公开(公告)号：CN119925114A

公开(公告)日：2025-05-06

申请号：CN202510247146.4

申请日：2025-03-04

Applicant: 河北科技大学 ,  邢台医学高等专科学校第二附属医院 ,  燕山大学

Inventor： 刘玉鑫 ,  马正九 ,  李杨 ,  李铁军 ,  杨光 ,  牛智 ,  康召青 ,  牛建业

IPC: A61G7/10 ,  A61G7/14

Abstract: 本发明属于医疗辅助设备领域，具体公开了一种面向移乘场景的变姿态转运机器人，包括移动装置，移动装置电连接有控制模块，移动装置上安装有第一升降装置和第二升降装置，第一升降装置的上端转动连接有头部支撑装置，第二升降装置的上端转动连接有臀部支撑装置和腿部支撑装置；头部支撑装置、臀部支撑装置和腿部支撑装置的结构相同，均包括N个依次传动连接的移乘板，第一移乘板两侧设置有第一驱动电机，所有移乘板的两侧设置有传动机构，第一驱动电机的输出轴与传动机构连接。本发明提高了患者移乘转运过程中的舒适度和安全性，减轻了医护人员在患者移乘转运的过程中的负担和患者移乘过程中的难度。本发明适用于患者在各个场景中的移乘转运。

公开(公告)号：CN109871590B

公开(公告)日：2020-11-06

申请号：CN201910064604.5

申请日：2019-01-23

Applicant: 燕山大学

Inventor： 王东城 ,  徐扬欢 ,  张亚林 ,  杨光 ,  刘宏民

IPC: G06F30/17 ,  G06F30/20 ,  G06F111/04

Abstract: 本发明公开了一种热轧带材断面轮廓复现方法，属于带钢断面形状控制技术领域。该方法采用分段二次函数对热轧带材断面整体轮廓进行复现，该函数使用的特征系数少，只需要三个具有实际物理意义的指标参数即可求解，即热轧带材控制标准中的衡量指标C40与W40、表征冷轧带材精整卷取最边部指标C25，利用该方法复现的带材断面轮廓精度高，复现速度快，同时约束方程的引入确保了复现后的带材断面轮廓光滑连续，更符合实际情况。本发明提出的一种热轧带材断面轮廓复现方法对带材断面形状控制和提高带材质量具有重要意义。

公开(公告)号：CN109871590A

公开(公告)日：2019-06-11

申请号：CN201910064604.5

申请日：2019-01-23

Applicant: 燕山大学

Inventor： 王东城 ,  徐扬欢 ,  张亚林 ,  杨光 ,  刘宏民

IPC: G06F17/50

Abstract: 本发明公开了一种热轧带材断面轮廓复现方法，属于带钢断面形状控制技术领域。该方法采用分段二次函数对热轧带材断面整体轮廓进行复现，该函数使用的特征系数少，只需要三个具有实际物理意义的指标参数即可求解，即热轧带材控制标准中的衡量指标C40与W40、表征冷轧带材精整卷取最边部指标C25，利用该方法复现的带材断面轮廓精度高，复现速度快，同时约束方程的引入确保了复现后的带材断面轮廓光滑连续，更符合实际情况。本发明提出的一种热轧带材断面轮廓复现方法对带材断面形状控制和提高带材质量具有重要意义。

公开(公告)号：CN110110839B

公开(公告)日：2022-12-09

申请号：CN201910316881.0

申请日：2019-04-19

Applicant: 燕山大学

Inventor： 王东城 ,  徐扬欢 ,  黄阳阳 ,  张桐源 ,  杨光 ,  刘宏民

IPC: G06N3/00 ,  G06N3/04 ,  G06N3/08 ,  B21B37/16 ,  B21B37/28

Abstract: 本发明公开了一种基于PSO‑LM‑BP神经网络的带钢冷轧横向厚差预报方法，涉及到带钢断面形状控制领域。该方法主要包括以下步骤：1、PSO‑LM‑BP神经网络训练样本的获取；2、PSO‑LM‑BP神经网络带钢冷轧横向厚差预报模型的建立；3、PSO‑LM‑BP神经网络带钢冷轧横向厚差预报模型的训练与验证；4、PSO‑LM‑BP神经网络带钢冷轧横向厚差预报模型的预测。该方法只需根据带钢热轧来料断面轮廓三个参数C40、C25、W40，即可预测出其冷轧后的横向厚差值，预测精度高、响应速度快，能够快速参与指导实际生产，对带钢冷轧横向厚差控制具有重要意义。

公开(公告)号：CN110110839A

公开(公告)日：2019-08-09

申请号：CN201910316881.0

申请日：2019-04-19

Applicant: 燕山大学

Inventor： 王东城 ,  徐扬欢 ,  黄阳阳 ,  张桐源 ,  杨光 ,  刘宏民

IPC: G06N3/00 ,  G06N3/04 ,  G06N3/08 ,  B21B37/16 ,  B21B37/28

Abstract: 本发明公开了一种基于PSO-LM-BP神经网络的带钢冷轧横向厚差预报方法，涉及到带钢断面形状控制领域。该方法主要包括以下步骤：1、PSO-LM-BP神经网络训练样本的获取；2、PSO-LM-BP神经网络带钢冷轧横向厚差预报模型的建立；3、PSO-LM-BP神经网络带钢冷轧横向厚差预报模型的训练与验证；4、PSO-LM-BP神经网络带钢冷轧横向厚差预报模型的预测。该方法只需根据带钢热轧来料断面轮廓三个参数C40、C25、W40，即可预测出其冷轧后的横向厚差值，预测精度高、响应速度快，能够快速参与指导实际生产，对带钢冷轧横向厚差控制具有重要意义。

公开(公告)号：CN221848074U

公开(公告)日：2024-10-18

申请号：CN202420391543.X

申请日：2024-03-01

Applicant: 燕山大学 ,  山海关船舶重工有限责任公司

Inventor： 陈月娥 ,  杨光 ,  郁海龙 ,  郭宇

IPC: B08B7/00 ,  B08B13/00

Abstract: 本实用新型提供一种消除复合激光清洗色差的激光清洗装置，涉及复合激光清洗装置技术领域，包括复合激光清洗机，其特征在于：所述复合激光清洗机的一侧设有配合其使用的清洗机构，所述清洗机构上安装有固定盘组件。本实用新型通过清洗机构上的固定盘组件对铜箔进行卡接固定并进行加热处理，进一步通过清洗机构对铜箔进行清洗和风干，清除表面的油污和指纹，进而通过复合激光清洗机对铜箔上的石墨进行消除能够与消除清洗色差的出现，且在对铜箔表面石墨进行清除后，附着在固定面板表面的石墨灰尘在第二次进行清洗时会随清洗液进入循环水箱中，进而避免了石墨灰尘的飘散对工作环境造成污染。