-
公开(公告)号：CN119247246A
公开(公告)日：2025-01-03
申请号：CN202411256577.9
申请日：2024-09-09
Applicant: 华中科技大学
IPC: G01R35/02 , G06F18/15 , G06F18/214 , G06F18/24 , G06N20/00
Abstract: 本发明属于互感器计量误差识别技术领域，公开了一种基于最大近似系数增长率的CVT误差在线监测方法及系统。本发明方法，包括：测量电容式电压互感器CVT二次侧的三相电压数据，按预设要求对所述三相电压数据进行分类，获取训练数据；基于小波分析法计算出所述训练数据的最大近似系数增长率MACGR；将所述MACGR均值最高的相位作为误差超限检查相；基于核密度算法计算所述误差超限检查相的误差超限；拟合所述误差超限与MACGR之间的函数关系，获取拟合结果；以预设的评价指标对所述拟合结果进行评价，通过评价结果，在线监测CVT的误差。本发明能够顺利的采集CVT二次侧电压，并可对CVT的误差超限进行识别。
-
公开(公告)号：CN119092642A
公开(公告)日：2024-12-06
申请号：CN202411387069.4
申请日：2024-09-30
Applicant: 华中科技大学
IPC: H01M4/134 , H01M4/1395 , H01M4/66 , H01M10/052
Abstract: 本发明提供一种锂‑合金复合负极及其制备方法与应用。锂‑合金复合负极包括铜集流体及在其表面的Li‑Cu合金层及Li‑Li3Sb层。制备方法包括：将铜箔置于含锑溶液中反应，得到Cu2Sb修饰的铜箔；将锂片置于其表面，加热到180～240℃，将熔融锂刮涂在Cu2Sb层表面，得到锂‑合金复合负极。熔融锂和Cu2Sb反应原位形成Li3Sb和LiCu。Li3Sb均匀分布在金属锂中，并在铜表面形成Li‑Li3Sb复合电极层。Li‑Li3Sb层与铜箔之间以Li‑Cu相连接，形成电极与集流体一体化的结构。一方面促进Li‑Li3Sb与铜箔的复合，降低接触内阻，提高电池的循环稳定性；另一方面促进Li‑Li3Sb电极在铜表面的铺展以形成超薄负极；同时均匀复合的Li‑Li3Sb加快Li+传输，避免后续循环中出现电极粉化、抑制锂枝晶生长。该负极在高比能锂电池中具有重要的应用前景。
-
公开(公告)号：CN118699948A
公开(公告)日：2024-09-27
申请号：CN202410901450.1
申请日：2024-07-05
Applicant: 中国航发动力股份有限公司 , 华中科技大学无锡研究院
IPC: B24B19/14 , B24B21/16 , B24B21/18 , B24B27/00 , B24B41/00 , B24B55/06 , B24B55/12 , B24B55/08 , B24B55/00 , B24B49/00 , B24B49/02
Abstract: 基于砂带磨抛机的工业机器人涡轮叶片自适应磨抛方法，包括：标定磨抛轮和扫描仪的坐标系，机器人夹持叶片获取叶片测量数据；对测量数据进行预处理得到点云模型，对点云模型进行修复区域模型的重构，得到重构模型；根据测量数据和重构模型计算修复区域的加工余量和加工区域，针对加工区域进行路径规划；对路径规划的点位信息结合机器人的控制的类型和运动学参数进行后置处理；磨抛机对叶片按照路径规划进行打磨。本发明操作简便，确保了产品质量的稳定性。这不仅提高了加工效率和整体质量，还降低了叶片不合格的比率，为传统的加工方式带来了革新。
-
公开(公告)号：CN117912791A
公开(公告)日：2024-04-19
申请号：CN202310632400.3
申请日：2023-05-31
Applicant: 中国电力科学研究院有限公司 , 华中科技大学 , 国家高电压计量站 , 国家电网有限公司 , 中国电力科学研究院有限公司武汉分院 , 国网北京市电力公司
Abstract: 本发明公开了一种超导电压互感器，属于电力计量标准设备技术领域。本发明，包括：铁芯，一次绕组和二次绕组，所述一次绕组和二次绕组分别绕制在铁芯上，所述一次绕组和二次绕组的材料使用超导线材料。本发明提出的电压互感器可以在超导态下运行，在超导态下，大大的减少了电压互感器的误差，提高了电压互感器的准确度。
-
公开(公告)号：CN116646172A
公开(公告)日：2023-08-25
申请号：CN202310594130.1
申请日：2023-05-24
Applicant: 中国电力科学研究院有限公司 , 国网江西省电力有限公司 , 国家电网有限公司 , 华中科技大学
IPC: H01F41/06 , H01F41/071
Abstract: 本发明公开了一种绕制电磁式振动能量收集器中多组线圈的方法及系统，属于振动能量收集技术领域。本发明方法，包括：确定电磁式振动能量收集器中多组线圈的最大输出功率线，根据所述最大输出功率线，确定多组线圈的功率输出线圈区域和辅助信号线圈区域；确定所述功率输出线圈区域和辅助信号线圈区域中的绕线区域及绕线线径；根据所述功率输出线圈区域，辅助信号线圈区域及绕线线径，对所述多组线圈进行绕制。应用本发明绕制后的线圈，输出功率高，可以在多种振动环境中应用。
