提高二轴转台跟踪精度的电致伸缩微动结构及其控制方法

    公开(公告)号:CN106227245A

    公开(公告)日:2016-12-14

    申请号:CN201610807747.7

    申请日:2016-09-07

    IPC分类号: G05D3/12

    摘要: 本发明公开了提高二轴转台跟踪精度的电致伸缩微动结构及其控制方法,包括俯仰基座和回转基座,俯仰基座与回转基座之间设置有支撑轴,支撑轴一端固定在俯仰基座的中心位置,另一端设置有滚动轴承,滚动轴承设置在回转基座的中心位置;所述俯仰基座上安装有控制其进行俯仰调节的俯仰电致伸缩元件,回转基座上安装有控制其进行绕中心旋转的旋转电致伸缩元件,本发明结构简单,方法简单易行,可以实现对二轴跟踪转台的回转角和俯仰角进行精细调节,不但使得视轴精度达到角秒范围,并且该精度调节是可控的。

    一种核电厂给水系统检测维修参数计算方法及系统

    公开(公告)号:CN112465170B

    公开(公告)日:2023-08-15

    申请号:CN202011433134.4

    申请日:2020-12-09

    摘要: 本发明公开了一种核电厂给水系统检测维修参数计算方法及系统,通过以不完全维修周期为维修决策变量;给水系统中零部件平均可靠度、零部件可用度和零部件总成本作为优化目标,以目标函数建立零部件检测维修模型,根据给水系统与零部件的可靠度关系计算得到给水系统可靠度,以给水系统可靠度和给水系统总维修成本作为系统级预防性维修目标函数,采用费支配排序遗传方法对系统级预防性维修目标函数进行初始化,采用TOPSIS决策法选择Pareto前沿最优解即可得到给水系统的最优检测维修参数,本发明方法简单,能够准确得到进行维修的维修参数,能够保证核电站给水系统的可靠运行,在保证设备/系统运行可靠性的同时,降低过度维修成本,进而综合提升电厂效益。

    一种基于局部点云匹配的航发叶片陶瓷型芯在位去毛刺路径生成方法

    公开(公告)号:CN112241810B

    公开(公告)日:2022-12-09

    申请号:CN202011113853.8

    申请日:2020-10-18

    摘要: 一种基于局部点云匹配的航发叶片陶瓷型芯在位去毛刺路径生成方法,首先生成陶瓷型芯CAD模型理想刀具路径,再标定从3D扫描仪坐标系到机床夹具坐标系的刚体变换矩阵,获得陶瓷型芯点云数据,陶瓷型芯CAD模型和陶瓷型芯CAD模型理想刀具路径经矩阵变换与陶瓷型芯点云数据进行粗对齐,然后分割陶瓷型芯点云数据及粗对齐后的陶瓷型芯CAD模型,再进行局部刚体或者非刚体点云精匹配,获得点云精匹配矩阵;将粗对齐后的陶瓷型芯CAD模型理想刀具路径分别经过点云精匹配矩阵进行变换,变换结果作为陶瓷型芯的去毛刺路径;本发明同时考虑了陶瓷型芯的复杂结构、不均匀变形以及在机床夹具中装夹位姿不一致对去毛刺路径精度的影响,能满足需求。

    核电循环水泵太阳轮故障检测方法

    公开(公告)号:CN114386452A

    公开(公告)日:2022-04-22

    申请号:CN202111481079.0

    申请日:2021-12-06

    IPC分类号: G06K9/00 G06N3/04 G06N3/08

    摘要: 公开了核电循环水泵太阳轮故障检测方法,方法中,采集太阳轮原始信号,通过基于自适应噪声的完备经验模态分解获得本征模态分量,核主成分分析降维原始信号以及本征模态分量,对超过预定值的欧氏距离的本征模态分量采用小波软阙值函数法降噪;对降噪后的原始信号依次进行长度为1024的不重叠采样、快速傅里叶变换、时频域特征提取以及离差标准化处理,并随机划分原始信号为训练集样本和测试集样本;构建融合时频域特征的多尺度注意力残差卷积网络以获得原始信号中的多尺度信息并融合时频域典型特征,采用批归一化、最大池化、平均池化建立太阳轮卷积神经网络故障诊断模型,使用训练集训练故障诊断模型,最终实现循环水泵太阳轮的故障诊断。

    一种核电厂化学容积控制系统状态监测方法

    公开(公告)号:CN111913463B

    公开(公告)日:2021-07-13

    申请号:CN202010537150.1

    申请日:2020-06-12

    IPC分类号: G05B23/02 G06F17/16 G06F17/10

    摘要: 本发明公开了一种核电厂化学容积控制系统状态监测方法。对从化容系统仪表采集的原始数据进行离群点剔除及补充,按标签进行分类以及去噪后进行趋势特征符号化处理,再基于shapelets学习的记忆矩阵选取。利用记忆矩阵与稳健欧几里得距离函数计算待测数据与记忆矩阵之间的距离,获得距离矩阵,综合核函数分配待测数据的权重矩阵。根据权重矩阵计算待测数据的估计值,将一组新的测量值与一组原型测量值或状态进行比较,以提供测点真实的估计值,作为输入信号的期望值,以表达设备正常运行时的状态。利用各原始数据,从时间序列中选取最能代表数据特征的子序列,获取数据有效特征,能有效减少维度灾难、噪声及随机误差影响,保证了模型准确性及鲁棒性。

