预摩擦力调控寄生原理压电驱动器输出性能的装置与方法

    公开(公告)号:CN107834896B

    公开(公告)日:2023-06-23

    申请号:CN201711417199.8

    申请日:2017-12-25

    Applicant: 吉林大学

    Abstract: 本发明涉及一种预摩擦力调控寄生原理压电驱动器输出性能的装置与方法,属于精密机械领域。装置包括基座、驱动单元、预摩擦力调控单元,驱动单元通过抓爪垫块与基座连接,预摩擦力调控单元通过摩擦垫块与基座连接。通过调整预紧螺钉,改变动子运动时的摩擦力,从而对寄生原理压电驱动器输出性能进行调控,实现提高压电驱动器在驱动电压为零时的自锁性和抑制运动过程中的回退现象的双重效果。优点在于:结构简单、控制便捷,通过预摩擦力既可以增强压电驱动器在驱动电压为零时的自锁性,又可以有效抑制运动过程中的回退现象,从而提升压电驱动器的输出性能,增强其在超精密加工、装配、精密测量技术、精密光学、生物医学工程等领域的应用。

    具有宏微混合运动特性的压电旋转定位平台与控制方法

    公开(公告)号:CN107786120B

    公开(公告)日:2023-05-19

    申请号:CN201711162923.7

    申请日:2017-11-21

    Applicant: 吉林大学

    Abstract: 本发明涉及一种具有宏微混合运动特性的压电旋转定位平台与控制方法,属于精密机械领域。该平台包括基础单元、驱动单元和动子单元。两组驱动单元安装在基础单元底座的左右两侧,且其安装位置可在不同的螺纹孔位置间进行调节。动子单元通过过盈配合安装在基础单元的轴承内。动子单元的转盘与驱动单元的半球形接触件之间的间隙通过预紧螺钉实现微调节。该平台的控制方法通过连续锯齿驱动波形实现连续旋转运动;通过线性驱动波形实现小范围精密运动;通过二者耦合驱动实现大行程、高精度宏微混合旋转定位。优点在于:结构简单、紧凑,加工、装配方便,在精密光学、精密加工、显微操作、微夹持、微观力学性能测试等领域具有良好的应用前景。

    用于太赫兹原位冲击测试的仿生骨骼样品及制备方法

    公开(公告)号:CN108548732B

    公开(公告)日:2023-05-16

    申请号:CN201810520539.8

    申请日:2018-05-28

    Applicant: 吉林大学

    Abstract: 本发明涉及一种用于太赫兹原位冲击测试的仿生骨骼样品及制备方法,属于生物力学测试领域。通过由表及里的拓扑结构构建由仿生皮肤‑肌肉‑骨组成的仿生骨骼样品。制备具有多孔梯度特性的仿生骨,与天然生物肌肉力学性能相近的仿生肌肉亦附着于仿生骨外层,其外层包裹人造皮肤,制作成模拟完整生物肢体结构的仿生骨骼样品。将薄膜式压力传感器嵌入仿生骨骼样品各组成部分,对仿生骨骼样品各组成部分所受冲击力值进行全方位、多层次、立体式检测。可替代天然骨进行冲击性能实验并能集成多种新型检测方式,不仅为生物材料冲击性能测试提供一种有效的工具,而且为仿生肢体、植入式仿生骨骼等仿生材料器具的冲击破坏机理的研究提供一种新的研究手段。

    用于高频疲劳试验的多级静动态耦合力学加载装置

    公开(公告)号:CN107340190B

    公开(公告)日:2023-05-05

    申请号:CN201710734208.X

    申请日:2017-08-24

    Applicant: 吉林大学

    Abstract: 本发明涉及一种用于高频疲劳试验的多级静动态耦合力学加载装置,属于科学仪器与材料力学性能测试领域。由高频疲劳加载单元、低频疲劳加载单元、拉伸加载与检测单元、同步回转单元组成。本发明通过伺服电机、压电叠堆、超声振子组件实现拉伸疲劳加载,同时通过力学传感器和光纤位移传感器实现载荷与位移的检测。通过电机驱动回转机构,实现同步辐射光源对样品进行实时动态的晶体衍射表征。此外,双V缺口特征缺陷样品,可实现拉伸‑剪切或拉伸‑弯曲等接近材料实际受力形式的复合载荷测试模式。本发明装置结构紧凑,可集成多种测试方法,为材料高频疲劳试验提供有效测试工具。

    计算机数字图像目标识别模型和方法

    公开(公告)号:CN116051932A

    公开(公告)日:2023-05-02

    申请号:CN202310127923.2

    申请日:2023-02-17

    Applicant: 吉林大学

    Abstract: 本申请提供一种计算机数字图像目标识别模型和方法,计算机数字图像目标识别模型包括多组卷积层、多个批量归一化层和处理层组;每个批量归一化层均对应一组卷积层,卷积层的输出节点均与对应的批量归一化层的输入节点连接,批量归一化层的输出节点与处理层组的输入节点连接,处理层组的输出节点与输出层连接;卷积层用于对初始待识别图像进行卷积;批量归一化层用于对初始图像进行归一化,初始图像基于初始待识别图像得到;处理层组用于目标图像进行处理,目标图像基于初始图像得到;输出层用于输出识别结果,如此,能够对苹果叶片病害进行识别,确定苹果叶片病害的种类,这样不需要靠人工进行识别,能够节约人力,且能够保证识别准确度。

