-
公开(公告)号:CN117606738A
公开(公告)日:2024-02-27
申请号:CN202311635180.6
申请日:2023-12-01
Applicant: 重庆大学
IPC: G01M9/06
Abstract: 本发明公开了了一种切削粉尘净化系数测量装置,包括型腔和控制系统;型腔进风口上连接有正压进风系统和切削粉尘进料系统,型腔出风口上连接有负压出风系统;正压进风系统包括第一轴流风机,第一轴流风机上连接有第一过滤器,第一轴流风机的出风口通过阀组连接型腔进风口,阀组包括串联连接的电动球阀和电磁阀;切削粉尘进料系统包括切削粉尘储料仓和由电机驱动的螺旋给料机,切削粉尘储料仓的下方设有称重传感器;阀组与型腔进风口之间设有三通管,螺旋给料机的出料口与三通管连接;负压出风系统包括第二轴流风机,第二轴流风机的进风口与型腔出风口连接,第二轴流风机的出风口上连接有第二过滤器。本发明还公开了一种切削粉尘净化系数测量方法。
-
公开(公告)号:CN116968842A
公开(公告)日:2023-10-31
申请号:CN202311141700.8
申请日:2023-09-05
Applicant: 南京理工大学 , 南京禹其源智能装备科技有限公司 , 重庆大学
IPC: B62D57/028
Abstract: 本发明公开了一种轮腿结构及轮足机器人,属于机器人技术领域。所述轮腿结构包括:关节模组(1)、运动连杆组件(2)和轮足组件(3)。轮腿结构主要通过关节模组(1)为运动连杆组件(2)提供驱动力并带动轮足组件(3)进行空间运动,其轮足组件(3)利用舵机控制曲柄滑块机构到达其死点位形,实现轮足组件(3)完全制动的轮‑足模式切换,使足端轮不会受外力影响而造成局部窜动现象。通过死点位形方式完成轮足切换,结构简单,可靠性高,控制方便且空间利用率高。关节模组(1)采用联轴器形式连接并将其关节输出轴承受的载荷利用轴承元件传递给联轴器结构件上,最大程度保护关节输出电机的同时提高机器人的结构性能及可靠性。
-
公开(公告)号:CN116577455A
公开(公告)日:2023-08-11
申请号:CN202310506227.2
申请日:2023-05-06
Applicant: 重庆大学 , 应急管理部四川消防研究所
IPC: G01N31/12
Abstract: 本发明公开了一种耐火电缆的耐火试验方法及其试验装置,包括支撑钢架,安装在支撑钢架上用作试验墙的试验背板,正对试验背板一侧用于模拟火源的燃烧装置,设置于试验背板上方用于模拟电缆受到撞击场景的冲击振动发生装置,用于连接待测样品的控制柜,以及与燃烧装置、冲击振动发生装置、控制柜相连用于采集试验数据的数据采集与处理系统。本发明用于评估电缆在火‑振动‑水多维度耦合环境下的耐火性能,结构简单,成本低,操作方便简捷,适于推广应用。
-
公开(公告)号:CN111639715B
公开(公告)日:2023-06-06
申请号:CN202010484882.9
申请日:2020-06-01
Applicant: 重庆大学
IPC: G06F18/2411 , G06F18/214 , G06Q10/0639 , G06Q50/04
Abstract: 本发明公开了一种基于LS‑SVM的汽车仪表组装质量预测方法与系统,根据样本仪表的关键工序组装数据和组装质量检测结果构建样本数据,对LS‑SVM质量预测模型进行训练,得到模型优化参数组合;获取n个待测仪表的n条关键工序组装数据,每条关键工序组装数据包含m个组装参数;将每条关键工序组装数据转换成对应的输入向量,根据输入向量建立原始输入矩阵X,归一化处理后得到输入矩阵X*;将X*作为LS‑SVM质量预测模型的输入,得出组装质量预测结果。预测系统包括关键工序组装数据输入模块、输入向量转换层、输入矩阵构建层、数据预处理层、LS‑SVM分类系统与预测结果输出层。本发明解决了采用自动化检测设备进行组装质量检查带来的成本高昂、通用性较差的技术问题。
-
公开(公告)号:CN113609789A
公开(公告)日:2021-11-05
申请号:CN202111080880.4
申请日:2021-09-15
Applicant: 重庆大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06F119/02
Abstract: 本发明涉及计算机及大数据技术领域,具体涉及一种基于时空特征并行提取的刀具磨损状态预测方法,包括:获取刀具加工过程中的原始时空序列数据;并行提取所述原始时空序列数据中对应的空间特征、时间特征和统计特征;对所述原始时空序列数据对应的空间特征、时间特征和统计特征进行轻量化特征融合,以得到对应的刀具磨损特征;将所述刀具磨损特征输入经过预先训练的磨损状态预测模型中,并将所述磨损状态预测模型输出的磨损状态值作为对应刀具的磨损状态预测结果。本发明中的刀具磨损状态预测方法能够有效提取原始时空序列数据时空特征,从而提升刀具磨损状态预测的稳定性和准确性。
