-
公开(公告)号：CN118209190A
公开(公告)日：2024-06-18
申请号：CN202410629885.5
申请日：2024-05-21
Applicant: 常州检验检测标准认证研究院 , 常州市灵衡仪器有限公司
IPC: G01G19/414 , G01G23/01
Abstract: 本发明涉及信号处理技术领域，具体涉及一种便携式智能电子秤称重信号处理的方法，该方法包括：获取电子称的称重信号序列及对应的斜率序列，获取斜率序列的主体波动系数及称重信号序列中各元素的斜率变换系数，获取称重信号序列的称重波动偏离系数及称重波动系数，构建称重基准序列及称重信号序列中各元素的畸变距离，得到称重信号序列、称重基准序列的集中均值偏位差，获取称重信号序列的称重信噪强度，得到卡尔曼滤波算法的调整增益系数，完成智能电子秤称重信号的去噪。本发明旨在提高称重信号去噪的准确性与可靠性。
-
公开(公告)号：CN118209190B
公开(公告)日：2024-10-18
申请号：CN202410629885.5
申请日：2024-05-21
Applicant: 常州检验检测标准认证研究院 , 常州市灵衡仪器有限公司
IPC: G01G19/414 , G01G23/01
Abstract: 本发明涉及信号处理技术领域，具体涉及一种便携式智能电子秤称重信号处理的方法，该方法包括：获取电子称的称重信号序列及对应的斜率序列，获取斜率序列的主体波动系数及称重信号序列中各元素的斜率变换系数，获取称重信号序列的称重波动偏离系数及称重波动系数，构建称重基准序列及称重信号序列中各元素的畸变距离，得到称重信号序列、称重基准序列的集中均值偏位差，获取称重信号序列的称重信噪强度，得到卡尔曼滤波算法的调整增益系数，完成智能电子秤称重信号的去噪。本发明旨在提高称重信号去噪的准确性与可靠性。
-
公开(公告)号：CN118555310A
公开(公告)日：2024-08-27
申请号：CN202411027892.4
申请日：2024-07-30
Applicant: 常州检验检测标准认证研究院 , 常州市灵衡仪器有限公司
Abstract: 本发明涉及数据传输技术领域，具体涉及一种便携式智能电子秤称重数据优化传输方法，该方法包括：获取每个目标电子秤在每个预设历史时间段内的称重传输信息，以及每个目标电子秤在当前时间段内的待传输称重信息；确定每个称重传输信息对应的传输密集度；从每个称重传输信息中筛选出每种重传事件，并确定每个称重传输信息对应的传输稳定度；根据传输密集度和传输稳定度，确定每个目标电子秤对应的传输优先级；根据每个目标电子秤对应的传输优先级，对每个目标电子秤在当前时间段内的待传输称重信息进行传输。本发明实现了对通过不同目标电子秤采集的待传输称重信息的传输，提高了对称重数据进行传输的效果。
-
公开(公告)号：CN118555310B
公开(公告)日：2024-10-18
申请号：CN202411027892.4
申请日：2024-07-30
Applicant: 常州检验检测标准认证研究院 , 常州市灵衡仪器有限公司
Abstract: 本发明涉及数据传输技术领域，具体涉及一种便携式智能电子秤称重数据优化传输方法，该方法包括：获取每个目标电子秤在每个预设历史时间段内的称重传输信息，以及每个目标电子秤在当前时间段内的待传输称重信息；确定每个称重传输信息对应的传输密集度；从每个称重传输信息中筛选出每种重传事件，并确定每个称重传输信息对应的传输稳定度；根据传输密集度和传输稳定度，确定每个目标电子秤对应的传输优先级；根据每个目标电子秤对应的传输优先级，对每个目标电子秤在当前时间段内的待传输称重信息进行传输。本发明实现了对通过不同目标电子秤采集的待传输称重信息的传输，提高了对称重数据进行传输的效果。
-
公开(公告)号：CN119063905A
公开(公告)日：2024-12-03
申请号：CN202411251030.X
申请日：2024-09-06
Applicant: 常州检验检测标准认证研究院
IPC: G01L25/00
Abstract: 本发明提供一种多分量力传感器计量测试装置，包括主结构架、传感器夹具组件、加载板组件、侧向施力源组件、Z向施力源和配重机构。本发明采用的加载板组件，力臂结构稳定，能对被检多分量力传感器施加17处力源，能够对多分量力传感器精准施加全方位力值或力矩。侧向施力源与对应的加载点位座之间能够自动对接和断开，未施力的侧向施力源不对施力产生影响，提高检测准确性。加载板定位机构能够在被检多分量力传感器安装过程中，对水平加载板临时定位，方便在检测前将被检多分量力传感器调节到零受力状态。配重机构通过配重环块能够平衡掉加载板组件的重量，以助于多分量力传感器能从实际零位附近开始测量，提高测量准确性。
-
Patent Agency Ranking
