工艺决策的效率和智能化水平。
-
-
-
-
-
-
-
-
-
Search Results
242
records
(took 0.046 seconds)