    一种基于局部点云匹配的航发叶片陶瓷型芯在位去毛刺路径生成方法

    公开(公告)号:CN112241810A

    公开(公告)日:2021-01-19

    申请号:CN202011113853.8

    申请日:2020-10-18

    摘要: 一种基于局部点云匹配的航发叶片陶瓷型芯在位去毛刺路径生成方法,首先生成陶瓷型芯CAD模型理想刀具路径,再标定从3D扫描仪坐标系到机床夹具坐标系的刚体变换矩阵,获得陶瓷型芯点云数据,陶瓷型芯CAD模型和陶瓷型芯CAD模型理想刀具路径经矩阵变换与陶瓷型芯点云数据进行粗对齐,然后分割陶瓷型芯点云数据及粗对齐后的陶瓷型芯CAD模型,再进行局部刚体或者非刚体点云精匹配,获得点云精匹配矩阵;将粗对齐后的陶瓷型芯CAD模型理想刀具路径分别经过点云精匹配矩阵进行变换,变换结果作为陶瓷型芯的去毛刺路径;本发明同时考虑了陶瓷型芯的复杂结构、不均匀变形以及在机床夹具中装夹位姿不一致对去毛刺路径精度的影响,能满足需求。

    一种材料切削加工性能综合评价方法

    公开(公告)号:CN106896780B

    公开(公告)日:2019-03-26

    申请号:CN201710109081.2

    申请日:2017-02-27

    IPC分类号: G05B19/408

    摘要: 本发明公开了一种材料切削加工性能综合评价方法,所述材料为评价对象,所述评价方法包括下列步骤:步骤1.确定评价对象的切削加工性能的评价指标;步骤;2.测定评价对象的切削加工性能的评价指标;步骤3.根据评价对象的各指标对切削加工性能影响的好坏,将评价对象的各指标分为有益指标和无益指标;步骤4.对评价对象的评价指标进行标准化处理;步骤5.将标准化处理后的评价对象各指标进行归一化处理;步骤6.基于组合赋权法对评价对象的评价指标进行赋权处理;步骤7.绘制评价对象的切削加工性能的雷达图;步骤8.根据雷达图对评价对象的切削加工性能进行综合评价。

    基于频带能量的喘振先兆识别方法

    公开(公告)号:CN101718269A

    公开(公告)日:2010-06-02

    申请号:CN200910219088.5

    申请日:2009-11-20

    IPC分类号: F04B49/00 F04B51/00

    摘要: 基于频带能量的喘振先兆识别方法,按以下步骤进行:利用滑动窗统计方法对压力时域信号分成连续变化的时间片段,采用连续傅立叶变换局部细化细化谱分析,对压缩机管网的历史压力信号喘振各阶段的数据进行细化;在敏感频段中,等间隔插入n-2个点,将敏感频段等分为n个网络,然后,采用连续傅立叶变化计算每一个细化频率点的幅值,计算监测敏感频带能量;根据计算得到的频带能量,绘制频带能量监测曲线,根据该监测曲线的幅值增长阶段设定报警阈值,实现压缩机实时数据的喘振先兆辨识。本发明方法通过监测频带能量的变化来反映压缩系统容腔内非稳定的能量扰动,实现喘振的早期辨识及预警。

    刺芒柄花素制备治疗高血压及缺血性心、脑血管疾病的药物用途

    公开(公告)号:CN101596185A

    公开(公告)日:2009-12-09

    申请号:CN200910023280.7

    申请日:2009-07-10

    发明人: 曹永孝 孙涛 刘静

    IPC分类号: A61K31/352 A61P9/12 A61P9/10

    摘要: 刺芒柄花素制备治疗高血压及缺血性心、脑血管疾病的药物用途,刺芒柄花素(Formononetin)是异黄酮类化合物,针状结晶(乙醇),熔点258℃;结晶(乙醇)熔点262~264℃;无色针状结晶,熔点247~265℃。刺芒柄花素存在于豆科植物红车轴草(Trifolium pratense L.)的全草、紫苜蓿(Medicago sativa L.)的全草中,也可化学合成。有效成份用刺芒柄花素制备治疗高血压及缺血性心、脑血管疾病的药物以常规药用制剂的形式来使用;证明其具有舒张血管、降低血压的作用,用于治疗高血压及缺血性心、脑血管疾病。

    一种基于重采样的AAKR模型不确定度计算方法及系统

    公开(公告)号:CN112100574B

    公开(公告)日:2024-10-29

    申请号:CN202010852271.5

    申请日:2020-08-21

    IPC分类号: G06F17/18

    摘要: 本发明公开了一种基于重采样的AAKR模型不确定度计算方法及系统,利用传感器历史状态数据集分为训练数据集和测试数据集,通过小波去噪方法对训练数据集进行去噪并计算噪声方差,提高数据精度,然后对传感器历史状态数据随机选择并进行替换,得到新训练数据集样本,以优化AAKR模型架构及多个模型预测值之间的变化即可得到多个模型预测值的模型预测方差,利用Bootstrap重采样训练数据,计算预测值和测试值之间的均方误差;结合原型模型方差计算模型偏差,形成95%的不确定度值,不需要进行经验分布模型对噪声估计值建模计算,简化了重采样过程,提高了计算效率,并且结合Jackknife方法降低了置信区间偏差保证其可靠性,在保持收敛性能基础上提高了估计效率。