-
Patent Agency Ranking
公开(公告)号：CN116338276A
公开(公告)日：2023-06-27
申请号：CN202211688568.8
申请日：2022-12-27
Applicant: 中国电力科学研究院有限公司 , 国家高电压计量站 , 国网重庆市电力公司电力科学研究院 , 华中科技大学 , 国家电网有限公司
IPC: G01R19/00
Abstract: 本发明涉及一种暂态电流用测量系统，包括电磁屏蔽外壳与测量装置；电磁屏蔽外壳围设成容纳腔，测量装置容置在容纳腔内，电磁屏蔽外壳用于抑制外界电磁干扰；测量装置包括TMR电流传感器、反馈组件、信号处理电路以及PCB板，TMR电流传感器、反馈组件以及信号处理电路均设置在PCB板上，TMR电流传感器与反馈组件电连接，反馈组件与信号处理电路电连接；信号处理电路用于将反馈组件输出的电压信号滤波与放大处理后，转化为数字信号输出；通过设置电磁屏蔽外壳，由此，提高了TMR电流传感器的屏蔽效能，增大了TMR电流传感器的测量范围；同时，提高了TMR电流传感器的测量准确度。
-
公开(公告)号：CN106046391B
公开(公告)日：2018-11-30
申请号：CN201610621212.0
申请日：2016-08-01
Applicant: 华中科技大学
Abstract: 本发明公开了一种选择性识别铅离子的网状离子印迹聚合物、其制备方法及其应用，属于新材料领域。利用曼尼希反应合成8‑羟基喹啉接枝明胶多肽作为功能单体，具有活性基团更加丰富、收缩/溶胀性能好，成膜性高等优点。在此基础上，提出一种物理成膜‑二次溶胀‑化学交联三步制备离子印迹聚合物的制备技术。通过控制溶胀所用器皿的尺寸，在特定狭小空间内完成膜材料自发扭曲/折叠，获得各种形貌的印迹聚合物。最后，经过京尼平/转谷氨酰胺酶双交联后，形成网状铅离子印迹聚合物薄膜。由于功能单体富含多种活性基团、双交联体系和独特的网状结构，此离子印迹聚合物对铅离子表现出快速的吸附动力学，高吸附容量和选择性识别性能。
-
公开(公告)号：CN102313512B
公开(公告)日：2013-08-07
申请号：CN201010219377.8
申请日：2010-07-02
Applicant: 中国商用飞机有限责任公司 , 中国商用飞机有限责任公司上海飞机设计研究院 , 华中科技大学
Abstract: 一种探测物体表面结冰状况的方法，包括以下步骤：-获取待探测的物体表面的图像，-对所述图像进行分析，从而得到所述物体表面的结冰状况。该探测方法简单可靠，可以有效地对结冰的种类进行识别，从而显著提高结冰探测的准确度，并且能够实现对整个物体表面同时进行探测，此外还能探测过冷大水滴的结冰情况。
-
公开(公告)号：CN102336272A
公开(公告)日：2012-02-01
申请号：CN201010229387.X
申请日：2010-07-16
Applicant: 中国商用飞机有限责任公司 , 中国商用飞机有限责任公司上海飞机设计研究院 , 华中科技大学
IPC: B64D15/20
CPC classification number: B64D15/20
Abstract: 一种结冰探测器探头，其特征在于，包括沿气流方向(i)依次设置的三段，其中，第一段(I)的外表面形状设置为适于收集气流中的水滴；第二段(II)的外表面形状设置为使得大水滴在运动过程中能够充分减速并且释放潜热；第三段的外表面(III)用于大水滴在其上结冰。通过上述技术方案，可以对大水滴结冰进行区分和识别，从而对大水滴结冰进行有效地探测。此外，还可以对常态结冰的种类做出有效探测，从而有助于结冰厚度的精确探测。
-
公开(公告)号：CN118965945A
公开(公告)日：2024-11-15
申请号：CN202410872555.9
申请日：2024-07-01
Applicant: 三峡大学 , 华中科技大学 , 中国电力科学研究院有限公司
IPC: G06F30/27 , G06N3/006 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/08
Abstract: 基于MHA‑CNN‑SLSTM和误差补偿的互感器预测方法，包括：采用VMD将互感器误差数据分解为不同高低频分量；基于改进海鸥优化算法ISOA优化VMD的关键参数，实现误差数据最优分解；基于多头注意力机制MHA对误差影响特征交叉处理，挖掘各特征间关联性，通过强相关性特征与误差间关系建立弱相关特征与误差间深层联系；将CNN置于多头注意力机制MHA后端，降低多头注意力机制MHA输出特征维度；考虑训练集与测试集之间相关性，改进LSTM神经网络，动态调整网络权重和偏置，构建MHA‑CNN‑SLSTM组合预测模型；将预测值与实际值误差作为训练集输入构建的组合预测模型，生成补偿数据对预测值进行补偿。该方法能够准确的预测未来短期内互感器误差状态变化，具有预测精度高、泛化性强等特点。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.054 seconds)