    图像检索方法及装置、设备、计算机可读存储介质

    公开(公告)号:CN115858836A

    公开(公告)日:2023-03-28

    申请号:CN202211685286.2

    申请日:2022-12-27

    Applicant: 吉林大学

    Abstract: 本申请提供一种图像检索方法及装置、设备、计算机可读存储介质,涉及图像处理技术领域,其中,上述方法通过获取训练图像集;构建图像检索模型,将训练图像集输入至图像检索模型,根据预设的交叉熵损失,对训练样本标签分配类代理点;根据聚类模型和损失函数完成对图像检索模型进行训练,得到目标图像检索模型;将待检索图像输入至目标图像检索模型,通过响应值中心加权确定待检索图像的一维图像特征描述子;根据一维图像特征描述子进行检索,这样通过为每个训练样本标签分配类代理点来减少信息的丢失,并通过在高斯中心权重矩阵上融合响应值权重矩阵,实现目标区域的增强,得到更具表征力的一维图像特征描述子,从而提高后续图像检索的准确度。

    一种极低温强磁场环境下的微纳米压痕测试装置及测试方法

    公开(公告)号:CN115728164A

    公开(公告)日:2023-03-03

    申请号:CN202211359824.9

    申请日:2022-11-02

    Applicant: 吉林大学

    Abstract: 本发明涉及一种极低温强磁场环境下的微纳米压痕测试装置与测试方法,装置安装在无液氦变温超导磁体系统的样品杆末端后插入到样品腔中,通过自主定制的无液氦变温超导磁体系统为样品腔提供一个稳定可调的极低温强磁场环境,压痕测试过程中,控制加载平台精密驱动,带动被测试样进行压入操作,通过激光探头分别测量压头与加载平台的位移,即可根据本发明提出的测试方法得到压痕过程中的P‑h曲线,从而实现在极低温(10K‑300K)‑强磁场(9T)环境下对被测试样开展硬度、弹性模量等基本力学参量的测试分析,本发明将为极端环境下材料使役性能测试与极低温和强磁场下新物性、新现象、新规律研究提供新颖的手段工具。

    一种服役工况下管材原位力学性能测试装置

    公开(公告)号:CN112857989B

    公开(公告)日:2022-11-25

    申请号:CN202110147738.0

    申请日:2021-02-03

    Applicant: 吉林大学

    Abstract: 本发明属于精密科学仪器技术领域,具体的说是一种服役工况下管材原位力学性能测试装置。包括精密压痕检测单元、原位在线观测单元和管道固定支撑平台;所述精密压痕检测单元固定在管道固定支撑平台上;所述原位在线观测单元设置在管道固定支撑平台的一侧。本发明可实现在服役工况下进行压痕试验,准确求解材料硬度、弹性模量、屈服强度、残余应力、断裂韧性等力学参量,并且能够在试验的过程中获取材料的变形损伤、微观组织变化等光学显微图像,为服役条件下材料微观力学性能测试提供有效的手段和方法。

    基于调度规则组合的Flow shop调度方法

    公开(公告)号:CN115328067A

    公开(公告)日:2022-11-11

    申请号:CN202211156108.0

    申请日:2022-09-22

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于调度规则组合的Flowshop调度方法,包括步骤:若Flowshop生产系统执行初始调度,则对获取的实时作业数据进行作业数据处理,得到初始调度数据集,若执行重调度,则先对获取的实时作业数据进行初始数据处理后再进行作业数据处理,得到重调度数据集;将初始调度数据集或者重调度数据集输入至调度模型中,调度模型输出对应的调度规则组合编码;对调度模型输出的调度规则组合编码进行解码,并选择出最优调度规则组合,生成或者更新调度策略。本发明不仅能高效、实时的为Flowshop生产系统生成调度策略,还能在遇到扰动时更新调度策略,进行重调度,减轻或避免扰动因素对生产过程产生的消极影响。

    一种基于深度度量学习下相似性保持的图像检索方法

    公开(公告)号:CN110851645B

    公开(公告)日:2022-09-13

    申请号:CN201911089274.1

    申请日:2019-11-08

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于深度度量学习下相似性保持的图像检索方法,所述方法通过对具有代表性信息的样本对进行选择以及学习相似样本与查询图片的距离来保持内部的相似性结构,并根据正负样本对周围样本的分布情况设置不同的权重进行学习以保持其相似结构的一致性,从而更准确地提取图像特征。本发明将结构保持和正负样本挖掘理论引入到图像检索中,根据正样本与查询图片的欧式距离以及负样本周围样本的分布情况调整网络参数,能够更全面的学习图像特征从而进行更准确的检索。本发明充分考虑了正样本和负样本的分布情况对实验的影响,可以根据模型的训练效果对正样本和负样本的数量及选择进行调整。

Patent Agency Ranking