公开(公告)号：CN112629748A
公开(公告)日：2021-04-09
申请号：CN202011621628.5
申请日：2020-12-30
Applicant: 常州检验检测标准认证研究院
IPC: G01L25/00
Abstract: 本发明提供一种参考式多维力传感器组合同步校准装置，包括多维力传感器装夹机构和座台，多维力传感器装夹机构安装在座台上，多维力传感器装夹机构沿座台的水平轴线方向前后分别设有Z轴向试验力加载机构和Z轴向扭矩加载机构，多维力传感器装夹机构与Z轴向扭矩加载机构的中间位置安装有XY轴向扭矩及试验力加载机构，Z轴向试验力加载机构、多维力传感器装夹机构、XY轴向扭矩及试验力加载机构和Z轴向扭矩加载机构电连接有测量控制系统。本装置整体采用卧式结构，通过标准力和扭矩传感器进行力值和扭矩值的参考式测量，实现对传感器的各维独立校准和多维耦合校准，解决了对传感器的各维组合、同步校准问题，确保了数值准确可靠。
-
公开(公告)号：CN120084548A
公开(公告)日：2025-06-03
申请号：CN202510558908.2
申请日：2025-04-30
Applicant: 常州检验检测标准认证研究院
IPC: G01M13/025
Abstract: 本发明涉及检测测量技术领域，尤其是一种机器人减速器加速疲劳测试装置，包括测试底座以及螺钉连接在所述测试底座表面的测试电机和设置在所述测试底座表面的减速器本体，所述减速器本体的输出轴端安装有机器人模拟摆臂，还包括设置在所述测试电机和减速器本体之间的调速组件，本装置通过设置的调速组件，能够灵活的模拟实际机器人工作中各种不同的运动状态和转速要求，使测试装置可以全面测试减速器本体在不同转速下的疲劳性能，大大提高了测试的全面性和准确性，有助于发现减速器在不同工况下可能出现的问题，从而全面检测减速器在各种工况下的性能和疲劳寿命，可以准确评估减速器的疲劳极限和使用寿命。
-
公开(公告)号：CN119063905B
公开(公告)日：2025-03-04
申请号：CN202411251030.X
申请日：2024-09-06
Applicant: 常州检验检测标准认证研究院
IPC: G01L25/00
Abstract: 本发明提供一种多分量力传感器计量测试装置，包括主结构架、传感器夹具组件、加载板组件、侧向施力源组件、Z向施力源和配重机构。本发明采用的加载板组件，力臂结构稳定，能对被检多分量力传感器施加17处力源，能够对多分量力传感器精准施加全方位力值或力矩。侧向施力源与对应的加载点位座之间能够自动对接和断开，未施力的侧向施力源不对施力产生影响，提高检测准确性。加载板定位机构能够在被检多分量力传感器安装过程中，对水平加载板临时定位，方便在检测前将被检多分量力传感器调节到零受力状态。配重机构通过配重环块能够平衡掉加载板组件的重量，以助于多分量力传感器能从实际零位附近开始测量，提高测量准确性。
-
公开(公告)号：CN118395353B
公开(公告)日：2024-09-03
申请号：CN202410827937.X
申请日：2024-06-25
Applicant: 常州检验检测标准认证研究院
IPC: G06F18/2433 , G06F18/213 , G06N3/049 , G06N3/08 , G01H17/00 , G01M13/00
Abstract: 本发明公开了一种基于神经网络的机器人振动异常检测方法，包括：获取机器人的原始振动信号；将原始振动信号分解为频率分量，获得多个不同频率通道的连续频谱信号；将每个频率通道的连续频谱信号转换为脉冲序列，脉冲序列中的脉冲信号为振幅的变化量；将每个频率通道对应的脉冲序列输入至完成训练的脉冲神经网络中，利用脉冲神经网络进行异常振动检测。本发明能够在低功耗状态下实现对机器人振动异常的快速检测及故障识别。
-
公开(公告)号：CN119023189B
公开(公告)日：2025-01-28
申请号：CN202411448602.3
申请日：2024-10-17
Applicant: 常州检验检测标准认证研究院
IPC: G01M7/08
Abstract: 本发明属于机器人测试技术领域，尤其为一种机器人撞击倾倒测试装置，包括测试台以及固定在所述测试台表面一侧的测试箱和固定在所述测试箱表面的控制器，所述测试台的表面另一侧安装有撞击组件，本装置通过评估机器人的稳定性提供具体的数据支持，结合机器人的倾倒角度，了解机器人在不同力度撞击下的抗倾倒能力，有助于优化机器人的结构设计和平衡性能，减少了人为因素带来的误差，使测试结果更加可靠，可以更好地设计安全防护措施，降低机器人在实际使用中因碰撞而倾倒导致的损坏和风险。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.044 seconds)
