公开(公告)号：CN106053054A

公开(公告)日：2016-10-26

申请号：CN201610347634.3

申请日：2016-05-24

Applicant: 哈尔滨工程大学

Inventor： 张兰勇 ,  李陇南 ,  刘胜 ,  李冰 ,  刘江华

IPC: G01M13/02

CPC classification number: G01M13/02

Abstract: 本发明提出一种齿轮箱特性参数实时在线检测装置，包括：平台底座，其上安装有动力输入电动机、加载电动机、被测齿轮箱及陪试齿轮箱，陪试齿轮箱、加载电动机为被测齿轮箱提供模拟负载；拖动控制模块，其包括动力输入电动机控制器、加载电动机控制器、第一逆变器及第二逆变器，第一逆变器与第二逆变器通过一直流母线相连接；系统监控模块，其包括传感器数据采集单元和系统监控软件，系统监控软件分别与传感器数据采集单元、拖动控制模块控制连接，传感器数据采集单元采集被测齿轮箱和陪试齿轮箱的数据信息，并将该数据信息传输至系统监控软件，系统监控软件对该数据信息进行显示、存储和分析。

公开(公告)号：CN107862333A

公开(公告)日：2018-03-30

申请号：CN201711078234.8

申请日：2017-11-06

Applicant: 哈尔滨工程大学

Inventor： 马忠丽 ,  李慧欣 ,  张兰勇 ,  李陇南 ,  李倩倩 ,  李志鹏

IPC: G06K9/62

CPC classification number: G06K9/6268 ,  G06K9/6262

Abstract: 本发明属于火灾探测技术领域，解决现有技术中燃烧区域判断过于复杂和判断不准确的问题，尤其涉及一种在复杂环境下判断物体燃烧区域的方法，首先进行图像预处理，然后计算火焰图像样本的期望最大回报值，然后构建深度学习网络的权值更新方程，接着训练深度学习网络，最后利用训练好的深度学习网络来识别火焰。相对于现有技术，本发明具有深度学习的特点，且燃烧区域判断全面，可操作性强，对于燃烧区域的判断更准确，更快速。