-
公开(公告)号:CN111687689A
公开(公告)日:2020-09-22
申请号:CN202010582632.9
申请日:2020-06-23
Applicant: 重庆大学
IPC: B23Q17/09
Abstract: 本发明涉及一种基于LSTM和CNN的刀具磨损状态预测方法及装置。所述方法包括:采集机床加工过程中的原始数据,所述原始数据包括机床振动数据、刀具切削力数据和高频应力波数据;将原始数据输入到LSTM网络中,提取原始数据的时间序列特征;然后将已提取时间序列特征的原始数据输入到CNN网络中,提取原始数据中包含时间序列特征的多维度特征;基于包含时间序列特征的多维度特征,以及设置的映射关系计算得到刀具磨损预测值;本发明还进一步公开了基于LSTM和CNN的刀具磨损状态预测装置。本发明中基于LSTM和CNN的刀具磨损状态预测方法和装置,能够兼顾数据多维度特征和时间序列特征的提取效果,从而能够提升刀具磨损状态的预测效果。
-
公开(公告)号:CN105204433B
公开(公告)日:2017-11-28
申请号:CN201510643958.7
申请日:2015-09-30
Applicant: 重庆大学
IPC: G05B19/19
Abstract: 本发明提供了一种随机加工间隔内机床状态切换的机床节能运行方法,首先针对机床加工间隔的随机性,制定机床的节能运行策略;然后基于构建的机床加工间隔能耗模型以及各运行状态的功率等基础参数,对制定的节能实施策略中的运行参数进行优化;最后根据节能运行策略以及优化的运行参数,获得机床的节能运行方案即机床在加工间隔中的运行状态轨迹,为机床在加工间隔中的节能实施提供支持。本发明解决了在由于工件随机到达导致的随机机床加工间隔中,如何制定机床节能运行方法,提高机床在随机加工间隔内的能量利用率问题。
-
公开(公告)号:CN113971718B
公开(公告)日:2024-10-01
申请号:CN202111242501.7
申请日:2021-10-25
Applicant: 重庆大学
Abstract: 本发明涉及几何建模技术领域,具体涉及一种对三维点云模型进行布尔运算的方法,包括:获取用于布尔运算的三维点云模型A和B,然后对三维点云模型A和B进行配准;建立三维点云模型A的八叉树模型,得到对应的八叉树结构;将立三维点云模型A对应的八叉树结构应于三维点云模型B,并根据八叉树结构中叶节点与三维点云模型B中点的重叠关系和邻接关系生成对应的若干个共享信息链表;根据布尔运算的类型选取对应的共享信息链表进行三维点云模型A和B的布尔运算。本发明对三维点云模型进行布尔运算的方法能够提升三维点云模型布尔运算效率。
-
公开(公告)号:CN111859573B
公开(公告)日:2023-11-03
申请号:CN202010711430.X
申请日:2020-07-22
Applicant: 重庆大学
IPC: G06F30/17 , G06F30/20 , G06Q10/0633 , G06Q50/04
Abstract: 本发明属于计算机辅助设计与制造领域,具体涉及一种工艺过程的结构化表征方法,包括:(1)选定待处理的工艺过程,确定工艺过程要素以及要素之间的关系;(2)对同一层级的要素,构建一个坐标平面,依据要素间的并行关系和串行关系,赋予要素坐标;(3)对存在串行关系的要素,通过管道进行连接;(4)将同一层级的坐标和管道组合成结点;(5)对不同层级存在关系的坐标和结点,通过超链接进行连接;(6)对结点和坐标进行标识。本发明提供的一种工艺过程的结构化表征方法能有效解决由工艺类别多、工艺过程复杂、工艺过程要素差异大等因素导致的工艺过程难以数字化建模的问题。
-
公开(公告)号:CN116859800A
公开(公告)日:2023-10-10
申请号:CN202310803969.1
申请日:2023-07-03
Applicant: 重庆大学
IPC: G05B19/042
Abstract: 本发明公开了一种基于复杂事件流的生产车间安全监测系统,包括:多源数据感知层:用于采集生产现场多个致危险源数据;数据处理层:包括数据处理模块和生产数据存储数据库,数据处理模块根据数据类型对致危险源数据进行预处理;复杂事件监测处理层:包括简单事件定义模块、事件关联关系规则库和复杂事件处理模块;简单事件定义模块根据事件发生规则对数据进行封装和标准化定义以形成事件流;复杂事件流处理模块基于滑动时间窗对简单事件流进行聚合操作以对单个时间窗口内的事件进行关联分析、并判断是否有安全事件发生;应用服务层:用于展示生产现场致危险源状态。本发明还公开了一种基于复杂事件流的生产车间安全监测方法。
-
-
-
-
-
-
-
-
-