一种分离式热管-单风机间接蒸发冷却冷水机组

    公开(公告)号:CN109780659A

    公开(公告)日:2019-05-21

    申请号:CN201910104884.8

    申请日:2019-02-01

    Abstract: 本发明公开的一种分离式热管-单风机间接蒸发冷却冷水机组,包括机箱,机箱两侧均设置有一次空气进风口,每个一次空气进风口内按照新风流动方向依次设置有过滤器、热管换热器蒸发段,热管换热器蒸发段的管体内设置有热管内介质,热管换热器蒸发段设置在热管底座上端,且热管底座的底端与机箱内侧壁连接。本发明蒸发冷却冷水机组利用分离式热管的灵活布置,很好的适用于此间接加直接蒸发冷却冷水机组;热管很高的导热能力,可以替代传统的间接蒸发冷却器并使其体积缩小;使用热管间接换热器,替代传统的间接蒸发冷却器,无间接段二次风机和喷淋水装置。

    一种带有内螺纹的立式肋片管间接蒸发冷却芯体

    公开(公告)号:CN108332318A

    公开(公告)日:2018-07-27

    申请号:CN201711386492.2

    申请日:2017-12-20

    Abstract: 本发明公开的一种带有内螺纹的立式肋片管间接蒸发冷却芯体,包括壳体,壳体侧壁的下部设置有二次进风口,壳体内设置有间接蒸发冷却单元,间接蒸发冷却单元的上部从下到上依次设置有挡水板、风机单元和二次排风口,间接蒸发冷却单元上部对应的壳体侧壁上还设置有一次进风口。本发明间接蒸发冷却芯体将立管内壁加工成螺纹状,使管内淋水能均匀分布在整个立管内壁,同时立管外壁装有肋片,增加换热面积,从而提高间接蒸发冷却段的效率;同时能使水膜均匀布满管内壁,有利于减小淋水量以及水流下的声音,降低噪音;另外与传统立管式间接蒸发冷却芯体相比,可增加高度,从而拓宽其应用范围,增加其处理风量。

    一种基于深度学习的机器人立体视觉机械零件检测方法

    公开(公告)号:CN111127401B

    公开(公告)日:2023-04-07

    申请号:CN201911206221.3

    申请日:2019-11-29

    Abstract: 本发明公开了一种基于深度学习的机器人立体视觉机械零件检测方法,包括:获取待检测工件的双目立体图像,对双目立体图像进行处理后依次计算匹配代价C(x,y,d)、SAD代价;根据SAD代价得到视差图,将视差图转化为深度信息;对双目图像进行标定,对标定后的双目图像进行处理,分别得到双目图像的不同尺度特征图;将双目图像的不同尺度特征图融合后,与深度信息进行融合,完成三维的零件检测。增大图像分辨率,既可以增加图像清晰度,又可以防止网络过拟合造成的梯度消失或梯度爆炸问题;将双目图像的特征图与深度信息融合后,实现机械零件的三维立体检测,提高机器检测的准确率及工作效率。

    一种机器人视觉工业产品缺陷图像数据增广方法

    公开(公告)号:CN111126446B

    公开(公告)日:2023-04-07

    申请号:CN201911198833.2

    申请日:2019-11-29

    Abstract: 本发明公开了一种机器人视觉工业产品缺陷图像数据增广方法,对原始图像按照类别进行编号,将编号作为真实标签;将原始图像输入数据加载器中分为若干批后进行训练,得到对应的随机噪声、随机标签;将随机噪声、随机标签输入生成器得到生成图像,将生成图像和随机标签输入判别器,根据判别结果计算生成器损失并更新生成器参数;将原始图像和真实标签输入判别器,根据判别结果计算判别器判别原始图像损失,将生成图像和随机标签输入判别器,根据判别结果计算判别器判别生成图像损失,计算判别器损失并更新判别器参数,迭代后得到缺陷图像数据增广模型。解决小样本数据增广问题,提高了工业产品缺陷检测效果。

    一种分类检测网络模型的构建方法

    公开(公告)号:CN111126441B

    公开(公告)日:2023-04-07

    申请号:CN201911167163.8

    申请日:2019-11-25

    Abstract: 本发明公开了一种分类检测网络模型的构建方法,包括:获取待分类对象图像的训练样本,建立训练模型数据集,将训练模型数据集输入第一卷积网络模型中进行训练,得到权重文件;将权重文件输入第二卷积网络模型中,得到每层卷积网络对应的特征图和原图像;将每层卷积网络对应的特征图和原图像输入图像质量评价算法得到评价结果;根据评价结果选择第一卷积网络模型中每层网络对应的合适卷积操作步长、增加卷积核的数量,形成新的卷积网络参数;利用新的卷积网络参数更新第一卷积网络模型,得到分类网络模型。满足柔性检测,智能检测的需求,降低检测成本和检测的复杂性。

    一种医疗废弃物回收机器人

    公开(公告)号:CN112338927A

    公开(公告)日:2021-02-09

    申请号:CN202011127561.X

    申请日:2020-10-20

    Abstract: 本发明公开了一种医疗废弃物回收机器人,包括行进装置,行进装置上设置有机械臂、收集装置,收集装置包括底座,底座固定在行进装置上,沿底座环向依次铰接有多个回收箱,每个回收箱可绕底座翻转,底座上还固定有支撑柱,多个回收箱位于支撑柱外围,支撑柱自由端固定有与回收箱相适配的封口装置,支撑柱上还连接有消毒装置,消毒装置位于封口装置上方。回收箱上方设置封口装置,回收箱能自动翻转,及时对废弃物进行封装、倾倒,通过机械臂实现废弃物的捡拾、抛弃,并通过行进装置完成位置移动,实现医疗废弃物的自动回收,无需人工回收,避免二次感染。

    一种纱线抓取装置、抓取系统及抓取方法

    公开(公告)号:CN110065085B

    公开(公告)日:2021-01-26

    申请号:CN201910355583.2

    申请日:2019-04-26

    Abstract: 本发明公开了一种纱线抓取装置、抓取系统及抓取方法,包括固定座,固定座上固定有电机和传动系统,电机与传动系统连接,传动系统通过柔性传动件连接有机械手,机械手活动连接在固定座上。还包括控制系统,控制系统包括图像获取装置,图像获取装置通过无线方式依次连接有服务器终端、单片机,单片机与电机连接,单片机上集成有数模转换器,数模转换器连接有触觉传感器,触觉传感器覆盖于机械手外层。利用传动系统同时控制多个机械手完成抓取动作,提高工作效率。

    一种基于深度学习的机器人立体视觉机械零件检测方法

    公开(公告)号:CN111127401A

    公开(公告)日:2020-05-08

    申请号:CN201911206221.3

    申请日:2019-11-29

    Abstract: 本发明公开了一种基于深度学习的机器人立体视觉机械零件检测方法,包括:获取待检测工件的双目立体图像,对双目立体图像进行处理后依次计算匹配代价C(x,y,d)、SAD代价;根据SAD代价得到视差图,将视差图转化为深度信息;对双目图像进行标定,对标定后的双目图像进行处理,分别得到双目图像的不同尺度特征图;将双目图像的不同尺度特征图融合后,与深度信息进行融合,完成三维的零件检测。增大图像分辨率,既可以增加图像清晰度,又可以防止网络过拟合造成的梯度消失或梯度爆炸问题;将双目图像的特征图与深度信息融合后,实现机械零件的三维立体检测,提高机器检测的准确率及工作效率。

    一种基于深度学习网络的工件检测方法及其检测装置

    公开(公告)号:CN110443791A

    公开(公告)日:2019-11-12

    申请号:CN201910712712.9

    申请日:2019-08-02

    Abstract: 本发明公开了一种基于深度学习网络的工件检测方法及其检测装置,具体包括以下步骤:采集样本工件图像,对样本工件图像进行标注,获取样本工件图像的位置信息;采集待检测工件图像,将待检测工件图像送入图像缓存区,判断图像缓存区是否存在工件;若待检测工件图像上存在工件,对待检测工件图像进行缺陷检测;若待检测工件图像上不存在工件,则停止检测。能实现同时对工件进行分类、缺陷检测,适用于多品种、小批量、产品更新频繁工件的柔性化检测。

Patent Agency Ranking